����APTS���ݵĹ������˿�ͨ��OD�ֲ����Ʒ���

为提高通勤者使用公交出行的比例,有效缓解城市交通拥堵,对应用智能公交系统数据(Advanced Public Transportation Systems,APTS)获得公交通勤出行需求的方法进行研究.采集APTS数据,通过对公交IC卡数据和智能调度系统数据的关联获得公交乘客的上车站点信息.根据早、晚高峰的出行频率判断公交通勤乘客,利用通勤出行的时间和空间特征确定居住地点和工作地点.以此基本思路,提出公交卡乘客通勤OD分布估计算法,并应用海量APTS系统数据对算法进行了试验和分析.最后,通过与基于"出行链"的方法进行比较,分析了算法的精度.本文提出的方法具有精度高、可操作性强的优点,为快速、经济地获取公交通勤OD分布提供了一种新的途径.     

基于IC卡和稀疏GPS数据的中小城市公交乘客上下车站点推算方法

为有效获取中小城市公交乘客出行信息,挖掘其出行特征,基于公交乘客IC卡数据、稀疏GPS数据和公交站点位置信息等数据,提出一种公交乘客上下车站点推算方法.首先,通过内插法补齐稀疏GPS数据并与公交站点经纬度匹配获得车辆到站时刻,进而匹配乘客的IC卡刷卡时刻,识别乘客上车站点;然后,根据出行链理论划分不同公交出行链,结合乘...     

适用于一票制公交大数据的系统化处理方法及应用 ——以银川市为例

为分析公交乘客出行特征，利用公交IC卡数据、公交GPS数据、车载机数据和单程站点关系表，通过各类数据关联融合，提出适用于一票制公交大数据的系统化处理方法。基于Oracle搭建分析数据库，采用Python语言编写代码，构建了乘客上车站点推断算法、基于出行链的乘客下车站点推断算法、基于概率的乘客下车站点推断算法和乘客换乘站点识别算法4种站点推断算法。基于此，运用银川公交大数据进行客流集散点识别、客流走廊识别，得到公交站点上下客流量分布情况、公交线路客流量分布情况、公交站点的换乘客流量分布情况。研究结果表明，一票制公交大数据系统化处理方法在分析公交乘客出行特征方面具有一定的应用价值。     

多元数据下的公交站点客流不确定性分析

利用长期收集的公交站点IC卡刷卡数据,基于区间不确定性理论,提出公交上下车站点区间不确定性客流推导方法.首先,将公交IC卡数据和GPS数据与公交站点信息相融合,确定IC卡刷卡的上车站点及其区间不确定性客流;然后,对公交刷卡行为进行分析,考虑乘客个体出行特征、乘客出行距离和站点吸引权重,提出下车站点客流推导概率模型及相应算法,通过区间数处理方法,得到下车站点客流区间值.最后,以2015年11月13日~12月25日深圳市21路公交为期6周的IC卡刷卡数据和GPS数据为例进行实例分析.     

�������ܵ������ݵĹ���IC���˿��ϳ�վ���жϷ���

为了能够应用公交IC卡数据分析公交乘客的出行特征,对判断公交IC卡乘客上车站点的方法进行研究.以南宁市智能公交系统为例,采集公交IC卡收费系统和公交智能调度系统的运营数据,应用数据仓库技术建立智能公交数据分析平台.通过将智能调度系统数据与公交IC卡收费系统数据进行关联,判断公交IC卡乘客的上车站点,对提出的方法进行精度分析和算法实现,并应用海量的智能公交系统实际数据对算法进行了试验.研究结果表明,本文提出的方法判断公交乘客上车站点的准确率达到98%以上,算法效率满足实际应用需要,该方法能够用于公交系统的规划和管理工作.     

基于IC卡与GPS数据的公交通勤出行特征分析

公交通勤人群是公交客流的重要组成部分,公交通勤出行特征是制定公交优先发展战略、公交规划、优化与运营管理的数据基础.针对传统以"车"为研究对象的碎片化公交通勤出行特征分析方法,基于公交IC卡与GPS数据,从公交乘客"人"角度出发,系统分析提出了公交出行链特征、区间客流不均衡系数、职住平衡水平及线路黏性系数4个维度指标参数计算方法.以重庆市主城区连续5个工作日47条代表性线路的公交乘客为例,对通勤出行特征进行分析,结果表明:重庆市主城区通勤客流换乘次数较少、长线公交客流需求较大、职住平衡水平较高、约1/4的通勤出行者对线路选择具有较强黏性.     

