居民公交出行OD预测研究

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

基于GPS和IC卡数据的公交出行OD推算方法

主要基于GPS和公交IC卡数据研究推算交通小区公交出行OD的一种方法。将居民公交出行分为闭合型出行链和非连续型公交出行链,通过数据的挖掘融合技术,结合居民公交出行规律推算交通小区的公交OD矩阵,利用站点吸引强度对无明显规律的紊乱出行数据进行修正,提出了基于GPS和公交IC卡数据推算公交出行交通小区OD的方法,并以佛山市中心城区为例验证推算方法的可靠性。研究表明:所得公交出行OD矩阵精度较高。     

一种基于GPS和IC卡数据的城市公交出行分布推算方法

城市公交规划、管理工作迫切需要信息化技术给予定量的决策数据支持.公交出行分布数据通常基于居民出行调查获得,然而因其调查代价巨大不能作为常态化调查手段.短期的公交线网调整工作更依赖于现状的公交出行分布需求,本文由此提出了一种利用公交GPS和IC卡(含老年卡)数据推算现状公交出行分布的实用方法.当前在大城市常住人口使用IC卡作为公交支付手段已得到相当普及,采用基于车载GPS和乘客IC卡记录能够推断得到全日公交OD数据并用于公交出行量回归模型的标定.模型检验通过后,可结合人口数据和就业岗位资料用标定模型计算以投币作为主要付费方式的流动人口公交OD;叠加两部分OD得到完整的城市公交出行分布结果.该模型的有效性通过2010年郑州市综合交通调查实践得以验证,对其它城市具有借鉴意义.     

基于综合交通调查多源数据的公交OD更新方法

在上海市第6次综合交通大调查多源数据的基础上,研究一种基于公交线路客运量数据、居民出行调查数据、公交卡刷卡数据、跟车调查数据和轨道接驳方式结构数据的OD更新方法。首先,以居民出行调查为基础,通过校核、扩样处理,采用传统的"四阶段法"结合历史年份的公交模型得到新一轮大调查下的公交出行OD;其次,通过线路客流数据和刷卡上客数据反推全市道路上的断面量,并以公交断面量、线路客运量为依据调整公交OD,小区层面结构依据居民出行调查小区OD分布结构加以补充;最后,通过线路层面、跟车调查、出行距离时耗和总体特征指标的校核,证实分配结果达到宏观应用要求。     

石家庄市轨道交通远期客运量估算

预测了石家庄市未来居民的出行总量,根据石家庄市的实际情况并对比其它城市的居民出行结构,分析确定了公交出行比例及城市轨道交通在公交出行中所占的比例,进而从宏观上对石家庄市快速轨道交通的客运需求量进行了估算。     

基于BP神经网络技术的居民机动车出行分布预测研究

以各交通小区区位势、路阻、出行产生量、出行吸引量作为输出参数,输出得到出行分布量.结果表明该模型具有较高的预测精度.     

烟台经济技术开发区城市公交需求预测研究

为促进城市公共交通与城市的协调发展,对烟台开发区的公交需求进行预测。通过分析公交出行OD,得出公交出行发生量和吸引量;建立各小区基准年的公交发生量、吸引量与人口、岗位之间的函数关系;根据基准年的OD分布,对重力模型的各参数进行标定;利用社会经济发展预测得到各小区特征年的人口和岗位数,采用基于GIS的交通系统软件TransCAD,利用重力模型法对特征年的公交发生量和吸引量进行预测分析。     

����СƱ���Ĺ�������OD�����о�

本研究以“常州市公交线网优化项目”为背景支持,首先给出一种能够容易、准确获得公交站点OD的方法——小票法;然后结合小票法的特点,利用Visual Basic程序语言进行编程处理,获得调查线路公交站点OD矩阵;最后利用沿线小区与公交站点的依附关系,提出分配权系数,建立小区与站点的分配权关系,从公交站点OD推导出公交出行OD矩阵.该推导模型是以小票法为基础,以公交站点OD矩阵为中间过渡参数,利用公交出行OD矩阵与公交站点OD的依附关系进行推导的.不需要大量的迭代计算,大大简化了推导过程,因此可以适用于大型城市公交网的OD估计问题.     

