基于电子支付数据的公交车厢满载率实时估算方法

针对公交监测和调度中要求实时掌握车厢满载率,以及“一票制”无法获取乘客下车信息等问题,构建基于数据驱动的组合模型,在乘客上车时即推断其出行OD站点,进而融合多源数据实现车厢满载率的实时估算。提出以K近邻算法为组合模型的核心,针对K近邻推断率过低等问题,研究在更大空间维度分析乘客出行规律并推断下车站点的方法,有效提升历史数据的利用率和下车站点的推断率;此外,针对偶发型乘客缺少历史规律数据的情况,充分利用站点下车客流量先验概率随机分配,实现电子支付乘客OD的全样本推断。利用跟车调查法对不同线路、不同班次的车厢拥挤度进行验证。结果表明,模型计算结果与实际结果相符,能够反映出不同线路、不同站段之间的车厢拥挤水平变化。

上海轨道交通车厢满载率实时感知与估计

本文通过利用WIFI探针设备,将其布设在上海轨道交通列车车厢内探测客流,同时收集同日同车次的车厢称重数据、断面客流数据进行数据分析与融合,得到列车车厢满载率的估计值从而建立起更为精确的地铁车厢满载率数据。