(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211082338.7 (22)申请日 2022.09.06 (71)申请人 深圳市城市交通 规划设计 研究中心 股份有限公司 地址 518131 广东省深圳市龙华区民治街 道龙塘社区星河传奇花园三期商厦1 栋C座1210 (72)发明人 张晓春　徐巍　祝佳祥　陈振武　 周勇　刘星　李鋆元　 (74)专利代理 机构 哈尔滨市伟晨专利代理事务 所(普通合伙) 23209 专利代理师 李冬爽 (51)Int.Cl. G06F 16/29(2019.01) G06K 9/62(2022.01)G06Q 50/26(2012.01) (54)发明名称 一种智能公交备选站点选址方法、 电子设备 及存储介质 (57)摘要 一种智能公交备选站点选址方法、 电子设备 及存储介质， 属于公交数据处理与分析技术领 域。 为解决公交站点由于公交站点施工、 路面维 修等原因导致不能提供上下车服务的情况。 本发 明采集公交线路 受影响站点数据， 公交线路一定 范围区域内其他公交站点数据、 受影 响站点的乘 客出行链数据， 基于公交线路受影响站点数据、 公交线路区域内其他公交站点数据筛选可行站 点集合， 然后进行聚类， 获得备选站集合； 对采集 的乘客出行链数据进行聚类， 获得受影 响站点的 乘客位置聚类集合； 建立数学模型、 设置约束条 件， 进行求解， 获得智能公交备选站点。 本发明站 点受影响时， 公交公司选择合适的备选站而非直 接进行跳站， 能够有效减少对原有线路乘客出行 的影响。 权利要求书3页 说明书9页 附图1页 CN 115186049 A 2022.10.14 CN 115186049 A 1.一种智能公交备选站点选 址方法， 其特 征在于： 包括如下步骤： S1、 采集公交线路受影响站点数据， 根据手机信令数据提取公交线路一定范围区域内 其他公交站点数据、 受影响站点的乘客出 行链数据； S2、 基于步骤S1采集的公交线路受影响站点数据、 公交线路区域内其他公交站点数据 筛选可行站点集合； S3、 对步骤S2筛 选的可行站点集合进行聚类， 获得 备选站集 合； S4、 对步骤S1采集的受影响站点的乘客出行链数据进行聚类， 获得受影响站点的乘客 位置聚类集 合； S5、 建立数 学模型、 设置约束条件； S6、 将步骤S3得到的备选站集合、 S4得到的乘客位置聚类集合代入数学模型进行求解， 获得智能公交备选站点。 2.根据权利要求1所述的一种智能公交备选站点选址方法， 其特征在于： 步骤S2的具体 实现方法包括如下步骤： S2.1、 设置乘客选择坐公交的步行极限距离为 米； S2.2、 基于步骤S1采集的公交线路受影响站点数据、 公交线路区域内其他公交站点数 据， 利用直线距离进行范围划定， 以受影响站点地理位置为圆心， 以 米为半径划定圆形范 围， 筛选可行站点集合； 受影响站点 与其他站点 的距离 按照如下公式计算： 其中： R表示地球半径， 取值为6378.137， 表示站点 与站点 的纬度之差， 表示站 点 与站点 的经度之差， 表示受影响站点 的纬度， 表示其他站点 的纬度。 3.根据权利要求1或2所述的一种智能公交备选站点选址方法， 其特征在于： 步骤S3的 具体实现方法包括如下步骤： S3.1、 采用DBSCAN算法对步骤S2筛选的可行站点集合进行聚类， 首先进行初始化， 设置 簇标签 ， 可行站点集合 ， 为空集； S3.2、 任意选取一个可行站点集合中的站点 ， 提取站点集合中与 距离小于等于 的站点集合， 如果 中站点个数少于 个， 则标记 为噪音点； 反之， 标记 为核心样本 点， 并标记其簇标签 ， 更新集合 ， 其中， 为簇内站点间距离阈值， 为 簇样本最小数量； S3.3、 对于 中的所有站 点， 重复S 3.2步骤， 直至其小于等于 范围内站 点集合 为 空； S3.4、 更新 ， 选取一个尚未被标记的站点， 重复步骤S3.2 ‑3.3， 得到最终站 点簇标签为 的DBSCAN 算法聚类集 合； S3.5、 使用KMeans聚类算法对步骤S3.4得到的集合的公交站点经纬度 坐标进行二次聚权　利　要　求　书 1/3 页 2 CN 115186049 A 2类， 输出KMeans聚类结果； S3.6、 基于步骤S3.5的KMeans聚类结果， 对于第 簇的站点集合 ， 依次计算与上游站 点、 下游站点构成的子路径的线路直线系 数、 线路长度， 按照顺直程度、 线路长度选出每个 簇的代表站点， 得到备选站集 合。 4.根据权利要求3所述的一种智能公交备选站点选址方法， 其特征在于： 步骤S4的具体 实现方法包括如下步骤： S4.1、 对乘客出行链数据进行下车乘客识别： 起始位置匹配为受影响站点且出行方式 为步行， 则出 行链路径为下 车乘客行为； S4.2、 对乘客出行链数据进行上车乘客识别： 终点位置匹配为受影响站点且出行方式 为步行， 则出 行链路径为上 车乘客行为； S4.3、 筛选出受影响站点的上 下车乘客出 行链数据； S4.4、 使用KMeans聚类算法对受影响站点的乘客的上车起始位置、 下车终点位置集合 进行聚类， 聚类成 个簇， 得到受影响站点的乘客 位置聚类簇集 合， 其中， 取值为5‑8。 5.根据权利要求4所述的一种智能公交备选站点选址方法， 其特征在于： 步骤S5的具体 实现方法包括如下步骤： S5.1、 建议乘客到更 换站点的步行距离最短的目标函数为： S为备选站集合， ， 为备选站的个数， s为备选站集合中的任意一 个；B为受影响站点的乘客位置聚类簇集合， ， 为以 米为 半径划定圆形范围内的乘客位置聚类簇数量， b为受影响站点的乘客位置聚类簇集合中的 任意一个， ub为乘客位置聚类簇 b的上车人数， db为乘客位置聚类簇 b的下车人数， xs为0或1 的变量，xs表示站点 是否被选为 最终站点， 0为未被选中， 1为被选中， mi n为最小值函数； S5.2、 设置约束条件1为至多选择一个站点作为更 换站点约束： S5.3、 设置约束条件2为站间距离约束： 其中， 表示节点 到上游站点的实际导航距离， 表示节点 到下游站点的实 际导航距离， 上游站点间距最大值， 为下游站点间距最小值； S5.4、 设置约束条件3为 直线系数约束： 权　利　要　求　书 2/3 页 3 CN 115186049 A 3