基于 APC 和 GPS 数据的青奥会期间南京公共交通的调度与优化

为了得到青奥会期间南京市合理有效的公交调度方案，本文针对青奥会场馆、运动员村、旅游点等附近的南京公共交通线路，建立模型与算法．首先，通过APC数据与GPS数据的匹配，对客流数据进行站点匹配预处理，根据已有客流量数据，训练小波神经网络，从而对客流分布情况进行预测，然后基于客流预测结果，采用有序聚类法，实现客流高低峰时段的合理划分．其次，详细分析调度问题的关键所在，以时段总发车次数和乘客等待时间两个因素作为目标函数，将时段最大、最小发车间隔和满载率等作为约束条件，提出基于APC和GPS的公交车辆辅助调度模型，通过遗传算法对模型进行求解，得出不同时段的发车间隔和配车次数，并对模型的性能进行评估．以南京市D7路公交运营线路的实际客流数据为例，采用MATLAB软件进行仿真实验，得出优化结果．结果表明所建模型是合理的，从而为调度时刻表的生成提供了科学的依据．