1.一种基于历史客流量的公交线路调整方法，其特征在于，获取站点间的客流量相关性，基于站点间的客流量相关性调整经过所述的站点的公交路线的密度；

其中，获取站点间的客流量相关性的步骤如下：

1)按时段统计所有公交车站点的历史刷卡数据，形成客流量时间序列；

2)使用多尺度滑动窗口，获取客流量时间子序列；

3)计算客流量时间子序列的和；

4)计算任意两站点Fi、Fj之间客流量时间子序列的相关性系数；

当相关系数为正时，表示站点之间的客流量增减趋势相同；当相关系数为负时，表示站点之间的客流量增减趋势相反；当相关系数为零时，表示站点之间的客流量增减趋势不确定；

选择相关系数为正或为负的站点，并根据站点之间的客流量增减趋势调整公交路线的密度。

2.根据权利要求1所述的基于历史客流量的公交线路调整方法，其特征在于，步骤1)具体为：

1.1)对任意站点，按固定的时间间隔划分时段，统计每个时段内各个站点的历史刷卡数据，形成客流量时间序列F＝(f1,f2,f3,…,fn)；

1.2)重复步骤1.1)，获取所有站点的客流量时间序列集合D。

3.根据权利要求2所述的基于历史客流量的公交线路调整方法，其特征在于，步骤2)具体为：

2.1)以滑动窗口长度为l，滑动窗口步长index＝1，从时间序列F∈D中提取客流量时间子序列S(F)k＝(fk,fk+1,…,fk+l-1)，k∈(1≤k≤n-l+1)；

2.2)重复步骤2.1)，直至获取客流量时间序列F的所有客流量时间子序列集合

2.3)重复步骤2.1)、步骤2.2)，直至获取客流量时间序列集合D内所有序列的子序列集合SD。

4.根据权利要求2或3所述的基于历史客流量的公交线路调整方法，其特征在于，将一天的时间划分为高峰期与非高峰期，高峰期的时间间隔短于非高峰期的时间间隔，高峰期的滑动窗口长度大于非高峰期的滑动窗口长度。

5.根据权利要求3所述的基于历史客流量的公交线路调整方法，其特征在于，步骤3)具体为：

3.1)计算子序列长度为l时的客流量之和，如下：

3.2)计算子序列长度为l+1时的客流量之和，如下：Suml+1(S(F)k)＝Suml(S(F)k)+fk+1。

6.根据权利要求5所述的基于历史客流量的公交线路调整方法，其特征在于，步骤4)具体为：

4.1)始化正相关簇集 初始化负相关簇集

4.2)分别计算 中所有子序列S(Fi)k、S(Fj)k的平均值 具体如下：

4.3)对 中任意子序列S(Fi)k遍历 分别获得S(Fi)k与 正相关的集子序列合Nε(S(Fi)k)，以及负相关的集子序列合Nε-(S(Fi)k)；

其中，ε为站点相关性系数的临界值， 为子序

列之间的相关度；

4.4)分别对Nε(S(Fi)k)和Nε-(S(Fi)k)中所有子序列遍历 分别获得与之相关的子序列集合，并分别加入集合Nε(S(Fi)k)和Nε-(S(Fi)k)中；

4.5)重复步骤4.3)、步骤4.4)直至集合Nε(S(Fi)k)和Nε-(S(Fi)k)不再增加新的子序列，分别形成正相关簇Ck和负相关簇若正相关簇Ck和负相关簇 中包含的子序列代表的站点之间地理位置符合预设的阈值，且相关的时段符合实际意义，则加入簇集合：C←Ck，

4.6) 重复步骤4.3)、步骤4.4)、步骤

4.5)，形成最终的正相关簇集C和负相关簇集C-，分别代表两个站点客流量正相关的所有时段和负相关的所有时段。

7.根据权利要求6所述的基于历史客流量的公交线路调整方法，其特征在于，步骤4.3)中，协方差

8.根据权利要求6所述的基于历史客流量的公交线路调整方法，其特征在于，正相关簇集C和负相关簇集C-，分别代表乘车行为趋势相同的线路站点和乘车行为趋势相反的线路站点。