基于乘客画像的市域(郊)铁路客流预测方法

客流预测是市域(郊)铁路规划设计的必要环节和重要依据,然而其研究体系和技术方法仍处于初步实践阶段。考虑旅客群体异质性,提出基于乘客画像的复杂客群解析方法,归纳既有市域(郊)铁路的客流特征。完善并创新市域(郊)铁路客流预测方法,提出分客群、分层次交通需求分析以及多情景、多时间维度线路客流预测技术路线。同时,明晰市域(郊)铁路与城市轨道交通客流预测内容的异同,基于市域(郊)铁路建设的二元场景指出利用既有铁路开行市域(郊)列车的线路应增加旅客聚集人数、不同运营时刻表和客运组织模式对客流的影响等分析内容。以某市郊铁路S1线为例,从需求分析、网络化运营、站城一体化开发、多源数据融合等角度总结市域(郊)铁路客流预测需关注的问题,实现对客流预测工作的精细化管理。     

基于短文本匹配的ATS典型场景用户需求分析方法

随着交通系统自组织运行与自主化服务能力的快速发展,自主式交通系统（Autonomous Transportation Systems, ATS）成为智能交通系统未来的重要发展方向,构建ATS体系架构是规划与建设新一代智能交通系统的基础。面向典型交通场景,首先要分析交通系统的用户需求,本文重点解决基于ATS需求体系的典型交通场景用户需求分析问题,具体研究场景关键词与需求文本库的匹配方法。针对ATS的场景需求分析问题,首先提出基于分层的场景描述方法,对不同抽象层次的交通场景进行分层分解,并根据活动理论解析各抽象层次场景的属性要素。其次,根据属性要素特点提出基于短文本匹配的双层匹配模型,在双层模型中应用了TF-IDF和LSI两种相似度匹配算法。最后,在一体化出行服务典型场景中进行方法应用与对比,判断匹配模型和算法的实际效果。结果表明,采用TF-IDF和LSI算法协同作用的双层匹配模型取得了较好的匹配效果,匹配度指标达85%,并进一步通过灵敏度分析验证了双层匹配方法的适用性。     

基于手机信令的区域出行特征研究——以长三角城市群为例

城市群空间出行流动塑造了城市空间组织形态，客观反映了城市间协同发展和一体化进程，一直备受行业关注。本文借助手机信令数据，以长三角城市群为例，从出行分布、出行频次、出行走廊、跨市通勤视角出发，多维度定量测度长三角城市群、都市圈不同空间组织形态的城际出行需求特征。研究表明，上海都市圈依旧是长三角城市圈的核心组成部分，跨城出行呈现明显的空间不平衡性，城际高频出行联系逐渐呈现的“圈层+飞地”形态特征。本研究形成了一系列手机信令数据在城市总体规划、出行特征识别方法，以期用大数据手段助力提高城市群规划和管理的综合决策水平。