基于公交数据挖掘的乘客上下站点识别

为制定符合客流的线路公交调度方案，增大公交出行吸引力，减少私家车出行碳排放，有必要提出精确的线路乘客上、下车站点识别方法，获取精确客流数据，为公交调度提供精细数据支撑。本文以福州市常规公交多源数据为基础，针对数据缺陷提出系统时间误差修正及站间缺失数据修复的数据预处理方法。在此基础上，提出乘客刷卡时间与公交到离站时间匹配的上车站点识别方法。将乘客出行行为按照是否具有出行规律，提出基于乘客出行规律的乘客下车站点识别方法及综合出行距离、换乘能力、出行吸引强度、周围土地利用性质等因素影响下的乘客站点下车概率识别方法。最后，以福州市125路公交数据为例，将识别数据与实际调查数据对比，验证识别方法的准确性。研究结果可为城市公交客流OD调查提供数据挖掘方法，减少传统调查产生的人力物力，以及为公交企业运营调度提供数据支撑。     

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。     

基于云计算的公交OD矩阵构建方法

OD矩阵作为交通客流数据可视化的重要方法,是公交系统评价和优化的重要依据.提出了一种基于云计算的OD矩阵构建框架,在此框架下利用云计算优异的存取速度及计算性能,实现了对公交历史数据的筛选、预处理、变换、数据挖掘、解释评价等操作.此外,还提出一种综合了追踪乘客出行行为规律和估计站点热度的OD矩阵构建模型来实现对乘客下车站点较为精确的估计.算例分析表明,根据该模型计算得到的各站点下车人数结果能较好地拟合实际出行OD矩阵.     

基于阶梯收费刷卡数据的公交下车站点算法优化与实证评估

以某市连续5日全天公交阶梯收费刷卡数据、公交出行GPS(global positioning system)数据及公交站点数据为基础,结合出行链算法与随机森林网络,构建了一套公交下车站点融合分析模型.在模型中,首先匹配GPS数据与公交站点数据,确定不同时刻的公交到站信息,再以乘客上车站点位置、出行频率、活动空间、下车点...     

基于朴素贝叶斯分类器的乘客出行属性分析

确定出行目的是探究出行规律的重要环节,而公交智能卡数据中恰恰缺少此部分属性。将出行调查数据与智能卡数据融合,对调查数据中的上、下车时间、出行目的进行提取,基于贝叶斯概率模型对其进行分析;对应智能卡数据集,借助朴素贝叶斯分类器对缺少的出行目的属性加以补充。以石家庄市北国商城公交站为例进行实证分析,并基于不同出行目的,对乘客的日出行次数及每名乘客的出行周变规律进行分析。结果表明,该方法对出行目的估计准确率为85.6%,乘客通勤出行平均每周4.7次,因私出行每周2.9次,归家出行每周3.4次,并给出了相关统计结果。     

基于交通大数据的公交线路OD矩阵推断方法

随着交通大数据的普及与广泛应用,提出了一种推断多模式交通网络线路OD矩阵的方法。首先,通过匹配乘客的刷卡数据和公交车辆报站数据获得乘客的上车站点,其次结合地铁刷卡数据准确分析乘客的下车站点,最后根据乘客的出行信息获得线路OD矩阵。利用广州一天近800万刷卡数据和600万公交报站数据进行了上车站点、下车站点以及OD矩阵的推断,结果表明:早高峰与全日出行规律一致;广州交通方式呈现多样化等。提出的方法可以更为准确地获得线路OD矩阵,揭示城市交通特点,具有较高的实用价值。     

基于Hive的海量公交客流起讫点挖掘方法

目前起讫点(origin-destination,OD)挖掘方法普遍存在无法并行分析多条线路、低效率、预测率不足的问题。考虑到Hive在海量数据上的查询性能优势,基于Hive实现了OD挖掘,克服了上述问题。基于时间阈值匹配上车站点,失配记录基于站点上客数再次匹配。基于表连接的出行链算法预测下车站点,预测失败的记录基于概率进行两次预测。以石家庄2018年1月1日—2018年3月27日的IC卡刷卡数据和调度数据进行OD挖掘,在清洗后的11 312 505条出行记录中挖掘出11 270 037条OD记录,预测率达到99.6%,出行与吸引校验质量较高,Hive并行调优开启后耗时17 829.04 s。可见该方法满足生产环境中离线挖掘OD的业务需求。     

智能交通刷卡记录中的公交站点恢复方法

随着城市公共交通网络的快速发展以及智能交通卡的普及,智能交通卡中隐藏着越来越丰富的个人及群体移动行为信息.但当前很多城市智能公交卡主要用于收费功能,并未包含乘客确切的上下车时间及站点信息,这给分析挖掘交通卡刷卡数据、提供基于精确位置的服务带来了阻碍.本文针对上海市不含公交上下车站点的刷卡数据集,借助于确定的地铁站点刷卡信息,分析个人的整体刷卡历史记录,提出一个基础的基于时空邻近性的恢复算法(STA,Space-Time Adjacency algorithm)和一个改进的基于历史的恢复算法(HTB,Historical Trip Based algorithm).具体地,STA算法根据刷卡记录线路的时空邻近关系进行恢复,在此基础上,HTB算法将刷卡记录集合根据时间和空间属性进行切分,获得有明确出行意义的出行记录,再利用历史记录集合,提取乘坐线路以及频繁换乘线路,根据线路间的空间关系生成线路带权候选站点列表,再次进行站点恢复.实验证明本文算法可以较好地缩小线路的候选上下车站点范围,且时间效率较高.     

