Validating travel behavior estimated from smartcard data

In this paper, we present a validation of public transport origin–destination (OD) matrices obtained from smartcard and GPS data. These matrices are very valuable for management and planning but have not been validated until now. In this work, we verify the assumptions and results of the method using three sources of information: the same database used to make the estimations, a Metro OD survey in which the card numbers are registered for a group of users, and a sample of volunteers. The results are very positive, as the percentages of correct estimation are approximately 90% in all cases.     

�����������OD�ֲ������Ʒ���

以道路网络的路段流量为基础进行OD分布矩阵估计.与以往文献不同的是本文应用了多层前馈神经网络的方法.由于路段流量与相关的OD矩阵分布之间存在连续性关系,这为神经网络模型的逼近特性提供了可行性.本文的方法适用于OD分布矩阵的实时校正.在已知OD分布矩阵的前提下,对两种情境———试验网络和实际Naples农村道路网进行仿真分析.主成分分析法的应用减少了变量个数并有利于改进输入数据.估计误差相对较低,与分析方法相反的是处理的时间几乎是实时的,因此这种方法可用于动态交通管理.本文的神经网络方法在误差和计算时间方面优于传统商业软件得到的OD估计结果.     

基于手机信令数据的常规公交站间OD识别

为识别手机用户乘坐常规公交的OD,结合公交车辆GPS轨迹,在考虑常规公交换乘行为的基础上,建立基于手机用户与车辆轨迹相似度的常规公交出行识别模型,以及站间OD概率模型。通过地铁出行识别,融合手机信令数据与IC卡数据,提取包含百万样本的公交与非公交出行数据,以此作为验证集。进一步分析各参数取值、出行距离、公交线路重复系数等因素对公交出行与站间OD识别的效果。结果表明：在验证集中,常规公交出行方式识别精确率可达0.807,召回率0.912,换乘识别精确率可达0.660,召回率0.756,公交线路识别准确率可达75.5%,站间OD 识别准确率可达71.9%,参数取值的不同对识别效果影响较大。此外,出行距离越长、公交线路重复系数越低,公交线路与站间OD识别准确率越高,出行距离6 km以上、平均公交路段重复系数4 以下的识别效果最佳。     

城市OD区间道路总容量的模型研究

定义了城市OD间路网总容量,根据交通流平衡分配原理,以路径走行时间与路径上交通流量之间的关系为基础,建立了利用路段观测交通量和OD区路径走行时间推算城市OD间道路网容量的数学模型。证明了该模型存在唯一的解,通过算例对该模型进行了验证,表明模型能逼近实际。     

基于OD数据校验的交通流量检测数据修正方法

运行稳定,检测精度高的交通信息检测设备是智能交通的需求。针对高速公路车检器流量检测数据精度不高的问题,以OD数据得到的断面流量数据为基础,提出了修正车检器分车型流量检测数据的方法以及评估车检器稳定性的方法。研究过程主要运用数据预处理、数理统计等数据挖掘的关键技术对车检器流量检测数据进行挖掘分析,得出车检器分车型的修正系数,将还原后的流量检测数据与修正系数相比较对流量检测数据进行修正,将修正后的数据与实际的断面流量数据相比较得出车检器的稳定性,最后通过实例测试进行了修正结果的误差验证,测试结果表明,小型车和总流量的误差均在±4%之内,且90%的数据在±2%之内,方法对小型车及总流量的检测数据修正效果良好;中型车误差80%在±5%之内且大部分为负值,说明修正结果较实际断面流量普遍偏小;大型车误差在10%之内且为正值,说明误差较大且修正结果较实际断面流量偏大。大、中型车车流量误差偏大可能是由于车检器将一部分中型车判定为大型车所致。     

水运OD矩阵的推算模型研究

交通OD矩阵是交通量预测的基础，但由于资料调查工作量大且精度难以控制，水运OD矩阵往往难以通过调查直接得到。鉴于此，基于对现有OD矩阵推算模型的研究与分析，并结合水上运输及其运输量调查资料的特性，提出了一种利用水运港口吞吐量和水运客货运平均运距推算水运OD矩阵的计算模型，由此可推算得到水运OD矩阵，供相关分析研究之用。     

基于多源数据的公交出行特征分析

为准确分析公交消费数据不完整情况下的公交出行特征,基于乘客上车刷卡数据、支付宝扫码数据及公交GPS数据,运用时空匹配法和出行链理论挖掘分析乘客上下车站点、公交线路OD矩阵、出行空间分布特性及消费时间分布特征。实际验证结果表明:1)使用IC卡和支付宝的乘客数量近似相等,使用现金人数较少,约占整体的6%;2)乘客出行次数在2次以下占总数的84%,换乘需求较少,公交可达性较高;3)高峰期消费次数均超过25000次/h,约占全天总数的23%,居民出行目的较为单一,大部分往返于居民区与办公商业区,与实际情况相符。     

上海市出租汽车出行时空分布规律研究

为测定大样本视角下出租汽车出行时空规律,采用探索性空间数据分析（ESDA）技术进行相关研究。从上海市出租汽车调度系统的GPS数据提取单个运营日9921辆出租汽车的OD样本,按街道和时段统计出租汽车OD的时空发生量,定义并计算各区域各时段的载客空间密度指标,运用ESDA技术分时段计算、分析全局和局部莫伦值（Moran＇s I）。全局分析结果表明,上海市出租汽车出行在全局分布上具有较强的空间正自相关性,这与城市中心商业区高度集中的活动分布有关。局部分析结果表明,上海市出租汽车出行分布呈＂句＂字形聚集结构。全局结构和局部结构在时间序列上变化较小,表明上海市出租汽车出行分布的时空结构明显且稳定。     

基于路口转弯流量的OD估计方法研究

机动车起终点矩阵(Origin-Destination Matrix,OD矩阵)的估计是交通规划和 交通管理等工作的重要基础.本文主要研究在采集数据日渐精细情况下的机动车OD估 计方法.基于车牌识别数据提取出路口转弯流量和路段断面流量,在此基础上建立应用广 义最小二乘模型进行机动车OD估计的模型及方法.利用S-Paramics 仿真平台及实测数 据,应用Nguyen–Dupuis 网络和实际城市路网对本文研究的方法进行了对比验证,分析 对比验证了是否已知真实OD、不同的数据输入类型、不同的已知检测量的比例等.结果 显示,与使用路段流量相比,使用转弯流量可以提高OD估计的准确性.     

公路网OD数据获取及处理分析研究

该文基于2010年某省公路网OD调查,对公路网OD数据获取方法及数据处理分析等进行系统研究,阐述了公路网OD获取方法机理,分析了轨迹分析法和异常数据处理等数据处理方法。基于此,结合公路网ArcGIS地理信息平台开发数据处理程序,最终生成全省公路网OD表,并对OD调查结果进行了验证。