高铁建设对智能行程的影响

郭尧 鲍禹辰 李莹 南京航空航天大学金城学院

选题意义：

随着人们生活质量的不断提高，越来越多的人选择在假期闲暇的时间进行旅游规划。随着中国现代“新四大发明”之一的高铁迅猛发展，给人们的出行带来了极大的便利，随着互联网的普及，以及人们对出行舒适度需求的增加，系统应该为乘客提供更加便利的推荐系统。开发一套智能化查询系统，为旅客提供最优的行程推荐服务。本文着手智能推荐，证明铁路建设对游人出行起到重要影响，以此证明项目进行路线规划时采用铁路信息是具有绝对的代表意义的。

基本假设：

1)假设高速公路的运行情况在短时间内保持不变。

2)假设所有高铁的运行速度一致。

3)假设所有公路拥堵区域内部是一样的。符号变量说明

表1 符号变量说明

求解：

建立复杂网络模型，选取X 省内的高速公路来进行分析，收集得到其拥堵时间、拥堵里程、拥堵程度等指标，对于高铁开通后高速公路相关指标的变化趋势进行模拟，由此来计算得到高铁开通后对于高速公路的缓解效果。

我们先收集原始数据，得到X省高速公路的拥堵时间、拥堵里程、拥堵程度等数据。

表2 原始数据以及拥堵率

我们认为：

对其求取平均数，可以得到在该省份所选高速公路中的拥堵概率,对拥堵率进行归一化算。由计算得到其排名前三的公路为11、14、6 号公路拥堵率为：0.112827615,0.108757998,0.107633522。其拥堵概率都在10%以上，意味着每百公里路段，将可能有10 公里存在拥堵。

我们对于X 省C1、C2、C3、C4 高铁开通后相关指标的变化趋势进行模拟.

模型随时间变化：

为了深入研究同步转变的序参数的变化，在前向连续中计算出有效频率，如下公式：

我们利用原始数据，定义一个NW 小世界网络，将高速铁路站点作为节点，总数为20 个，要利用的指标为3 个，分别为拥堵时间、拥堵里程、拥堵程度，其随机变化的概率为0.5，通过对于复杂网络不断生成的数据分析，可以发现其相关资源的变化情况。

该程序生成NW 小世界网络：

请输入最近邻耦合网络中节点的总数N：20

请输入最近邻耦合网络中每个节点的邻居节点的个数：3

请输入随机变化加边的概率：0.5

该随机图的平均路径长度为：1.2053

该随机图的聚类系数为：0.79926

该随机图的平均度为：15.1

表3 拥堵概率排序

建立聚类分析模型，对于不同地区的人的选择出行模式的考虑因素及权重进行计算，由此来计算得到其最佳配置量。

聚类算法一般采用的是K 均值聚类点方法，其主要步骤为：

(1）选定聚类中心数量

(2）分别计算相关距离，将样本进行分配

(3）计算新的聚类中心

(4）比较新的和旧的聚类中心距离，如果距离较近，低于阈值，则认为他们是一样的，如果距离高于阈值，那么其就需要重新进行分配

(5）分类结束，进行作图

我们对其进行分析，将不同地区的考虑因素选择权重进行集中，由此来得到其更为合理的高铁配置方案。以下是经过处理的相关地区的拥堵情况以及群众对于目前高铁价格的可接受程度。

由此可以看出，其在6 类时较为合理，我们得到X 省聚类较为集中的6 个地区由此来进行分析拥堵地区数据，应配置的高铁数量，改善情况。

表4

我们将E6 的情况看做为标准值，其经过4 条高铁，然后将其他几个地区的指标与E4 的情况进行对比，由此来计算出其应当配置的数量。

可以计算得分别应当经过3、4、5、2、3、4 条高速铁路才能更好地满足现有的出行需求。

我们利用聚类算法继续对于在修建高铁后，优化后的这几个城市的拥堵情况进行分析，可以计算得到其改善的情况。

拥堵率变化

结束语

建立复杂网络模型，选取X 省内的高速公路来进行分析，收集得到其拥堵时间、拥堵里程、拥堵程度等指标,通过计算，我们可以看出高铁开通后，相关拥堵指标下降明显,其降幅达到了8.5%。高铁的存在，其平均改善程度都较为明显，其拥堵情况可以在修建高铁的原基础上再降低10 个百分点以上。

本文着手智能推荐，证明铁路建设对游人出行起到重要影响，以此证明项目进行路线规划时采用铁路信息是具有绝对的代表意义的。