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。     

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.     

基于公交IC 卡数据的上车站点推算研究

为了分析城市公交乘客的出行特征,本文利用公交IC 卡及GPS数据对公交IC 卡乘客上车站点推算进行研究.针对安装车载GPS设备的车辆,运用GPS数据与IC 卡数据融合算法进行推算;对于无车载GPS设备的情况,为适应一票制IC 卡数据挖掘,对贝叶斯决策树算法进行改进,允许节点跳跃,推算上车站点,并且利用Markov 链特性降低算法的运算复杂度.同时,本文以北京公交数据为例,对提出的两种方法进行验证.结果表明,利用本文提出的方法推算上车站点,3 站之内误差的准确率达到90%以上,算法在兼顾算法精度的同时合理地控制了运算复杂度,可以实际运用于城市公交系统.     

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。     

基于IC卡数据的轨道公交接驳特征分析

针对当前轨道接驳研究侧重人工调查或理论分析、利用大数据进行公交接驳准确分析的研究相对较少问题,提出以IC卡数据为数据源的轨道公交接驳比例、接驳距离等相关指标的计算模型,并利用该模型计算北京市现状轨道站点的公交接驳相关指标.基于轨道站点设计阶段所能获取的站点属性信息将北京市轨道站点分为末端站、市区普通站、市区换乘站、郊区普通站、郊区换乘站5类,在该分类结果基础上对北京市轨道公交接驳特征进行分析.基于IC卡数据对轨道公交接驳特征进行准确分析,可为轨道站点的外部接驳设计、接驳公交布设、提高轨道交通服务水平等补充相关数据资料.     

基于公交IC卡数据的公交车辆运行指标计算方法研究

对公交IC卡数据进行聚类分析,设计交易记录与乘车站点的匹配方法,并建立基于公交IC卡数据的公交车辆运行指标算法,针对公交运营中涉及到车辆运行的部分指标进行计算。     

基于IC卡历史数据的公交客流统计方法

随着公交IC卡的普遍使用,基于公交IC卡数据的公交客流统计方法逐步成为主流的统计方法。因国内绝大部分城市均采用上车刷卡的方式,所以需根据用户出行规律进行下车站点的推测。为降低运算复杂程度,现有的IC卡分析算法多采用基于后续公交站点吸引权的概率算法,这种算法既不能判断单个乘客的下车站点,对于总体客流又存在数据准确性问题。为此,本文对于能够形成出行闭环的单日多次出行采用传统方法推测其下车地点;对于未形成闭环的单日出行,则分析相关单个乘客历史类似天日的IC卡刷卡数据,统计出其最可能的下车站点,进而得出总体客流。采用本算法对重庆市某段时间的所有IC卡数据进行处理和统计后,经人工计数的数据对比表明:相较于传统的出行闭环算法和站点吸引权算法,本算法对于公交客流的统计更加准确。     

基于VBA的公交上车刷卡人数统计方法

提出一种基于VBA宏命令,利用公交IC卡和GPS数据来实现各站点刷卡上车人数统计的方法.根据两种数据的特点,以Excel为主要工作平台,通过VBA程序快速地对两者数据进行筛选和利用,逐步实现各站点公交车到站时间的匹配和各站点上车人数的统计.最后利用此方法对丹东市公交线路的往返各站点上车人数进行统计.与传统的公交随车调查结果对比,通过该方法得到的各站点上车人数数据较为准确,可作为传统方法的替代.     

基于IC卡数据的公交线网评价

公共交通是促进城市可持续发展和实现低碳交通的有效措施之一．对公交线网的评价也越来越受到管理和研究人员的重视。为了利用IntegrateCircuit（IC）卡数据获得大量的出行信息,对公交线网的服务水平做出合理的评价．提出了3个指标：流量差异、供需差异、时间差异,用于评价乘客需求和公交线网布局的空间匹配程度。最后,以南宁市为例,将上下班高峰时段的IC卡数据在TransCAD中进行了验证,证明了该方法的科学性和实用性,从而提供了一种从乘客出发的．更加直接的、合理的公交线网评价方法。     

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。     

基于公交IC卡信息的城市公交满载率指标计算方法

为减少传统城市公交满载率指标测算过程的人力投入并提高指标计算结果的准确性,利用公交IC卡刷卡信息、公交GPS信息、公交站点信息和公交车辆信息,通过各类信息衔接分析,提出了基于公交IC卡的公交满载率指标计算思路。采用MYSQL搭建分析数据库,通过编程代码自动关联识别和快速分析大数据,计算出城市公交线路的满载率指标值。通过案例分析发现,相比传统公交满载率调查方法,基于公交IC卡信息的公交满载率指标计算能找到更精确的最大客流断面、得出更精确的计算结果,并且运算过程更高效,能有效节约人力,可为同类城市测算城市公交满载率指标、分析城市公交乘客的出行特征提供参考。     

公交出行分担率及公交优先发展评价研究

近年有的部门和地方政府将公共交通机动化出行分担率作为硬性考核指标。然而,评价指标单一以及对量化值的过分强调,在指导城市公交优先发展实践时将存在局限甚至误导隐患。鉴于此,对公交出行分担率及其评价城市公交优先发展的实施情况开展研究。首先分析公交出行分担率指标使用现状及其评价复杂系统的局限性。深入剖析公交优先发展与交通拥堵、城市规划、能源环境等要素的互动机理。以倡导绿色出行为目标、以通勤出行公交出行分担率为核心,提出三类八项评价指标及其计算模型。最后,从评价指标选用、公共交通与土地利用协调、绿色出行环境建设及管理、公共交通内部各方式协调发展、数据共享等方面提出公交优先实施策略及建议。     

基于IC卡数据的公交客流特征分析 ——以北京市为例

公交客流特征分析是公共汽(电)车线网规划和优化布局的基础.首先简要介绍基于公交IC卡数据分析公交客流特征的技术.进而以北京市为例,对公交客流的时空特征进行宏观、中观分析,对公交服务水平与城市发展的协调适配性做出评估,指出公共汽(电)车系统面临的挑战.最后,结合公交线网布局、运力配置不合理等问题,提出实现公共交通可持续发展的相关建议.     

基于TransCAD的城市多层次公交线网模糊综合评价

通过分析制约城市公共交通整体发展水平的原因,从出行者、政府、公交运营企业之间相互配合协调的角度出发,建立城市多层次公交线网指标体系,分别针对不同指标赋予权重,并结合交通仿真软件TransCAD构建多层次公交线网的模糊评价方法,通过具体的算例分析,验证了该评价体系的可操作性。     

关于济南市公交管理信息化的思考

介绍了济南现阶段公交管理信息化现状,并从信息化的角度箍出了解决办法：进一步完善车辆定位和动态信息的收集和管理功能,建设多功能、交互的、动态的公交信息WEB平台;提高公交IC卡管理灵活性和集成性。     

船舶卡的现状及发展趋势

对交通部直属海事系统配备的船舶卡及其相关的各个系统的功能进行了介绍,分析了船舶卡目前存在的缺陷,提出了相关建议。