python建模分析实操_城市公交站点设置优化模型-基于Python
城市公交站點(diǎn)設(shè)置的優(yōu)化分析
一、模型應(yīng)用
進(jìn)入21世紀(jì)以來,我國城市公共交通飛速發(fā)展,然而隨著經(jīng)濟(jì)社會發(fā)展,城市不斷升級以及人民生活品質(zhì)越來越好,城市交通擁堵、出行不便等問題日益突出,嚴(yán)重?fù)p壞了市民日常的生活體驗(yàn)。公交服務(wù)水平是反映一個城市的整體規(guī)劃是否合理的顯著標(biāo)志。對城市公交企業(yè)、公交管理部門及公交規(guī)劃部門而言,傳統(tǒng)的公交站點(diǎn)規(guī)劃、線路規(guī)劃及公交換乘規(guī)劃所依賴的數(shù)據(jù)主要來源于城市各主管部門的統(tǒng)計資料以及臨時人工調(diào)查數(shù)據(jù)。在自動采集技術(shù)日益發(fā)達(dá)的今天,如果能經(jīng)由公交車載GPS數(shù)據(jù)、公交刷卡數(shù)據(jù)等自動分析出居民的公交出行規(guī)律,基于該需求從而對現(xiàn)有的公交站點(diǎn)設(shè)置的進(jìn)行優(yōu)化分析,將可以極大地提高傳統(tǒng)公交規(guī)劃、設(shè)計與管理的工作效率和工作質(zhì)量。
某城市地處南海沿海地區(qū),有獨(dú)特的地理位置,是珠江三角洲區(qū)域的核心城市之一。隨著社會經(jīng)濟(jì)迅速發(fā)展和城市規(guī)模不斷擴(kuò)大,全國各地的從業(yè)人員不斷涌入,城市人口也隨之不斷增加,然而城市交通卻趕不上人口和經(jīng)濟(jì)的發(fā)展,因此城市交通也逐漸成為阻礙該城市發(fā)展的重要因素。常規(guī)公交是城市公共交通的主體,地面公交作為城市公交的一部分,是城市居民日常出行的重要交通工具,關(guān)系到城市經(jīng)濟(jì)的發(fā)展。
通過采集該城市的公交刷卡數(shù)據(jù)以及公交車GPS數(shù)據(jù),構(gòu)建數(shù)據(jù)挖掘模型,分析居民出行規(guī)律,并進(jìn)而為城市公交站點(diǎn)設(shè)置提供優(yōu)化建議?
二、實(shí)現(xiàn)流程
本例將地面公交車GPS監(jiān)控數(shù)據(jù)和地面公交車刷卡數(shù)據(jù)關(guān)聯(lián)得到相對完整的數(shù)據(jù),并對這些數(shù)據(jù)進(jìn)行預(yù)處理。在這個數(shù)據(jù)的基礎(chǔ)上,運(yùn)用一種基于密度的DBSCAN聚類算法對公交車的每個站點(diǎn)的經(jīng)度和緯度進(jìn)行聚類,得到的每個類即為一個站點(diǎn)。然后分時段求出每個站點(diǎn)的上車人數(shù)。利用居民公交出行的出行站數(shù)服從泊松分布來計算下車人數(shù),最終得到OD矩陣,即求出每條路線中從一個站點(diǎn)到另一個站點(diǎn)的乘客上下車數(shù)量,最后得出城市居民乘車出行的規(guī)律。根據(jù)這些規(guī)律對公交路線進(jìn)行合理性建議。
采用上述的分析方法與思路,結(jié)合本例的原始數(shù)據(jù)以及分析目標(biāo),可獲得整個分析的流程圖如下:數(shù)據(jù)獲取
數(shù)據(jù)探索性分析
數(shù)據(jù)預(yù)處理操作
DBSCAN聚類構(gòu)建模型
模型應(yīng)用
三、核心技術(shù)屬性規(guī)約
泊松分布
DBSCAN聚類模型
OD矩陣
四、運(yùn)行環(huán)境
windows/linux/mac OS,64位操作系統(tǒng),CPU:4GB(GPU更好),Python3.5或以上。
五、資源展示
總結(jié)
以上是生活随笔為你收集整理的python建模分析实操_城市公交站点设置优化模型-基于Python的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: python api是什么_Python
- 下一篇: python画图颜色种类_Python可