随着民航业的高速发展,空港旅客吞吐量持续增加,枢纽机场的综合交通体系建设不断完善,因此对机场的旅客服务质量提出了更高要求,多交通方式换乘服务成为研究的热点之一。目前,国内机场现有关于换乘服务的智能终端主要有乘车点位置显示,室外路径规划等相关功能,少有针对航站楼内交通换乘流程的服务终端。本文对多交通方式换乘流程展开研究,主要研究的方法涉及交通推荐和航站楼内导航路径规划两部分。在交通推荐方面,到港旅客态势复杂、交通方式多杂,枢纽机场个性化服务质量难以与旅客需求匹配,亟需采用旅客特征画像、客流大数据和旅客行为推演等现代技术进行优化;在航站楼内路径导航方面,传统的室内导航路径规划主要考虑室内布局的几何信息,很少顾及多楼层的路径规划策略和多目标的路径优化,对航站楼内位置服务提出了新的挑战。基于上述问题与挑战,本文的研究工作主要从以下几个方面展开:(1)构建适用于航站楼内复杂空间的路网模型:本文通过分析航站楼内多楼层室内空间和跨楼层换乘需求,研究了室内路网模型建立方法,选用图模型构建航站楼拓扑路网,是本文方法研究的基础。(2)提出基于KNN的交通换乘推荐方法:本文利用大量分发调查问卷的方式,搜集旅客大数据行为态势特征,并利用KNN分类算法处理旅客异构特征数据,最终建立旅客换乘行为分类器,预测结果准确率可达到72.5%。(3)提出基于改进遗传算法的航站楼内交通换乘导航路径规划方法:本文依据航站楼空间特征和环境变化建立以路径为权值和以人流密度为权值的双路网,并权衡路径的距离、客流拥挤度和时间成本三种因素,建立了航站楼内的多目标路径优化模型。最后使用融合BFS的遗传算法在本文建立的多层路网中实现航站楼内多目标路径优化,生成考虑路径距离、拥挤度、时间成本的最优路径。(4)实现面向航站楼内多交通方式换乘软件搭建与测试验证:基于上述枢纽机场需求,本文搭建了航站楼内多交通方式换乘软件,并针对不同场景对本文的交通方式推荐算法和多目标路径优化方法进行测试验证。验证结果表明,本文的交通推荐算法可以实现交通方式换乘最优推荐;航站楼内最优路径规划方法可以呈现路径距离最小,拥挤度最低和时间成本最少的三种单目标最优路径和权衡三者的多目标优化路径。图34幅,表24个,参考文献81篇。