基于多源数据的多模式公共交通出行链构建

公共交通乘客出行链构建是公共交通出行需求分析的基础,也是推进城市公共交通系统融合发展和可持续运营的关键。现有研究大多关注单一模式出行链,较少考虑多源数据环境下多模式公共交通出行链构建,无法进行各模式之间的转移和换乘客流特征的分析。基于轨道交通、BRT和公共汽车交通三网融合数据进行乘客出行链构建,数据类型主要有公交IC卡、车载GPS等。具体方法包括基于时间匹配的上车站点推算、基于出行链假设的下车站点匹配和基于换乘规则的个体出行链推算。最后,使用厦门市公共交通数据验证了该方法的有效性,同时讨论了匹配阈值对匹配精度的影响。

厦门轨道交通1号线运营初期道路公交客流变化特征分析

以厦门轨道交通1号线为例,分析城市轨道交通运营初期道路公交客流的变化特征。基于厦门轨道交通1号线开通前后各1个月的“E通卡”刷卡数据,首先分析了1号线和道路公交整体客流的变化特征;然后基于不同乘客群体出行模式选择,分析了1号线新线运营后整个公共交通系统客流变化特征。研究成果可为城市轨道交通线路开通后公交群体出行模式分析和客流结构优化调整提供参考。

智能网联汽车公交服务场景示范运营探索--以上海临港新片区环滴水湖未来交通生态圈智能网联项目为例

智能网联汽车成为新阶段汽车产业发展的战略方向,为城市创造发展新动能。现阶段关于智能网联汽车的测试、应用、运营工作仍处于不断探索阶段,而适用于项目落地的运营方案较少提及。文章梳理以往公共交通方式运营方案的研究成果,结合智能网联汽车技术特点,围绕智能网联汽车在公交客运服务场景下示范运营方案的关键问题展开讨论。然后基于上海临港新片区环滴水湖未来交通生态圈智能网联项目,分析该场景示范运营的初期特征,并从硬件设施、车辆路权、服务保障方面对运营服务水平的提升提出建议。

面向传染病疫情防控的公共交通运行管理决策支持研究

近年来全球新发重大传染病疫情不断出现,已成为人类社会必须防范应对的重大风险。公共交通在传染病疫情防控过程中承担着阻断病毒传播和保障复工复产的功能,疫情期间公共交通运行管理的决策需求和技术支撑体系与日常情况有显著差异。现有研究多针对公交日常运行决策需求展开,虽有少量针对突发公共事件的应急管理决策支持的研究,但多针对自然灾害和事故灾难场景,无法迁移应用于传染病疫情防控。基于此,以新型冠状病毒肺炎(COVID-19)疫情为例,综合考虑突发公共卫生事件应急管理流程和疫情防控实际情况,系统梳理疫情不同阶段的防控目标和决策需求,提出一种面向传染病疫情防控的公共交通运行管理决策支持系统框架,建立基于公共卫生事件案例库、多源数据融合库、公交数据分析技术库和公交防疫策略库的功能架构,并设计不同功能模块的算法模型。研究以厦门为例,对提出的决策支持系统的功能架构和算法模型进行验证。研究结果表明,构建公交乘客出行链的成功率为89.7%,并可应用于疫情不同阶段的关联客流分析、感染者同乘人员的追溯分析、医护人员等防疫人员的通勤出行识别、公交运行满载率监控等方面。研究成果不仅对传染病疫情防控有实用价值,而且对突发公共事件应急管理决策支持方法亦有理论贡献。

基于二阶聚类算法的常规公交乘客出行特征分析——以厦门为例

常规公交是城市公共交通的主体,基于出行特征对公交乘客进行群体划分是实现常规公交精细化管理的基础本文基于厦门常规公交IC卡刷卡数据,采用改进BIRCH层次聚类算法的二阶聚类算法,将公交乘客按照出行频率和稳定性划分为不同的常规公交出行模式,并对不同出行模式进行分析研究方法可为常规公交乘客出行特征聚类分析提供新的算法思路,有助于针对不同出行群体制定有针对性的政策措施.