基于公交IC卡数据的上车站点推算研究

为了分析城市公交乘客的出行特征,本文利用公交IC卡及GPS数据对公交IC卡乘客上车站点推算进行研究.针对安装车载GPS设备的车辆,运用GPS数据与IC卡数据融合算法进行推算;对于无车载GPS设备的情况,为适应一票制IC卡数据挖掘,对贝叶斯决策树算法进行改进,允许节点跳跃,推算上车站点,并且利用Markov链特性降低算法的运算复杂度.同时,本文以北京公交数据为例,对提出的两种方法进行验证.结果表明,利用本文提出的方法推算上车站点,3站之内误差的准确率达到90%以上,算法在兼顾算法精度的同时合理地控制了运算复杂度,可以实际运用于城市公交系统.

基于历史出行记录扩充的公交乘客下车站点推算方法

用出行链方法推算的下车站点的记录可作为历史出行数据集,而现有的研究在对出行链断裂的记录进行下车站点推算时使用的历史数据集较小,造成可推算下车站点数据量少、准确率低的缺点.提出基于历史出行记录扩充的公交乘客下车站点推算方法 .首先,使用多源数据集成的出行链方法进行下车站点推算,将已确定下车站点的数据作为历史数据集;其次,基于个人历史相似出行的方法对于未确定下车站点的记录进行推算;最后,选择同线路同站点上车的其他乘客的IC卡记录作为每条未识别下车站点记录的群体历史出行记录,并基于相似出行行为规律进行下车站点的推算.该方法增加了可推算下车站点记录的数据量、提高了推算的准确率.以厦门市为例的实验结果表明:在历史出行记录生成时,使用多源数据可比单源数据多生成3. 48%历史出行记录,推算准确率提高1. 99%;在历史出行记录选择时,选择群体历史出行记录分析得到的历史相似出行行为规律,可对前两种方法无法确定下车站点的所有记录进行推算,占全部待推算记录的21. 81%,其中5. 37%记录的下车站点推算正确.

基于公交刷卡数据的城市通勤时空分析

目前大部分公交卡仅用于收费,刷卡记录中不包含乘客的出行站点信息,无法研究乘客的空间出行特征。为了获取乘客的上车站点,将公交刷卡数据和GPS定位数据相匹配,增加到离站弹性阈值,改进传统的上车站点推导算法;通过对公交刷卡行为进行分析,将乘客个体融入到公交乘客整体中,提出下车站点推导算法;在此基础上提出出行时间链的概念,结合PTD模型来识别通勤乘客。以青岛市西海岸新区的公交大数据为例验证了该算法的可行性,并对其进行了通勤时空分析。