基于数据驱动的城市居民出行OD预测

[目的]利用"大数据"对城市居民出行量(OD)的预测方法进行改进,以期改善传统城市居民出行调查方法费时、费力且准确度不高的问题,同时也为城市公共交通规划与管理提供可靠的数据支持.[方法]结合手机信令数据、公交IC卡、公交GPS以及地铁闸机数据的特点和优势,利用聚类分析等方法获取城市居民公共交通出行的OD矩阵,并利用小波...     

基于隐马尔可夫模型的公交乘客出行链识别方法

以公交IC卡数据为基础,结合公交站点周边土地类型及乘客时空转移序列构建隐马尔可夫模型对乘客的出行目的进行识别,继而实现完整乘客公交出行链的提取。采用石家庄某一工作日的公交IC卡数据来实现模型,并与同日期的公交乘客出行调查数据对比,结果表明模型与实际调查结果较为吻合,工作日公交乘客出行链以通勤类出行链为主,总占比达81.87%,通勤活动具有很强的时效性。本文模型为公交IC卡数据的深度研究提供了一定的基础。     

基于IC卡数据的公交乘客上下站点预测研究

当前一票制的公交IC卡收费系统无法获取乘客的上车站点和下车站点,为公交线路客流量分析造成了一定困难。本文通过充分研究IC卡数据以及GPS数据,构建了以IC卡数据为基础的乘客上下车站点匹配模型,挖掘数据中包含的公交运行特征以及乘客出行特征。模型同时考虑封闭式公交出行链以及非封闭式公交出行链,并采用二分算法以及多概率融合的方法在乘客乘车特征基础上推测乘客的上下车站点,可有效提升公交的高效化运行管理。以承德市7号线路为例进行验证,采用线性回归方程对上下车站点匹配结果进行分析,相关系数高达0.977,校验回归方程系数值为0.978 5。结果表明该模型可实现对公交车乘客上下车站点的有效匹配,具有较好的可靠性。     

公交出行换乘时间模型及时间阈值研究

针对利用公交出行换乘时间阈值可更加准确区别换乘行为和二次出行行为,提高利用公交IC卡数据自动提取公交换乘时间方法的精确性,进而提升城市交通的整体规划和公交整体服务水平. 通过实际调查,首先对公交出行换乘方式进行了分类,分析了各类公交出行方式的换乘时间影响因素及其影响机理. 在此基础上从微观的角度建立了公交出行时间与各影响因素之间的关系模型,并通过实际调查数据验证了该模型的准确性,应用公交出行换乘时间模型得到了基于GIS公交网络要素分类的各类换乘方式的公交换乘时间阈值.     

公共汽车交通服务水平评价系统

研究信息条件下单线路公共汽车交通服务水平评价指标及方法,信息主要包含两部分内容,一是公布的公交车辆运行数据,二是公交出行乘客出行经验积累的数据.通过对公交营运公司提供的公交车辆AVL运行数据进行统计分析,获取公交车辆运行信息,将乘客划分为四个类别,以调查问卷及车内统计的方式采集各类乘客的出行信息.通过建立信息条件下乘客出行行为模型,并结合建模方法,在自主开发的仿真实验平台上,对上海市49路公交车服务过程进行仿真实验,以公交服务可靠性为评价指标,对公交服务水平进行评价.     

基于IC卡信息的公交客流Origin-destination反推方法

公交客流起止点(origin-destination,OD)矩阵是公交线路调整和优化的重要依据,通过公交IC(integrated-circuit)卡信息获得的数据研究了公交出行的特征.以公交站点上下客人数为约束条件提出了综合考虑了公交乘客上下车概率与公交站点产生吸引因素的反推模型,实例分析表明该方法能显著提高反推的精度,反推结果更具可靠性.     

基于机器学习聚类算法的城市公交车站点优化分析

随着"低碳环保,绿色出行"的理念深入人心,城市公交出行成为越来越多人的选择,但公交出行拥堵、低效率问题仍然是一个热点问题.采用聚类算法对城市公交车进行优化分析,通过三种聚类算法(DBSCAN、k-means、DIANA)、OD矩阵模型、统计与概率学等相关技术,对公交车刷卡数据进行挖掘建模,并分析提出居民出行规律、OD矩...     

基于IC卡的公交枢纽客流特征分析

IC卡数据记录了IC卡的卡号、车辆号、交易日期、交易时间、公交线路编号等信息,通过对IC卡数据的处理以及挖掘分析,能够反映城市居民公交出行的总体特征,同时也能够为公交枢纽预警机制提供数据支持。利用基于IC卡数据的上客客流、落客客流、换乘客流判定方法,结合实际IC卡刷卡数据,分析了公交枢纽客流的时间特征、动态特征以及短时特征,可为公交枢纽客流状态判断提供数据支持,为行业主管部门提升公众出行服务水平提供决策依据,同时也能够对公交枢纽安全预警以及应急管理工作起到关键数据支撑作用。     

基于IC卡和GPS信息的城市常规公交客流分析

受限于传统调查方法,公交客流数据调查成本较高、精度难以保证.为有效提高常规公交系统分析评估的精度,结合公交IC卡、GPS等数据特点,利用多源数据融合技术,提出了基于多源数据的公交客流分析方法,揭示了特定时间段内公交乘客出行特征、线网客流分布规律.案例论证显示,将多源信息融合技术应用于常规公交领域,实现对乘客出行特征的精准描述,探求系统的运行规律,可以有效支撑现有公交系统焦点问题的量化分析.     

基于公交限时免费换乘的居民出行方式选择建模与分析

为了促进城市公共交通的发展,鼓励市民公交出行,多地推行公交限时免费换乘政策。为了研究该政策对于居民出行方式选择结构的影响,运用效用最大化原理,改进了非集计模型,建立了居民出行方式选择模型。调查了青岛实施公交限时免费换乘政策前后通勤出行者的年龄、月收入、职业、出行距离和出行时间等特征,获取了相应数据;以此数据为例进行了模型检验,结果发现所建立的模型计算值与用调查数据直接计算出的公交限时免费换乘政策下公交出行分担率的误差为1.65%,表明该模型的准确性与有效性。该模型为预测城市实行公交限时免费换乘政策后的公交出行分担率提供了一种新方法。