基于时空行为规律挖掘的公交乘客分类方法

应用智能公交系统(APTS)提取个体乘客出行信息，构造了公交出行链，研究了基于时空行为规律挖掘(STBRM)的公交乘客分类方法；应用时间序列表征乘客出行时间特征，利用互相关距离(CCD)算法计算了个体乘客出行时间规律；应用带噪声基于密度的空间聚类(DBSCAN)算法，挖掘了个体乘客的出行空间规律；依据出行强度和出行时空规律，将乘客划分为极少出行、时间规律、空间规律、时空规律和不规律等5个群体；以出行天数、类似上车时间数量和类似上车站点数量为聚类指标，应用K-Means++算法将乘客划分为高规律、中规律和低规律3类，比较了本文提出的STBRM方法和K-Means++聚类方法的分类结果，揭示了2种方法分类结果之间的关系。研究结果表明: 当时段划分长度取5 min，时间规律性判断阈值取3.0时，利用CCD算法识别时间模式规律乘客的效果最佳，与常用的DBSCAN算法相比，识别率提升了14.64%；增加时间窗长度能够提高时间、空间模式规律判定结果的稳定性；时间窗长度达到3周后，空间模式规律的乘客比例下降趋缓，达到6周后趋于稳定；时间窗长度达到2周后，时间模式规律的乘客比例增长趋缓，达到4周后趋于稳定；时间规律、空间规律和时空规律等3类乘客数量仅占总乘客数量的30.4%，但其出行量占到了总出行量的84.7%，公交依赖度很高，应作为公交机构重点保障的对象；本文提出的STBRM方法与K-Means++聚类方法的分类结果具有较强的关联性，规律性极高或极低的群体高度重合。      

公交运行服务质量评价指标体系探讨

为了从服务学的视角准确考量公交系统运行服务的质量,本文基于交通调查和系统采集数据,通过统计分析解析了公交系统运行服务的过程和出行者出行的内在特性;基于对出行策略的定义,分析了出行者出行对时间、成本与体能消耗三方面的预算对其出行决策的影响;探讨了公交运行服务质量评价的系统边界,以价值、能耗与信息为基本维度,提出了评价公交运行服务质量的三维体系架构;最后分析提出三大预算对于从公交出行生理因素和心理过程两个基础层面揭示出行行为机理,是从乘客对服务感知视角对公交运行服务质量进行评价的更为客观有效的手段.     

�������з�����������ָ����ϵ̽��

为了从服务学的视角准确考量公交系统运行服务的质量,本文基于交通调查和系统采集数据,通过统计分析解析了公交系统运行服务的过程和出行者出行的内在特性;基于对出行策略的定义,分析了出行者出行对时间、成本与体能消耗三方面的预算对其出行决策的影响;探讨了公交运行服务质量评价的系统边界,以价值、能耗与信息为基本维度,提出了评价公交运行服务质量的三维体系架构;最后分析提出三大预算对于从公交出行生理因素和心理过程两个基础层面揭示出行行为机理,是从乘客对服务感知视角对公交运行服务质量进行评价的更为客观有效的手段.     

基于公交IC卡数据的乘客出行分类研究

为得到体现公交乘客出行时空规律的数据,采用基于出行链方法推导出公共汽车乘客的下车站点;建立了描述单个乘客多天出行的完整数据框架;根据乘客参加不同活动所产生的出行时空特征定义了3类出行:通勤类出行、普通类出行和随机类出行,将出行频次与出发时间的标准差作为分类标准对公交乘客出行进行分类。研究表明:39.1%的乘客具有普通类或通勤类出行,生成总客流的76.4%;60.9%的乘客只具有随机类出行,生成总客流的23.6%。通过对乘客出行的分类研究可以更好地掌握乘客公交出行的规律和需求。     

多源数据解析城市交通特征与规律

随着信息技术的发展,城市交通领域不断涌现新的数据来源。有效利用这些数据,有助于深刻理解城市功能和交通特征与规律。回顾城市交通分析与建模中常用的多源数据,并着重介绍信息化数据的典型应用,包括手机信令数据、公共汽车信息系统数据、车辆GPS数据、交通检测数据和售票系统数据。基于传统城市交通分析框架下的数据需求,探讨多源数据间的关系与联合应用。提出信息化数据完全取代传统数据既不现实,也不必要;信息化数据的价值发挥在于未来交通分析与建模技术的创新。最后对多源数据的发展与应用方向进行展望。     

高铁枢纽集疏运模式及发展策略

合理选择集疏运模式是高铁枢纽集疏运体系构建的核心内容之一。首先对影响高铁枢纽集疏运模式构建的主要因素进行系统分析。将高铁枢纽集疏运模式分为以轨道交通为主体、公共交通与个体机动化交通并重以及以个体机动化交通为主体,明确各模式分担率指标及其在中国的适用性。在此基础上,提出高铁枢纽公共交通集疏运体系发展策略,包括大力发展轨道交通集疏运体系、优化公共交通集疏运网络布局、注重一体化换乘衔接、提升公共交通运营服务水平,以及实施交通需求管理等。     

大数据背景下的交通模型发展思考

将传统交通调查和模型与新的信息技术相结合,根据大数据的特征改进交通模型的方法体系,是交通模型发展面临的极大挑战.分析交通大数据对交通模型研发的促进作用,特别是在人口及就业岗位分布、综合交通网络数据和基于交通调查的模型参数等核心数据方面的支撑作用.从相关定义、市场细分以及信息完整性三个方面阐述大数据与交通模型的一致性问题.深入讨论应用大数据改进交通调查技术、4D模型研发、出行分布目的地选择模型、轨道交通出行接驳模型、出行成本校核等交通模型关键技术.通过对比大数据和交通模型的决策分析过程,指出大数据与交通模型互动发展的途径.     

