科创中国

本发明提供了一种基于聚类算法的需求子区划分、线路规划方法及装置，涉及智能交通技术领域，所述基于聚类算法的需求子区划分方法包括：获取用户的出行需求数据；根据所述出行需求数据进行聚类，确定出行需求簇；根据所述出行需求簇确定需求簇距离矩阵；根据所述需求簇距离矩阵进行二次聚类，确定需求子区，其中，每个所述需求子区包含多个位置和方向均相近的OD。本发明通过以用户OD作为出行样本，将出行需求先聚类为聚类簇，再根据出行需求的权重计算聚类簇的代表OD，再根据代表OD间的距离，生成需求簇距离矩阵进行二次聚类，生成需求子区，充分考虑了出行需求的流向关系，得到了区域内主要的出行OD方向，使得生成的需求子区更加合理。

随着我国的社会经济飞速发展，城市化进程不断加快，用户的出行距离和出行率日益提高，但交通系统中的供给失衡现象愈发严重。一方面用户出行需求多，但出行体验不佳，具体包括车内拥挤、换乘次数多、绕行时间长等；另一方面很多线路存在空跑情况，未最大化利用运营资源。为降低需求侧与供给侧的不匹配程度，可实行定制公交等需求导向的服务模式，提高线路走向与需求流向的匹配度，提升用户出行体验并保障企业的运营收益。因此，根据各种交通数据进行合理的线路规划显得更为重要。但由于路径规划问题求解规模的限制，现有的算法无法直接支持面向全市范围内大规模离散需求的线路规划。本发明旨在至少在一定程度上解决相关技术中的技术问题.

由于路径规划问题求解规模的限制，现有的算法无法直接支持面向全市范围内大规模离散需求的服务线路规划。因此对用户出行需求的空间分布特征进行分析，将需求覆盖范围划分为多个不同的需求子区，一方面帮助决策者了解城市的出行特性，帮助开发者可以减少单个问题的求解规模，另一方面，通过考虑OD之间的流动关系，可以提高需求子区划分的合理性，有助于数据驱动下的公共交通线路生成。将全市出行需求进行聚类，生成不同出行方向的需求子区，大大减少了需求的混乱程度，便于对需求进行分析，后续可基于需求量统计识别出主要需求流动方向和热点需求子区，对长距离OD和短距离OD均有适用。出行规划领域中，该方法可帮助决策者识别出需求子区，支持数据驱动下的各方式线路规划。分区之后的线路规划问题规模将大大减少，计算效率将得到明显提升。

深城交拥有众多科研创新平台，具备行业领先的科研技术实力。作为城市交通领域的国家级高新技术企业和广东省新型研发机构，拥有综合交通大数据应用技术国家工程实验室深圳中心、交通运输部行业研发中心、广东省交通信息工程技术研究中心、广东省高性能生态路面材料工程技术研究中心、深圳市企业技术中心、深圳市交通信息与交通工程重点实验室、深圳市交通大数据公共技术服务平台、深圳市交通碳排放研究工程实验室、深圳市交通运输行业大数据应用工程研究中心等科研平台。同时，深城交与麻省理工大学、斯坦福大学、清华大学、同济大学、东南大学等国内外顶尖科研机构以及著名高校广泛开展产学研合作。

智慧城市的快速发展使得居民出行数据得以通过地理信息定位技术与智能出行终端获取。居民的出行数据中蕴含了大量的出行规律待发掘，通过对大量出行数据的识别和分析可以识别出出行的流向和热点区域，支撑土地开发规划、公共交通线路规划乃至出租车的区域调度。本专利适宜应用于面向城市公共交通管理者与运营者相关的决策支持类软件、工具与服务中，如市公交局、区公交科、市公交集团、地铁集团等，为公共交通的线路规划、设计、评估提供智能化支持。

技术许可：采用总付额内分期支付的方式(在合同生效后30日内支付第一批次50万元，后在每个会计年度截止前的30日内，分3批次支付，每次支付50万元。包括第一次在内总共支付4次，共计200万元。)