多层次公交数据模型：提供高效公交出行服务数据库

出行服务包括换乘次数、线路选择、出行耗时、候车时间等。对公交乘客的出行心理进行了研究的结果表明，“换乘次数”是大部分公交乘客在选择出行路线时首先考虑的因素。因此，相应的数据模型应偏重于公交实体尤其是站点的细化（图6-3）。其次，是出行耗时和距离长短。公交换乘问题的实质就是给出起始点、目标点后，系统根据所定义的公交网络模型，自动搜寻能够通达起始点和目标点的公交线路，并根据用户要求提供出行方案。公交换乘问题的解决思想分为如下两个步骤：

①求解起始站点与目标站点间的最短路径。获得最短路径上的各个站点。

②根据最短路径上的各个站点，获得经过站点的路线，构造站点线路对应的换乘矩阵，求解换乘矩阵，获得公交换乘方案。

(www.xing528.com)

图6-3　公交出行服务数据库概念模型

图中所示站牌点代表实际的公交站点，由于同一个站点有可能由多个站牌点组成。通过站点细化，可以在更精确的层次上进行换乘搜索优化。

苏爱华等（2005）将算法进行改进，采用基于点边拓扑关系的最短路径算法。以距离作为权值，从目标节点开始搜索，直至搜索到起始节点，再根据起始节点的上一节点追踪至目标节点寻找最短路径。文中提出了基于改进Dijkstra算法的公交网络最短路径问题的求解。将求解最短路径获得的站点作为搜索站点，并将这些站点及经过这些站点的线路构成换乘矩阵，结合换乘次数的要求，给出了换乘的实现算法，确定可行的换乘方案。黄正东等（2008）基于GIS多层次的公共交通实体数据模型，引入了基于距离的换乘延误，对公交网络要素属性逐步更新，提出了以换乘可比距离为依据，循环优化的分析方法。

在出行服务中，赵巧霞等（2004）以最小换乘次数和站数为目标，进行公交出行算法改进；林柏梁等（1999）基于组合优化的角度，提出了优化公交网络设计的非线性0—1规划模型，以所有乘客流的出行时间和要实现公交网络的资金投入为费用目标函数，在满足车站容量限制的条件下，最小化目标函数以获得公交线路的优化决策。但是，从数据模型的角度来看，同样面临着模型细化及侧重点不同的问题。网络优化线路是重点，出行服务中站点则是重点，但并不是说其他实体就可以忽略。这些公交实体是一个整体，是相辅相成的，应该在有重点的前提下综合考虑。因此公交出行服务数据库应侧重于站牌点等细节层次公交对象数据的表达与实现。