基于出行行为的铁路出行信息传递指数模型

为了准确评价铁路出行信息的传递水平,基于出行链,分析了铁路旅客出行行为特性,建立了铁路旅客出行信息搜寻模型。基于出行决策特征,分析了旅客的出行信息需求,描述了出行全过程的信息需求强度分布,利用物元分析方法建立了出行信息传递指数模型,以评价出行信息传递水平。评价结果表明:中国铁路客运出行信息传递处于一般水平,旅客进行出行信息搜寻的便捷性较差,已对旅客出行满意度造成显著影响,因此,必须改进目前的出行信息传递模式,积极推进公众出行信息服务系统的建设,以提高出行信息的传递水平。     

基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究

轨道交通网络和常规公交网络作为公共交通系统的主要组成部分，研究乘客在两网复合网络上的方式选择行为有助于提升公共交通系统的协同运营。然而，以往的研究通常只对单个网络出行进行研究，未考虑到出行完整性。针对此不足，基于多源数据融合、轨道与公交网络拓扑融合，提出乘客在公共交通复合网络上的完整出行提取方法；复杂网络中方式选择的本质是路径选择，因此在构建耦合换乘站点的公共交通复合网络基础上，建立5种考虑多种因素组合的多项Logit选择模型，以分析在复合网络中对乘客出行行为影响最显著的因素组合；最后将模型应用于北京市某工作日的公共交通网络及刷卡数据。研究结果表明，基于完整出行的选择模型优于基于出行阶段的选择模型；通勤者在公共交通复合网络上的方式选择行为与考虑在车时间、候车时间、换乘时间、换乘次数的出行总时间及票价因素显著相关，且出行总时间的影响更大；换乘、候车时间对通勤乘客在公共交通复合网络中方式选择的影响较低，通勤者更加偏好出行总时间短的路径。研究结果可为提升轨道与公交的协同程度提供技术支持。     

高速铁路网络化客流分配方法

为了充分反映旅客在高速铁路网络化运营环境中的出行选择行为,以旅客中转换乘为重点环节展开高速铁路网络化客流分配方法研究.首先,围绕旅客在高铁网络中的中转换乘环节刻画旅客在网络中的出行过程,提出符合旅客网络出行特征的运输网络构建方法.其次,分析构建的运输网络中不同节点、不同弧段对旅客出行的意义,确定不同弧段的出行费用及能力约束,并构建整数网络化客流分配模型.最后,选取宝兰高铁、京广高铁等多条高铁构成的存在环状结构的网络实例研究验证模型的有效性,通过求解可得到客流完整的路径,打破以直达为导向的客流分配模式,实现网络中客流的均衡分配,更能全面反映客流在枢纽的换乘选择结果.     

公交调度发车间隔综合优化模型

发车间隔综合优化模型包含发车间隔优化模型与发车间隔平滑过渡模型。基于平均客流量的发车间隔优化目标为公交客运能力满足最大客流需求,基于最大断面客流量的发车间隔优化目标为保证乘客利益的同时使公交公司的成本达到最小,分别构建基于平均客流量和基于最大断面客流量的发车间隔优化模型;构建发车间隔平滑模型,求解平滑发车间隔,编制公共交通发车时刻表。模型利用整数规划进行求解,并通过实例对模型进行验证。结果表明,该模型能够有效提高公交运营效率,具有较好的实用性。     

�Ǽ���·�͹�·��;���˵Ķ��۲���

城际铁路的规划建设,加剧了经济发达地区城际客运交通市场的竞争,而竞争的成败很大程度上取决于运营者是否能够采用吸引乘客的策略.本研究基于离散选择理论,使用Nested Logit模型分析出行者的城际交通方式选择行为,确定不同交通方式客运量与运输价格的关系,建立各交通方式的运营利润模型.并以运营票价为竞争策略变量,建立城际铁路和公路长途巴士运输的完全信息静态博弈模型,给出了纯策略和混合策略Nash均衡解的存在性和计算方法.案例计算表明,传统的Logit模型与本研究的Nested Logit模型给出不同的均衡价格,且Logit模型会过高估计公共运输企业的利润.本研究对于合理配置城际综合交通方式具有参考价值.     

公交IC卡数据分析处理方法研究

随着科技的不断发展,IC卡技术已经日趋成熟,并且已经全面推广到公交和地铁中。围绕北京公交特性,对公交IC卡的信息采集、分析和应用进行探讨,研究基于现状IC卡信息采集技术的公交客流及出行信息的分析方法,通过实例证明了方法的可行性。     

定制公交服务初探

在市民出行需求多元化和现状公交服务模式单一化的突出矛盾下,大力发展多元化公共交通已经成为城市交通发展的必然趋势。探讨了定制公交服务的定义、服务要素、优势和适用性。阐述定制公交具有高效、便捷、灵活、舒适、经济的特点,尤其适用于出行时间和起讫点相对固定、出行需求相对集中、出行距离适中的客流群体。最后指出,大力发展定制公交对于完善和提升公共交通服务具有较强的现实意义。