科创中国

该项目针对现有技术对于不同交通方式数据分析不完整，数据量过小，准确度较低等缺陷，提供一种基于F-DBSCAN迭代聚类的机场巴士候选站点筛选方法，针对特大城市大数据量下的出行需求，能够提出一种行之有效的解法，对海量的乘客出行OD数据进行数据挖掘，分析得出从机场出发的乘客下车的热点聚集区域，为巴士的路线制定提供停靠站点候选站点的选取，从而为后续的定制巴士路线制定方案提供良好的前期数据准备。该技术通过对各种出行的交通工具获得的数据进行预处理，根据预处理后的数据确定乘客的出行轨迹，得到乘客去向的离散终点的经纬度集；对乘客去向的离散终点的经纬度集进行密度聚类，在密度聚类过程中，采用快速DBSCAN聚类方法得出乘客的去向聚集区域，再对乘客的去向聚集区域的聚类结果，进一步进行迭代处理，得到迭代处理后乘客去向的聚集区域，即聚类结果，针对所述聚类结果，依据预设的规则匹配POI站点，最终确定出所需要的机场巴士候选站点。

该项目技术与现有技术相比的优点在于：机场巴士候选站点的选取方法在预处理阶段，遵循“大数据胜过好算法”的原则，统一不同来源的数据类型的格式，并大幅降低数据维度，以期能够在聚类过程中读取大量数据集的目的，最终提升聚类结果的正确性。本发明基于F-DBSCAN的聚类算法，改进了原生的DBSCAN密度聚类算法，进一步加大了聚类计算的数据量级。最终通过特定规则的POI匹配，可以满足不同需求的站点候选站点选取场景，结果收敛较快，同时具有较高的准确性。

随着全国及全球之间的交流日益频繁和经济的快速发展，选择航空出行的乘客不断增加，这极大的促进航空运输业的发展。一般来说，机场是一个城市的重要大型交通枢纽，由于机场的特殊性，需要建立在离城市较远的地方，因此机场的交通规划重点为如何构建良好的城市交通，在不影响现有交通效率的情况下尽可能增加机场的服务范围。在枢纽机场地面交通的研究中，国外相关研究较为成熟，且已记入相关的政策法规，而近几年国内学者也有大量关于机场地面交通规划设计与优化研究等方向的学术研究。

来自北京航空航天大学，可为本项目的研究开展提供良好的研究工作条件。项目的研究团队由教授、青年教师、博士生和硕士生等人员组成，团队负责人多年从事相关方面的科研与教学工作，负责完成过科技重大专项课题等以及横向合作等多项课题的研究工作。团队人员构成合理，技术基础好，研发能力强，为本项目的研究开展提供了良好的人员保障。

本项目研究成功的产品 可有效实现进口替代，打破国外在本领域的技术封锁，可以广泛应用广泛用于汽车、轮船、潜艇、分布式热电联产等领域。具有广阔的市场前景。

目前处于何种研发阶段： ☒研发 ☐小试 ☐中试 ☐小批量生产 ☐产业化； 样机： ☒ 有 ☐无 其他：□如选择“其他”，请说明：。

已投入成本： 200000 元。

推广应用情况：已用于学术研究。转化方式：转化方式：合作开发、技术转让、技术许可、技术参股、采购合同、买卖合同。