基于BFS和加权半监督聚类算法的地铁客流分配研究

作者:翁小雄张洁颖

关键词: 轨道交通 AFC数据半监督聚类客流分配交通网络 BFS

摘要：复杂的城市轨道交通线网给乘客提供多种出行路径选择,而轨道网络起讫点间可能存在多条可选有效路径,给城市轨道客流清分工作带来难度。为求解相同起讫站点间各路线乘客选择的概率问题,以广州市地铁自动售检票(automaticfarecollection,AFC)系统刷卡数据为研究对象,提出一种创新性的半监督聚类算法框架。首先基于广度优先(breadth first search, BFS)的K短路径的搜索算法,识别起讫点间的有效路径集,由此确定初始聚类中心及个数;然后以路径距离和换乘次数等特征值依次标定各有效路径权重,由这些标记数据出发,采用加权半监督的方式增强聚类算法的分类能力。最后结合客流调查结果,与经典K-means算法和朴素贝叶斯分类算法进行比对。通过算例证实提出的客流分配算法性能最优,准确率高达94%,具有较好的分类效果。

上一篇：城市轨道交通换乘车站多方式客流控制模型
下一篇：轨道交通高架U型梁结构优化设计研究

基于BFS和加权半监督聚类算法的地铁客流分配研究

作者:翁小雄 张洁颖

关键词: 轨道交通 AFC数据 半监督聚类 客流分配 交通网络 BFS

作者:翁小雄张洁颖

关键词: 轨道交通 AFC数据半监督聚类客流分配交通网络 BFS