高鐵建設對智能行程的影響

郭堯 鮑禹辰 李瑩 南京航空航天大學金城學院

選題意義：

隨著人們生活質量的不斷提高，越來越多的人選擇在假期閑暇的時間進行旅游規劃。隨著中國現代“新四大發明”之一的高鐵迅猛發展，給人們的出行帶來了極大的便利，隨著互聯網的普及，以及人們對出行舒適度需求的增加，系統應該為乘客提供更加便利的推薦系統。開發一套智能化查詢系統，為旅客提供最優的行程推薦服務。本文著手智能推薦，證明鐵路建設對游人出行起到重要影響，以此證明項目進行路線規劃時采用鐵路信息是具有絕對的代表意義的。

基本假設：

1)假設高速公路的運行情況在短時間內保持不變。

2)假設所有高鐵的運行速度一致。

3)假設所有公路擁堵區域內部是一樣的。符號變量說明

表1 符號變量說明

求解：

建立復雜網絡模型，選取X 省內的高速公路來進行分析，收集得到其擁堵時間、擁堵里程、擁堵程度等指標，對于高鐵開通后高速公路相關指標的變化趨勢進行模擬，由此來計算得到高鐵開通后對于高速公路的緩解效果。

我們先收集原始數據，得到X省高速公路的擁堵時間、擁堵里程、擁堵程度等數據。

表2 原始數據以及擁堵率

我們認為：

對其求取平均數，可以得到在該省份所選高速公路中的擁堵概率,對擁堵率進行歸一化算。由計算得到其排名前三的公路為11、14、6 號公路擁堵率為：0.112827615,0.108757998,0.107633522。其擁堵概率都在10%以上，意味著每百公里路段，將可能有10 公里存在擁堵。

我們對于X 省C1、C2、C3、C4 高鐵開通后相關指標的變化趨勢進行模擬.

模型隨時間變化：

為了深入研究同步轉變的序參數的變化，在前向連續中計算出有效頻率，如下公式：

我們利用原始數據，定義一個NW 小世界網絡，將高速鐵路站點作為節點，總數為20 個，要利用的指標為3 個，分別為擁堵時間、擁堵里程、擁堵程度，其隨機變化的概率為0.5，通過對于復雜網絡不斷生成的數據分析，可以發現其相關資源的變化情況。

該程序生成NW 小世界網絡：

請輸入最近鄰耦合網絡中節點的總數N：20

請輸入最近鄰耦合網絡中每個節點的鄰居節點的個數：3

請輸入隨機變化加邊的概率：0.5

該隨機圖的平均路徑長度為：1.2053

該隨機圖的聚類系數為：0.79926

該隨機圖的平均度為：15.1

表3 擁堵概率排序

建立聚類分析模型，對于不同地區的人的選擇出行模式的考慮因素及權重進行計算，由此來計算得到其最佳配置量。

聚類算法一般采用的是K 均值聚類點方法，其主要步驟為：

(1）選定聚類中心數量

(2）分別計算相關距離，將樣本進行分配

(3）計算新的聚類中心

(4）比較新的和舊的聚類中心距離，如果距離較近，低于閾值，則認為他們是一樣的，如果距離高于閾值，那么其就需要重新進行分配

(5）分類結束，進行作圖

我們對其進行分析，將不同地區的考慮因素選擇權重進行集中，由此來得到其更為合理的高鐵配置方案。以下是經過處理的相關地區的擁堵情況以及群眾對于目前高鐵價格的可接受程度。

由此可以看出，其在6 類時較為合理，我們得到X 省聚類較為集中的6 個地區由此來進行分析擁堵地區數據，應配置的高鐵數量，改善情況。

表4

我們將E6 的情況看做為標準值，其經過4 條高鐵，然后將其他幾個地區的指標與E4 的情況進行對比，由此來計算出其應當配置的數量。

可以計算得分別應當經過3、4、5、2、3、4 條高速鐵路才能更好地滿足現有的出行需求。

我們利用聚類算法繼續對于在修建高鐵后，優化后的這幾個城市的擁堵情況進行分析，可以計算得到其改善的情況。

擁堵率變化

結束語

建立復雜網絡模型，選取X 省內的高速公路來進行分析，收集得到其擁堵時間、擁堵里程、擁堵程度等指標,通過計算，我們可以看出高鐵開通后，相關擁堵指標下降明顯,其降幅達到了8.5%。高鐵的存在，其平均改善程度都較為明顯，其擁堵情況可以在修建高鐵的原基礎上再降低10 個百分點以上。

本文著手智能推薦，證明鐵路建設對游人出行起到重要影響，以此證明項目進行路線規劃時采用鐵路信息是具有絕對的代表意義的。