-
题名基于互联网平台的城市通勤优化方案设计
- 1
-
-
作者
万思伟
洪懿琳
-
机构
长安大学
-
出处
《科学技术创新》
2021年第19期46-48,共3页
-
基金
2020年陕西省大学生创新创业训练计划项目“基于互联网智能交通技术的”PINK“通勤优化方案”,项目编号:S202010710287。
-
文摘
近年来,随着城市化及公交主导型城市不断推进,城市公共交通的运输压力逐渐增加,尤其在通勤高峰时段更为明显。据此,我们提出一种城市通勤优化方案设计思路,利用互联网平台整合客运企业及旅行公司的空闲车辆信息、交通卡大数据识别通勤需求者、Mean Shift聚类算法划分交通小区,最终通过多目标优化模型进行路线规划,并根据通勤时段的交通拥堵情况,周期性地对线路进行修正,以缓解城市通勤交通压力。
-
关键词
通勤
公交优先
Mean
shift聚类算法
多目标优化
-
分类号
U492.431
[交通运输工程—交通运输规划与管理]
-
-
题名基于大数据的公交车厢实时截面客流研究
- 2
-
-
作者
邹大毕
何子登
李帼蕴
宋秉麟
-
机构
广州羊城通有限公司
-
出处
《城市公共交通》
2024年第11期47-53,共7页
-
基金
广州市科技计划项目重点研发计划人工智能专题,项目编号:202206030001。
-
文摘
公交出行每天都会产生海量的刷卡(扫码)数据,这些数据蕴含着不同乘客的出行特征。本文以广州市历史进出站数据、车辆行车信息、路网信息、全天刷卡数据等为基础,建立用户乘坐行为画像,并结合实时公交支付数据等实现实时OD与实时截面客流的预测。通过与公交车实际客流数据对比,该平台对公交车厢实时截面客流准确率较高,为基于实时客流开展的增值拓展应用提供数据支撑,具有较好的实践意义。
-
关键词
出行特征
用户画像
实时截面客流
大数据平台
Mean
shift聚类算法
-
Keywords
travel characteristics
user portrait
real time cross-section passenger flow
big data platform
mean shift clustering algorithm
-
分类号
U492
[交通运输工程—交通运输规划与管理]
-
