联系人:殷晓强
所在地:北京北京市
本成果依托北京"公交都市”项目,建立了包含“感知-鉴别-优化-反馈”四大功能模块的公交线网优化平台。基于公交刷卡、车辆定位、出行行为调查等数据,利用机器学习,提取个体出行特征,对出行人精准画像,为精细化的公交线网优化奠定基础。基于对乘客出行特征的准确感知,自动识别待优化线路,以公交线网快捷性和便利性最优为目标初步生成公交线网优化方案,并借助自研公交调线影响指数,对初始方案进行修正反馈。
市场分析
在市场上解决了三个行业痛点,痛点一,数据获取手段相对传统,过于依懒经验,难以实现定量的线路优化决策支持;痛点二,理论研究与实际操作脱节,单纯依靠模型而实施的线路优化,可能产生大量乘客出行时间明显延长等负面影响,可操作性不强;痛点三,未能充分考虑公交用户的实际出行需求,缺乏对不同类型乘客的准确定位,难以有效提升公交吸引力。因此具有良好的市场发展前景。
已有应用情况
本研究成果已服务于北京交通委公交处的实际业务需求,具有十分良好的推广前景;本成果的公交线路优化前评估与后评价部分为北京市公交集团的18条线路的调整提供技术方案。
产业化成本效益分析
利用该平台通过对北京市13条公交线路优化效果进行试算,优化后,乘客的平均出行时间和公交企业的运力投入。在优化后提高接驳便捷性,投入下降了2.8%,为多样化公交服务提供运力保障。