基于客流大数据的公交发车班次仿真优化

通过优化发车班次,可以有效提高公共交通的服务质量从而提升吸引力。发车班次的优化需要综合考虑车辆的行驶与客流到达的不确定性规律,很难使用解析的数学模型进行建模。本文通过对客流大数据进行分析,构建了一个能够再现现实随机客流的客流生成仿真模型,结合公交运营过程产生的GPS轨迹、进出站信息等数据,建立了整条公交线路的仿真程序。并将响应面分析法中的最速上升思想融入机器学习领域的贝叶斯优化中,建立SA-BO算法模型以提升优化效率。以客流仿真模型和基于SA-BO算法的仿真优化构成了整体的基于客流大数据的公交发车班次仿真优化。结果显示基于客流大数据的仿真模型MAPE指标为0.577%,能够良好的再现现实随机客流;SA-BO算法相比较传统BO算法优化效果提升了26.7%。