基于自动售检票数据的城市轨道交通通勤客流辨识

城市轨道交通具有明显的通勤客流主体特征,把握通勤客流出行规律对运营管理具有重要意义.本文以海量自动售检票数据潜在包含的时空关系为基础,从时间、空间、个体属性、出行规律四方面构建基于规则的出行目的辨识算法,重点针对通勤(上下班及上下学)客流进行辨识.以2014年北京市轨道交通售检票数据进行实证分析,结果显示:该方法能有效辨识上班、上学、下班回家、放学回家、其他回家和其他6类客流,其中上班占比26.77%,上学占0.44%,回家占44.49%(包含下班回家、放学回家及其他回家),其他占28.30%.结合2014年北京市公共交通出行调查结果,验证了辨识结果的准确性.该研究扩展了售检票数据应用范围,为精细化客流特征研究提供了一种低成本、高效的分析方法.