基于个体出行模式的公交乘客活动规律性度量

针对分别度量公交乘客出行重复性与周期性造成的个体活动规律特征表征不完全问题,以空间维度为例对个体活动相似性进行公交站点聚类,按乘客日活动先后顺序进行排序,构建了个体日出行链,将相同站点集群的日出行链归为同一类出行模式.分别改进了信息熵（Information Entropy,IE）模型和环形周期判别法（Ring-like Periodic Detection Method,RPDM）,建立了公交乘客活动规律组合度量模型,并结合浙江省海宁市2019年10月至12月共92 d的公交出行数据进行了方法应用.比较了83 423名乘客的出行活动重复性、周期性和规律性值的差异,选取不同重复性与周期性的4名乘客,分析了其92 d活动空间特征,绘制了50名出行最规律和最不规律乘客的出行模式热图,发现按个体出行模式综合度量公交乘客出行活动规律性,能区分出12.13%重复性相同而周期性不同的乘客和25.14%周期性相同而重复性不同的乘客,将乘客细分效果提升了37.06%.结果表明：基于个体出行模式重复性与周期性的组合度量模型进行公交乘客出行规律判别效果好,有利于提升公交乘客细分的精确度.     

基于决策树的出租车乘客出行目的识别

随着全球定位系统、移动互联网等技术的发展及应用普及,可以获得大量关于乘客的出行轨迹数据,但有关乘客出行目的的信息却难以获得.准确获得乘客出行目的可以更好地服务于乘客(例如基于乘客目的为乘客提供推荐服务).本文采用信息熵理论建立出租车乘客出行目的识别决策树,通过对出租车乘客出行目的的历史数据的分析,将识别结果不正确的元组改正后加入信息库,重新创建决策树,使得该方法具备了一定的学习能力,提高了出行目的识别的准确性.最后本文选取北京地区的出租车乘客数据进行实验,结果表明,该方法能够有效地对出租车乘客出行的目的进行识别.     

基于改进Apriori算法的乘客公共交通依赖性层级转移分析

为深入探究重大疫情条件下不同乘客公共交通依赖性的影响与层级转移策略,基于多源公共交通出行数据进行乘客公共交通出行链提取与出行知识图谱构建,利用K-means聚类算法识别乘客公共交通依赖性的层次等级,利用改进的Apriori算法挖掘不同依赖性层级的强关联规则,并提出依赖性层级转移激励政策.结果表明:重大疫情条件下乘客公共...     

公交出行OD信息获取方法研究

以往通过人工调查获取公交车出行OD的方法既费时又费力,随着城市公交系统的完善,使用公交IC卡已经成为常住居民的习惯,通过对IC卡数据进行挖掘,结合集合论的数学方法来实现居民公交OD出行信息的提取,不但节省了人力物力,在精度上较人工调查也要更高。方法通过数据挖掘,分别建立IC卡刷卡记录表、公交车到站信息表及公交线路信息表,以此可以准确获取IC卡的上车信息,同时在假设公交出行链闭合(前后两次出行均为公交出行)的前提下,以集合论为基础建立了相应的下车站点推算模型,实现了OD出行信息的提取。     

基于公交IC卡和GPS数据的换乘识别方法

为提高公交换乘识别的精度,将IC卡和GPS数据融合推断得到乘客上车站点和下车站点及下车时间,在此基础上根据居民公交出行的特点及过程,从时间角度和空间角度来判断公交换乘行为。时间角度判断是从乘客站台候车时间及乘客站台候车时间段内是否乘坐第一辆目标线路车辆两个方面进行换乘行为识别。空间角度判断通过两个参数即迂回系数和直达系数来进行换乘行为的判断。最后,与只从时间角度识别的方法进行了对比。结果表明:考虑空间因素的识别方法更为合理全面。     

基于半监督学习的多源异构数据治理

为实现不同数据管理系统之间的互通,提出一种基于半监督学习算法的多源异构数据治理框架,并由此设计、实现和测试了一套非结构化数据与结构化数据的自动化对齐方法。利用命名实体识别（NER）技术,将非结构化数据转化为结构化数据,再分别利用基于字符串相似度的方法和基于监督学习的方法,对结构化数据进行模式匹配;通过半监督学习方法,在结构化数据与数据库记录实体之间进行实体匹配与融合;利用自然语言处理（NLP）技术及深度学习方法,对融合后的数据集进行缺失值填补。结果表明：在论文数据集和视频元数据集上进行对齐处理后,两者的F1值分别达到89.70%及96.50%;在不同属性上进行缺失值填补后,整体填补准确率达到78%以上,大大优于基线方法的准确率。     