基于手机信令数据的城市区域居民出行OD预测模型

为揭示城市区域居民出行规律和OD产生原理，基于手机信令数据探索城市区域居民出行目的地选择机制，考虑人口数量和POI数量两类数据建立一个地点机会选择(POS)模型。利用联通智慧足迹平台获取得到哈尔滨市居民手机信令出行数据，从交通小区和交通中区两个尺度，对哈尔滨市市二环、三环、四环不同范围展开实例研究。结果表明：地点机会选择模型预测结果在吸引能力和出行距离分布中基本符合实际数据规律，从交通小区和中区两个尺度上看，该模型预测精度分别能够达到67%～72%、75%～83%，较机会优先选择模型预测精度分别提高了13%～18%、9%～20%，较辐射模型预测精度分别提高了57%～60%、55%～60%。本文所提出模型的优越性在于模型简单且无待定参数，输入数据较容易获取，具有较高的预测精度，能够为城市交通规划提供理论参考。     

基于手机数据的城市交通大区OD分布估计 ——以旧金山市为例

在大数据时代,手机数据因普及率高、采集成本低等优点逐渐受到人们的重视.手机通信运营商在为手机用户提供通信服务的同时会记录每次服务的时空信息,因此利用手机数据可以挖掘出用户的位置信息,并应用于城市居民出行OD分布估计.提出以手机数据为基础对城市交通大区之间OD分布进行估计的方法.利用居民手机数据估计美国旧金山市各交通大区之间的出行分布,并结合居民出行调查数据对估计结果进行检验.结果显示基于手机数据的出行估计具有较高的可靠性.     

考虑出行链的城市货运量与交通量的转换模型研究

由于货运具有衡量尺度多维化的特点,在进行货运交通需求预测时,需要建立各种转换模型来保证指标的统一。在“基于货物”的货运交通需求预测方法中,货运量与交通量的转换是货运交通分配前的重要步骤之一。本文以出行链理论为基础,分析了货运车辆的出行行为,总结了货运车辆的出行链模式,基于一系列假设条件建立了考虑出行链的货运量与交通量的转换模型,并运用模型计算了某市货运交通量的OD分布矩阵,分析了其货运空车出行量占出行总量的比例,和出行总量与实际货运出行总量的误差。     

基于区内出行比例的城市交通小区半径计算方法

针对国内城市交通小区划分多靠定性分析的情况,分析了国内外交通小区划分方法,提出了基于区内出行比例的交通小区半径定量计算方法。基于交通小区半径和出行距离的三种不同组合,推导出了相应的区内出行比例计算模型,利用Excel软件的VBA编程功能,进行了三者之间的数量关系计算,通过对区内出行比例的控制,得出交通小区半径的合理范围。实例计算结果表明:当区内出行比例范围为5%～10%时,西安中心市区交通小区的合理半径在0.7～1.1km之间,而实际调查区内出行比例为9.28%,交通小区半径为0.9km,调查值与计算值接近,小区半径定量计算方法可行。     

广州至珠海城际快速轨道交通客流预测

基于对广州至珠海城际快速轨道交通功能定位与客流特征的分析，提出了将城际快速轨道交通作为区域客流通道进行研究的基本思想以及基于四阶段的客流预测技术路线。用客流分配组合模型，对广州至珠海城际快速轨道交通进行了客流预测，获得了线路全日客运量、客运工作量、平均运距和高峰小时最大断面流量等客流预测指标。     

