共查询到20条相似文献,搜索用时 125 毫秒
1.
2.
为改善传统居民出行调查受制于调查对象的主观感受,难以获得客观、真实的特征数据等问题。通过借助百度地图API(Application Programming Interface,简称API)开源数据,构建了一套科学的技术方法,实现与传统出行调查数据的融合。以石家庄2015年居民出行调查为例,对小汽车、公交及其他方式出行距离、出行时耗等关键数据误差进行修正,形成了更为客观、精确的出行特征指标。基于此,还对修正数据进一步挖掘,实现对石家庄公交出行链各环节指标逐一剖析,并就如何提升公交整体服务水平及竞争力,提出了具体改善建议。 相似文献
3.
摸清城市居民的公交通勤出行规律特征,可以更好的为公交运营管理提供支撑.通过挖掘IC卡数据获取公交出行信息是出行行为分析的新手段.根据以活动为基础的出行分析理论,提出以活动区域属性判别为核心的公交出行重构分析方法.通过对公交出行的起讫站点进行空间聚类分析,获取居民的主要活动区域;基于居民多日出行信息及相应出行特征指标,分别对居民的居住和工作区域进行识别;根据出行目的地区域的活动属性,对公交出行链进行重构.以广州市为例,对居民公交出行特征规律进行实证分析. 相似文献
4.
公共交通个体出行信息的提取对掌握公共交通出行的时空特征,改善居民通勤出行效率具有重要意义.研究从公交刷卡数据、公交定位数据、轨道AFC数据等海量公共交通多源数据的关联匹配与处理方法入手,提出了公共交通出行链信息提取中,换乘关系判断、通勤行为判别及出行起讫点匹配的方法与规则,标定了出行链匹配阈值参数,建立了基于个体出行数据的公共交通通勤出行链提取模型.提取模型的准确度验证表明:出行链结构提取及通勤出行判别的成功率均达到100%,出行阶段起讫点匹配成功率为87.5%,准确性为97.1%,满足了公共交通出行特征提取的需求.该方法为公共交通通勤出行判别及基于个体的微观通勤出行时空特征的深入分析奠定了基础. 相似文献
5.
针对现有廊道识别方法存在的不足,提出一种融合多源数据精确识别公交客运廊道的方法,对城市既有公交客运走廊起讫点进行准确识别。首先,通过手机信令数据刻画居民的全方式出行规律,从公交IC和GPS数据中提取居民的现状公交出行链;其次,构建公交客运廊道判别模型,利用需求客流因子和供给客流因子对城市公交客运走廊的客流集聚效应进行量化分析;最后,以融合了多源数据的总客流因子为判断标准,锁定公交客运廊道的最佳起讫点。研究表明:采用多源数据可以实现对乘客出行特征的精准描述,以此得出的廊道判别结果较常规判断方法更贴近乘客实际出行需求,可为城市客运走廊战略规划提供理论支持。 相似文献
6.
为准确评估老年人公交就医出行的实际可达性,本文基于老年卡数据构建公交出行链,提出基于公交出行链的老年人就医活动推断方法,获取老年人的实际就医出行需求和出行时间。引入公交实时到站数据以反映公交实际运营水平对就医可达性的影响,构建面向出行全过程的实际出行成本矩阵,包括等候时间、乘车时间、换乘时间。考虑不同医院服务供给能力差异构建综合服务能力指标,引入分级服务半径和高斯距离衰减函数,提出基于改进两步移动搜索法的老年人公交就医可达性计算方法。以北京市六环内区域为例进行实证分析,结果表明:老年人公交就医可达性整体呈现由中心向外围递减的趋势,在城市外围区域其分布也存在空间异质性,五环路外的东部和西部区域可达性较好,而北部、东北部区域的可达性相对较差;各区域高峰时段的平均可达性均明显低于平峰时段的平均可达性。本文可为提升老年人就医出行可达性和公交系统适老化水平提供支撑。 相似文献
7.
出行时间过长是公交出行率偏低的重要原因之一,而出行时间与公交线路发车频率密切相关,有必要研究发车频率对居民出行决策的影响。基于居民出行调查数据,分析出行决策影响因素,利用随机效用理论,建立选择方案为自行车与公交的BL模型,并在MATLAB环境下采用Newton.Raphson法编程求解,预测出行时间对公交出行率的影响;进而分析发车频率对公交出行时间的影响,最终得到公交出行率与发车频率的对应关系,由此计算给定公交出行率下的发车频率。文中通过计算实例说明该方法在计算发车频率及评价公交运营调度方案优劣上具有实用价值。 相似文献
8.
