基于IC卡数据的居民公交乘车距离研究

了解居民公交出行乘车特征、掌握公交出行客流规律是公交规划和运营决策的基础.为了研究不同时段居民公交乘车的分布特性,以北京市分段计价线路公交IC刷卡数据为依据,基于数据挖掘工具分析了居民公交出行乘车的距离特性,并对乘车距离分布进行曲线拟合,结果表明:北京市居民公交乘车距离服从威布尔分布,在置信水平为95%的条件下,平方误差和小于0.01,拟合优度在0.97以上.      

基于IC卡数据的武汉市轨道交通客流时空特征

为了精准评估武汉市轨道交通运行现状、科学辅助编制轨道交通线网规划与建设规划、探寻运营组织中的潜在问题,通过对全市公共交通IC卡记录以及地理信息数据的融合与挖掘,从全网、走廊、断面等方面量化分析轨道交通发展历程和客流时空分布特征。在此基础上建立职住辨识模型,用于获取典型居住和就业区域的空间分布信息。基于此分析通勤群体的出行时间、距离、范围、方向不均衡性以及换乘等特征,并通过群体出行规律分析城市空间布局。最后对城市轨道交通发展提出建议:建立多样化运营模式,大力发展公共交通一体化换乘,注重轨道交通沿线土地开发利用和配套设施建设,加强各行政区协同发展和鼓励就近就业等。     

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。     

����APTS���ݵĹ������˿�ͨ��OD�ֲ����Ʒ���

为提高通勤者使用公交出行的比例,有效缓解城市交通拥堵,对应用智能公交系统数据(Advanced Public Transportation Systems,APTS)获得公交通勤出行需求的方法进行研究.采集APTS数据,通过对公交IC卡数据和智能调度系统数据的关联获得公交乘客的上车站点信息.根据早、晚高峰的出行频率判断公交通勤乘客,利用通勤出行的时间和空间特征确定居住地点和工作地点.以此基本思路,提出公交卡乘客通勤OD分布估计算法,并应用海量APTS系统数据对算法进行了试验和分析.最后,通过与基于"出行链"的方法进行比较,分析了算法的精度.本文提出的方法具有精度高、可操作性强的优点,为快速、经济地获取公交通勤OD分布提供了一种新的途径.     

30万元无密银行卡遗落 长沙9路公交司机完璧归赵

<正>4月10日晚11时,胡先生在湖南长沙芙蓉北路马场公交站上了一辆9路公交车。他一上车就站在车门口,寻找手提包内的公交IC卡。为了安全起见,驾驶员黄明雯让他先找座位坐好后再找。车内监控显示,胡先生在紧靠驾驶员身后的座位上坐下后,经过一番找寻,终于在钱包里找到了公交IC卡。他将手提包和钱包放在座位上,拿着IC卡刷了卡后,又坐回座位。坐了两     

IC卡施工限速控制信息管理系统

通过对使用IC卡实现列车运行监控记录装置在施工限速区段进行速度监控技术的分析,提出集机务运行揭示及施工限速监控装置IC卡控制信息管理于一体的IC卡施工临时限速跨机务段编写软件的开发思路,解决了在同一机调室多个机务段乘务员出乘情况下运行揭示、监控装置IC临时限速控制信息的一段编辑、自动分解和跨段写卡的技术问题,拓展监控装置IC卡临时限速功能,确保列车在施工限速区段的安全控制.     

轨道交通领域票卡体系解决方案

票卡作为轨道交通领域通行的钥匙,体积虽小却是连接乘客与轨道交通的桥梁。捷德万达凭借丰富的项目实施经验和专业管理知识,能够为客户提供轨道交通领域的票卡体系解决方案,致力于帮助轨道交通客户构建完善的票卡管理体系以及提供最优质的票卡产品及服务。     

基于公交IC卡数据信息的客流预测方法研究

根据大连市公交IC卡的历史数据绘制公交线路客流曲线,采用有序聚类Fisher算法划分公交峰值区间,在具有典型特征的峰值区间内进行有针对性的公交客流调查,可得到实际客流数据样本。通过将3EIC卡客流数据与随车客流调查数据相结合,建立不同峰值条件下预测客流的回归方程,可实现对不同峰值区间内总体客流量的预测。     

公交IC卡收费系统问答(续)

(接上期) 4.6数据采集子系统的运行管理 车载收费机分散在公交车辆上,需要每日进行数据采集和更新系统参数.数据采集子系统的日常工作由数据采集工作站、数据采集工具完成.通常可指定由收取投币箱现金的人员兼职完成数据采集任务.     

基于IC卡数据的地铁站点识别方法分析与研究

为了高效精准地获取地铁终端与站点的对应关系,提出了一种基于IC卡数据的地铁站点识别方法.首先通过整理IC卡地铁数据、地铁站点信息以及少量的关键站点采集数据,分析分段票价政策,绘制终端票价表、关键站点票价表等,最后采用聚类方法获取结果.通过数据对比验证发现该方法能够精确快速地获取地铁终端与站点的对应关系.该方法能够为后期进行地铁OD分析、城市公共交通换乘分析等提供了准确的数据支持,并且有利于通过数据分析提高用户的使用体验和城市交通管理的效率.