基于多源数据的城市群枢纽间多模式交通系统异常状态影响研究

为探究城市群多模式交通系统异常状态的影响范围，从需求端非常态客流变化和供给端运输能力下降两方面对多模式交通系统异常环境进行分类，提出了基于手机信令数据、意向出行调查及客票信息等多源数据的异常状态影响范围识别流程和分析方法；以京津冀城市群为例，确定强链接枢纽间通道客流动态安全阈值，提出了基于贝叶斯预测的通道客流异常检测方法；利用提升度、余弦相似度及其标准化值来区分枢纽关联规则的有效性，提出了基于强关联规则确定异常状态影响范围的方法。研究表明：基于贝叶斯预测的通道客流异常检测方法具有实时性，提高了客流安全阈值精度；基于实际手机数据和假定异常情况下的意向调查数据并结合关联规则确定枢纽影响范围，可为利用数据挖掘技术分析突发异常状态的影响和对策提供借鉴。