买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京工业大学

摘要：本发明公开了一种基于Weighted‑LeaderRank和GMM聚类的站点选址预测方法，通过地铁站打卡数据与出租车OD数据预测未来地铁线路以及对通过排序后的站点，选取最具代表性的几个地铁站，预测其未来周边站点选址位置。本发明将已建成地铁站点，站与站之间的客流量的关系转换成带权的有向图，然后基于该带权的有向图计算每个节点的Weighted‑LeaderRank值；筛选出处于地铁站点覆盖范围之外的出租车OD数据，对其数据进行GMM聚类，得到聚类结果即未来城市总体新建地铁站点的预测位置。通过提出一种模型评价方法，对模型设置不同的参数并对结果进行对比，最后得到最优的模型，并将其应用于预测代表性地铁站周边新建站点的位置。

主权项：1.一种基于Weighted-LeaderRank和GMM聚类的站点选址预测方法，其特征在于：包括以下步骤：步骤一：收集已建地铁站的位置坐标以及地铁乘客AFC打卡数据集，收集出租车GPS数据集，所述数据集包括出租车某时刻的位置坐标、是否载客、车辆信息；步骤二：将地铁AFC打卡数据处理转换为站点到站点的客流量矩阵；筛选出地铁运营时间范围内的出租车GPS数据，并转换为OD数据，并基于地铁覆盖范围进行分类；步骤三：基于Weighted-LeaderRank的站点客流交通网络结构的定义：定义基于Weighted-LeaderRank站点客流的交通网络有向图为GV,E，V是由站点构成的节点集，节点包含该站点的经纬度坐标信息，E是边集，E＝{i,j|i,j∈V}，i,j表示从节点i到节点j的一条有向边；步骤四：基于Weighted-LeaderRank客流量模型对已建地铁站的重要指数进行排序，重要指数越大的站点，其站点在地铁网络中的重要性越高，即站点繁忙程度越高；定义站点i的Weighted-LeaderRank指数的公式为： 其中1式wji为站点j流向站点i的客流数，为从站点j流出的总客流，当公式迭代至第t次并趋于收敛时，公式停止计算；其中2式WLRi表示节点i的Weighted-LeaderRank值，tc为WLRi收敛的时刻,N为网络中除去公共节点后的节点个数；步骤五：将各节点的WLR值按降序进行输出，得到地铁站点重要性排序，其WLR值越大，表示其在地铁网络中的重要性或繁忙程度越高；步骤六：通过步骤五提取最具代表性的前N个地铁站点与出租车OD数据集，通过GMM模型预测站点选址，设计算法提取出聚类区域，并对区域权值进行排序，筛选前K个站点区域；对于高斯混合模型是指具有如下形式的概率分布模型： αk是系数，αk≥0，为高斯分布密度，为第k个分模型，对于该模型来说θk＝μk,σk,αk； 对于每个子模型都有待求的参数μk,σk,αk，即每个子模型的期望，协方差、在该混合模型中的权重；通过使用期望最大化算法，来进行迭代从而得到待求参数；以整个城市为研究对象构建预测模型，并通过对不同的模型预测结果进行评价，得到最适合的预测模型；步骤七：以某个站点为研究对象，筛选出以该站点为乘车点的出租车OD数据，并通过模型预测其周边的延长站点的选址。

全文数据：

权利要求：

百度查询： 北京工业大学 一种基于Weighted-LeaderRank和GMM聚类的站点选址预测方法