面向城市轨道交通的启发式疫情密接人群追溯方法

在复杂轨道交通网络中，某些乘客的出行行程是确定的。这些乘客可以作为启发式的“证人”，为其他乘客证明某个行程的可能性，从而在保证查全率的前提下，准确地找出潜在的密接乘客。本文的目的是开发一套适用于城市轨道交通的疫情密接人群追溯方法，利用有限的确定行程乘客作为虚拟的目击者，采用启发式的树搜索生成目标乘客可能的出行链，通过验证目标出行链与感染者行程是否有交集，判断目标乘客是否为密接乘客。以北京城市轨道交通为例，招募志愿者在特定线路乘车，并假定感染者乘车信息，通过提取有关自动售检票(Automatic Fare Collection, AFC)数据识别密接乘客，以验证方法的有效性。在实验场景下，本文提出的方法对密接乘客的识别查全率达到100%，查准率达到92.7%，表明方法具备一定的可行性。识别结果有助于有关部门针对性采取措施，更高效率地防范疫情蔓延和传播。     

���й����ͨ�볣�湫��֮����ģ��

随着轨道交通在我国大城市中的逐步发展，轨道交通势必与常规公交之间发生客流竞争。本文在分析轨道交通与常规公交客流吸引影响因素的基础上，利用不同出行方式下的出行时耗和出行距离，确定了轨道交通与常规公交之间的客流争夺区域。利用Logit模型，用相对比较容易量化的广义费用函数来代替模型中效用函数，从而建立了轨道交通与常规公交的竞争模型，形成轨道交通与常规公交的分担比例曲线，提供了一种确定两者之间客流分担率的方法。     

基于模型优选及融合的高教园区出行生成预测方法

为了提高高教园区出行生成预测数据的可靠性,提出了一种基于模型优选及融合的出行生成预测方法。根据选取的模型评价指标,借助ELECTRE方法对区域出行产生模型进行优选,利用证据理论方法,对优选模型的权重进行标定,最后借助标定后的权重对区域交通生成量进行数据融合预测,并与实际结果进行了对比。分析结果表明:多模型融合预测相对误差在10%以下,预测结果与实际情况非常接近,该预测方法有效。     

国外城市自行车发展模式分析及对我国城市自行车发展的启示

在我国城市自行车交通出行比例有所下降,但保有量依然很大的背景下,探索自行车交通的发展出路.通过分析哥本哈根、东京两个城市中不同的自行车交通发展模式,从中得到我国城市自行车交通发展出路的一点启示.并将东京与上海市的城市结构、交通特性进行比较,得出上海市的人口密度、交通结构以及交通发展政策与东京相似,东京的自行车交通发展对...     

�Ǽʹ����ͨת�ƿ�����Ԥ�ⷽ���о�

科学准确地预测轨道交通客流量,超前掌握轨道交通客流量发展的趋势、特点、规律和数量,是制定轨道交通客运发展和站场配置规划的基础.现有轨道交通客流预测方法对于城际轨道交通客流预测的适应性各不相同,本文采用三次吸引法和客流转移理论相结合,并借鉴统计学中距离分析思想,确定客流转移率,从而获得转移客流量.具体做法是：在分析客流量转移的影响因素基础上,建立广义不相似距离矩阵,以此在轨道交通三次吸引范围内分别确定各种交通方式客流量转移率,从而获得规划年轨道交通客流量.通过某一城市的实际数据进行了算例分析,该方法简单、可操作性强、具有工程应用价值.     

基于售检票数据挖掘的轨道交通乘客居住区辨识

以自动售检票数据潜在包含的时空关联关系为基础,构建城市轨道交通乘客居住区辨识方法.假设轨道交通大部分乘客出行满足：一日内首次出行起始站与末次出行终点站相同,首次出行起始站与前日末次出行终点站相同,连续时期内首次出行起始站与末次出行终点站总是紧邻“家”的位置,以此为基础构建居住区辨识中心点法.以北京市轨道交通为对象进行实证分析,通过连续一周自动售检票数据挖掘能对88.7%的公交卡(不包括单程票、员工卡)所对应乘客的居住区进行辨识,验证了本文方法的准确性与有效性.本文研究提高了售检票数据应用价值,为乘客出行行为及需求特征分析提供了方法支持.