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。     

出租车载客热点技术研究

通过挖掘北京市出租车历史轨迹数据,分析出租车载客热点区域,从而为空载行驶的出租车司机提供寻客方向.基于大数据平台的历史轨迹数据预处理,按照数据生成时间对出租车历史数据进行排序,提取历史数据中的所有乘客上车地点;使用聚类算法对提取出的上车地点进行聚类分析,提取乘客频繁出现的区域.以出租车寻找乘客为背景,分别采用基于密度的DBSCAN算法和基于距离的K-means算法对载客点进行聚类.采用聚类算法性能评估中的DB内聚指数对两种算法的聚类效果进行评估,结果显示工作日和非工作日DBSCAN算法聚类结果的内聚效果均优于Kmeans算法.     

用于短期风功率预测的历史数据深度迁移模型

随着全球化石燃料短缺日益严重,可再生能源的开发与利用愈发得到重视。风能是被广泛使用的清洁能源之一,在生产工作中,风力发电作为风能的主要利用形式,需要对其功率进行预测。依托风场日常记录的历史数据,传统学习模型可对风功率进行短期预测,但往往仅使用自己域内的历史数据作为分析对象,该类算法导致结果片面,局限性大,不能有效使用类数据中的隐含联系,抑制原始数据缺失或异常值引起的模型性能下降问题。笔者设计一种基于历史数据深度迁移的短期风功率预测模型。首先,使用带降噪处理的自动编码机构建深度神经网络模型。其次,应用深度迁移方法共享隐藏层,挖掘特征之间的隐含联系。最后,从具有相似特征和地理位置的风场数据中迁移重要知识,提高模型准确率和可靠性。实验结果表明,研究方法较之未使用迁移的方法更充分利用现有数据,预测准确率显著提高。     

基于数据融合的公共自行车接驳公交行为辨识

城市智能交通卡和公交自动车辆定位系统的大规模应用为研究公共自行车换乘公交的出行规律提供了契机。结合多源数据,研究公共自行车接驳公交的换乘时空阈值,根据自行车站点与公交站点间距离构建匹配站点对;并基于时间阈值提取匹配站点对的刷卡记录构建换乘识别模型的训练集和测试集,应用关联规则挖掘算法实现同一用户公共自行车IC卡卡号与公交IC卡号的匹配;根据设定的验证规则,92%的匹配规则通过验证。之后基于换乘识别结果分析公共自行车接驳常规公交的换乘客流的时空特性。结果表明：公共自行车接驳常规公交呈现出明显的早晚高峰时段,且接驳出行主要分布在城市中心区域。     

基于乘客群体出行时间间隔的标度律研究

为了深入研究乘客出行时间间隔的标度律及其形成的机制,本文基于粒子群算法对乘客群体出行时间间隔的概率分布进行了拟合,发现了群体时间间隔不服从统一的幂律分布。基于拟合得到的结果,分别从阵发性、乘客出行时间规律以及出行目的三方面进行了分析。分析结果表明,78.2%的时间间隔聚集在14 h范围内,21.8%的时间间隔大于14 h,从而使得两个范围对应着不同的幂指数。群体时间间隔的标准差值大于平均值,导致分布出现了胖尾现象。群体时间间隔聚集了大量随机出行乘客的时间间隔,使得群体的时间间隔偏离了泊松分布。不同目的出行的乘客具有不同的时间间隔范围,从而导致了群体时间间隔的分布不均匀。在此结果上挖掘出乘客出行时间间隔主要集中在14 h内,从而为交通管理部门预测乘客出行时间提供了一种新的思路。     

考虑乘客时间成本的城市公交发车间隔优化模型

针对城市公交发车间隔优化时对公交运行过程描述不够全面、未充分考虑乘客时间成本的问题,提出了考虑乘客时间成本的城市公交发车间隔优化模型.首先,在详细分析能够体现公交车辆运行特征的不同时段与站间的运行速度、站点停站时间、上车人数、下车人数、滞留人数以及新增候车人数等变量或参数基础上,建立车辆运行约束和乘客人数约束,将包含等候时间和在车时间的乘客平均出行时间作为出行成本、车辆平均满载率作为公交企业载客成本,以乘客出行成本与公交企业载客成本之和最小为目标建立发车间隔优化模型.然后,使用软件Pycharm中scikit-opt代码库调用遗传算法求解模型.最后,以北京市848路公交上行线路早高峰8:00—9:00时段为例,求解其理论最优发车间隔,结合运营实际确定实际最优发车间隔及总成本.研究结果表明：考虑乘客时间成本后的发车间隔较实际发车间隔,乘客平均出行成本降低9.09%,公交企业载客成本上涨0.57%,乘客与企业总成本下降约3.01%,提出的模型可行有效.