结合Canopy-K-means算法和出租车轨迹数据的公交车站预测方法

公共交通轨迹的规划和站点确定是很困难的,而出租车的GPS数据用处很大,能够挖掘出人们活动的热点,因此利用出租车的GPS数据有助于规划公交站点。本文基于武汉市出租车轨迹数据,提出了一种基于Canopy-K-means算法的公共交通站点的预测方法。该方法通过引入Canopy-K-means改进聚类算法,得到客源地的出行热点区域,并将该区域和已有公交站点对比,分析公交站点存在的合理性;然后采用数理统计的方法,对客流量的时空分布特征进行研究。采用武汉市2014年7月31日—2014年8月12日2064台出租车的GPS坐标数据进行研究,试验结果表明:该方法能有效判断公交站点位置的合理性,为公交车发车频率提供辅助决策支持。