城市居民的公交出行特性与居民的出行目的、到目的地的距离、步行至公交站点的时间、乘坐公交车需要换乘的次数和拥有的私人交通工具密切相关。通过回归计算得到量化居民公交出行决策模型,能更好地把握城市居民出行的特性和公交现状之间的关系,为城市公共交通规划和管理提供科学的依据。在铜陵市居民公交出行调查的基础上,计算得到了模型的各个参数值,并进行了影响因素的显著性分析,该模型在城市公交出行决策分析上具有很好的适用性,也为城市居民的出行研究提供了新的思路。 相似文献
9.
10.
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。 相似文献
11.
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。 相似文献
12.
通过对公交出行距离的分析,认为公交出行属于中长距离的出行,出行时间过长或过短的居民,则很少采用公交出行方式.基于此对公交客流进行了调查,并对调查结果进行处理,验证了公交乘客的乘车站数服从偏正态分布.这个结论可应用于公交客流OD反推时的概率修正系数的确定. 相似文献
13.
居民出行调查是城市交通规划、建设和管理的基本依据.本文根据宜兴市2002年居民出行调查的有关数据,对人均出行次数、平均出行时耗、出行方式构成、出行目的和出行时间分布等进行了分析,并在此基础上,结合宜兴市交通现状及城市总体规划,从优先发展公共交通、重视自行车交通、控制摩托丰发展、加强交通管制、强化市场机制、加强企业管理和政府扶持相结合以及颁布公交行业服务标准等方面,提出了宜兴市客运交通发展的几点对策. 相似文献
14.
可达性是评估交通便利程度的有效指标,城市公共交通良好的可达性能够吸引更多人选择这类方式出行.基于公交刷卡、发车时间间隔等多源数据,提出考虑线路和流量的车站等待时间计算方法;利用换乘时间阈值拼接出行数据,获取起讫车站出行时间,建立两阶段机会模型.以北京市为例,评估公交网络实际可达性.研究表明:车站服务可达性和网络可达性均呈现城市中心高、郊区低、沿地铁变化趋势明显的特征,线路越多的车站可达性越高;传统的定值设置方法会低估高可达性车站的可达性水平,考虑流量和线路的等待时间计算方法是有效的. 相似文献
15.
通过对公交出行距离的分析,认为公交出行属于中长距离的出行,出行时间过长或过短的居民,则很少采用公交出行方式。基于此对公交客流进行了调查,并对调查结果进行处理,验证了公交乘客的乘车站数服从偏正态分布。这个结论可应用于公交客流OD反推时的概率修正系数的确定。 相似文献
16.
17.
卫星城居民出行特征及出行方式选择研究是解决卫星城交通问题的基础和前提。以南宁市浦口区为例,通过Access数据库对居民出行OD调查数据进行处理挖掘,从居民的出行频次、出行目的、出行方式、出行时耗及出行时间分布五方面对卫星城居民出行特征进行研究,总结出浦口区居民出行特征现状;挖掘并量化影响卫星城居民出行方式选择的关键因素,利用浦口区居民出行调查数据,构建居民出行方式选择多项Logit模型,通过SPSS软件进行模型拟合和标定。在模型拟合结果中,以公交车为例进行拟合结果分析,可得到影响选择公交出行的主要因素——性别、年龄以及有无公交IC卡,并通过计算以及模型预测值对模型拟合精度进行校验。结果显示,除非机动车预测效果较差以外,其余预测误差均在可接受范围内。 相似文献
18.
19.
作为城市交通规划、建设的依据,居民出行调查显得尤为重要。调查数据的挖掘分析可以为交通结构的改善及交通政策的制定提供一定参考。利用西安市居民出行调查样本数据,借助于Classification And Regression Tree算法,分别构建了可达过程与乘车过程的决策树模型。该模型结果表明:到站距离为可达过程出行方式选择的主要影响因素;在乘车过程中,出行距离为出行方式的主要影响因素,远距离出行条件下,居民更愿意选择私家车及"公交+地铁"组合出行方式;近距离出行更倾向于选择公交出行。在此基础上,年龄、是否拥有小汽车、有无公交卡等因素对出行方式的选择产生进一步影响。 相似文献
20.
为了研究有车家庭居民出行链与出行方式组合的影响关系,将出行链划分为5种类型,并将出行链属性分为4类.利用2009年济南市居民出行调查数据,用基于多项logit模型的基本理论与建模方法,对影响城市居民出行方式组合的因素进行了研究,重点分析了出行链各项属性对居民出行方式选择的影响.模型分析结果表明,出行链中往返行程数量、出行链模式、出行链时间、出行链费用对于出行者选择何种出行方式组合有显著的影响.出行链复杂性的增加并不会直接导致私家车出行的增加,而随着往返行程数的增加会导致单一非私家车出行效用的显著增加. 相似文献