大数据驱动的公共交通系统出行方式选择特性研究

掌握出行者选择偏好对于提高公共交通系统吸引力和优化运营策略有重要作用,且数据检测技术的发展使得交通大数据的收集更加便捷.本文以北京市出行大数据为依托,通过分析与建模,挖掘人们在公共交通中的方式选择特性,并探讨如何为交通运营提供决策支持.首先,对原始数据进行预处理、数据清洗与数据集成,获得了模型所需的数据集.然后根据效用函数理论,建立了分层多项Logit模型,并对模型进行求解与验证.最后,基于模型结果得出不同出行群体VOT,进行部分变量的敏感性分析.得出中距离出行者票价敏感性最高,短途出行者速度敏感性最高,6:00-7:00的出行群体票价敏感性最高且速度敏感性最低等结论,可用于支持公共交通运营部门制定最佳运营策略.