基于神经网络模型与最短路径模型下的公交路线设计

摘 要 本文针对当前城市中人口分布不均衡、交通拥堵背景下公交线路的选优问题，本着以方便居民出行作为设计原则，拥堵节点判定模型，点-线-面整合优化模型，复杂网络模型，神经网络交通流拥堵学习模型以及最短路径计算模型设计了一套公交线路免拥堵选优模型，使得基于本模型得出的公交路线生成方案在运用中所遇到的拥堵交通量的加权平均量最小。在本模型的基础上结合ArcGIS技术，数据库技术以C#作为为宿主框架编程语言，MATLAB和C++作为为嵌入式动态链接库封装语言设计开发了一套充分考虑拥堵因素和居民小区分布的公交地理信息系统软件，以笔者所在成都市为例，进行部分公交路线的选优方案设计，并与原有路线进行了方案比较。

关键词 神经网络；最短路径；matlab；ArcGIS

中图分类号：TP183 文献标识码：A 文章编号：1671—7597（2013）041-194-01

拥堵问题对城市交通的干扰是巨大的，甚至对道路公共交通设施（公交车）也产生了巨大的干扰，从而对其它的社会生产活动又产生间接干扰。在实际的交通出行中，拥堵在交通网络中向相邻的路段和节点进行传播，这类似与病毒在复杂网络中的传播，把复杂网络解决拥堵的理论应用到实际的公交网络中，就可以解决公交网络的拥塞问题，对拥塞的传播进行有效地控制。本文针对城市拥堵背景下的公交线路选优问题结合上述模型思想分别从公交路线选优模型的构建与运用，软件设计和方案生成比较两个层次方向进行深入研究。

1 模型的构建与形成

1.1 交通流量超标拥堵与公交路线选优模型的关系

交通拥堵的形成与发展是一个随时间和空间不断发生演变的动态过程，所以在研究拥堵分布的过程中，在充分考虑时间维的基础上，将拥堵形成的过程分为“点”、“线”、“面”三个空间层次进行分析研讨，同时在考虑完这三种空间层次后，结合最短路径算法，并将拥堵节点的拥堵程度过高的点作为避开点从而进行路线规划。

1.2 点-线-面拥堵空间分布模型

1.2.1 “拥堵点”——路段交通拥堵加权系数

“交通点”的判断即从交通信息系统中收集拥堵发生的路段信息，从而确定拥堵发生地点，一般情况下，取路段交通流量V与路段通行能力C的比值来判定交通流的状态，则“拥堵点”加权系数为：

1.2.2 “拥堵线”——线路交通拥堵加权系数

“拥堵线”用以判断拥堵点所在路段是否相连，如果路段的起点与终点有重合则表示路段相连，则点贯穿成线，构成“拥堵线”；如若无重合点，则表示“拥堵点”所在路段为相对独立的拥堵路段，故“拥堵线”反映出的道路拥堵情况更为直观和方便决策。

1.3 人工神经网络模型——ARIMA-ANN模型

ARIMA模型的基本思想是：将预测对象随时间推移而形成的数据序列视为一个随机序列，提出的这种组合系统包含两步。第一步，建立一个多层人工神经网模型来分析交通流时序序列中得非线性部分；第二步，从多层人工神经网的残余部分提出一个差分自回归移动平均模型。

本文模型中采用的指标包括相关路段周边人口分布，路段高峰小时路网容量和交通流量，交通流平移速度（采用归一化处理不同的离散坐标点），机动车数量，红绿灯数量等，模型通过对指标的分类学习实现综合考虑各指标合理权重的条件下对于线路相关拥堵系数的预测。

通过上述模型预测到研究路段的指标分类结果和相关拥堵加权系数以及人口分布加权系数后，下面我们结合最短路径算法实现考虑加入人口分布加权系数和拥堵加权系数后的公交线路方案生成的算法模型。

1.4 加入人口分布加权系数和拥堵加权系数后的加权最短径路算法

在所有向量的权值基础上乘以拥堵系数和人口分布系数（包括拥堵点对应路段的拥堵系数和拥堵线对应拥堵路线的拥堵系数和路段周边人口分布系数）后得到每段径路弧度所对应的人口分布-拥堵加权值。

2 模型的软件实现与运用

在得到上述的综合加权路线选优模型后，我们以C#语言为主框架语言，以MATLAB语言和C++编写模型算法并封装动态链接库（dll），C#通过外部调用dll，结合数据库技术和ArcGIS技术编写了一套基于本算法模型的公交路线免拥堵路线计算设计软件。

笔者编写了一套关于路线设计规划的软件，在录入关于神经网络的阀值与各节点人口分布-拥堵加权系数后，系统自动生成了一套线路走行方案，算法原理采用本文上述算法思想。笔者实现所在学校到成都市火车站的公交路线的选优生成，并与原路线进行了方案比较。在下面的附图中，笔者通过后台数据库录入部分地理坐标点的拥堵值用以检测软件在路线方案自动生成时是否会尽可能的避开拥堵系数大的“拥堵点”和“拥堵线”。经过测试和比较，软件系统生成后的新的路线方案避开了拥堵系数较大的“拥堵点”和“拥堵线”，生成后的新的路线方案虽然走行径路比原有公交路线略长，但是从时间的角度和舒适度的角度综合考虑可以发现是大大优化的

3 结论

本文模型以成都市相关路段历史统计数据为依据，在ArcGIS地理信息系统软件中依据神经网络相关预测模型为基底，通过对可能引起交通拥堵的相关指标和可能引起居民与公共交通设施占有率低下等指标进行了训练学习，实现了对于城市交通“拥堵点”和“拥堵线”的预测，并结合最短路径算法实现对于各中转节点向量边的拥堵系数量值的加权折算，使得算法模型在生成公交路线方案时尽可能考虑到靠近人口分布系数较高的地带并且避开拥堵系数过高的“拥堵点”和“拥堵线”，从而在整体上生成实现公交线路最优方案。在后续研究中，笔者将加强对于复杂网络中网络间彼此影响的研究，从而力争得出更为合理高效的路线选择方法。

参考文献

[1]田庆飞，赵淑芝.曹阳基于边介数的大城市公交网络优化模型[J].哈尔滨工业大学学报，2012（10）.

[2]董春娇，邵春福，熊志华，李娟.基于Elman神经网络的道路网短时交通流预测方法[J].交通运输系统工程与信息，2010（01）.