考虑因拥挤引发的留乘现象对候车时间的影响,本文依据自动售检票数据(Automatic Fare Collection,AFC)和列车运行图的关系,提出基于乘客出行行程的候车时间估计方法,以估计进站及换乘候车时间。分析了走行时间、留乘次数、乘坐列车等与...考虑因拥挤引发的留乘现象对候车时间的影响,本文依据自动售检票数据(Automatic Fare Collection,AFC)和列车运行图的关系,提出基于乘客出行行程的候车时间估计方法,以估计进站及换乘候车时间。分析了走行时间、留乘次数、乘坐列车等与候车时间关系,以无换乘乘客和有换乘乘客数据分别建立了进站候车时间和换乘候车时间模型;利用现有研究成果估计了进出站走行分布和留乘概率;通过构造换乘乘客行程的极大似然函数估计换乘走行方法。以成都地铁作为案例分析求解,结果表明:仿真旅行时间与真实旅行时间对比,验证了模型建立的正确性,否定了“乘客候车时间为列车发车间隔时间一半”的假设。展开更多
文摘考虑因拥挤引发的留乘现象对候车时间的影响,本文依据自动售检票数据(Automatic Fare Collection,AFC)和列车运行图的关系,提出基于乘客出行行程的候车时间估计方法,以估计进站及换乘候车时间。分析了走行时间、留乘次数、乘坐列车等与候车时间关系,以无换乘乘客和有换乘乘客数据分别建立了进站候车时间和换乘候车时间模型;利用现有研究成果估计了进出站走行分布和留乘概率;通过构造换乘乘客行程的极大似然函数估计换乘走行方法。以成都地铁作为案例分析求解,结果表明:仿真旅行时间与真实旅行时间对比,验证了模型建立的正确性,否定了“乘客候车时间为列车发车间隔时间一半”的假设。