Програмний модуль кластеризації пасажиропотоків м. Тернополя

Abstract

В кваліфікаційній роботі шляхом розробки програмного модуля кластеризації зупинок за характером добового навантаження розв’язано актуальну задачу аналізу пасажиропотоків міського громадського транспорту. Виконано аналіз предметної області та огляд сучасних методів кластерного аналізу, які застосовуються для обробки транспортних і соціально-економічних даних. Розроблено математичну модель кластеризації пасажиропотоків, описано алгоритм k-means, методи вибору кількості кластерів та критерії оцінювання якості кластеризації, розроблено архітектуру програмного модуля з механізмом зворотного зв’язку для ітераційного підбору параметрів кластеризації, здійснено програмну реалізацію розробленого модуля кластеризації та проведено експериментальні дослідження на основі реальних даних. Для реалізації програмного модуля використано мову програмування Python та бібліотеки pandas, NumPy, scikit-learn, matplotlib. Подальший розвиток роботи може полягати у розширенні набору ознак, використанні часових рядів замість агрегованих показників, застосуванні альтернативних алгоритмів кластеризації та інтеграції модуля з геоінформаційними системами.

In the qualification work, by developing a software module for clustering stops by the nature of daily load, the current problem of analyzing passenger flows in urban public transport was solved. An analysis of the subject area and a review of modern clustering methods used for processing transport and socio-economic data were carried out. A mathematical model for passenger flow clustering was developed; the k-means algorithm, methods for selecting the number of clusters, and criteria for evaluating clustering quality were described. The architecture of the software module with a feedback mechanism for iterative selection of clustering parameters was designed. The developed clustering module was implemented in software, and experimental studies were conducted using real data. The software module was implemented using the Python programming language and the libraries pandas, NumPy, scikit-learn, and matplotlib. Further development of the work may include expanding the set of features, using time series instead of aggregated indicators, applying alternative clustering algorithms, and integrating the module with geographic information systems.