IC卡数据驱动下的公交客流分布及线路优化策略研究

为提升公交车的运营效率,研究以某市公交IC数据为基础,对公交客流进行分析,并提出基于遗传算法改进的公交线路优化模型。研究发现,该市全天公交客流出现早晚两个峰值段。工作日到节假日,客流集中地从市中心附近转变为旅游景点、公园和购物中心等地区。公交线路优化模型将某公交线路的利用率提高了15%,将乘客的平均等待时间降低了21%,有效提高了公交系统的运营效率和乘客满意度。此次研究为提升公交运营效率、改善乘客体验、优化城市交通结构、促进城市可持续发展提供重要依据和方法。

基于IC卡数据的公交乘客上下站点预测研究

当前一票制的公交IC卡收费系统无法获取乘客的上车站点和下车站点,为公交线路客流量分析造成了一定困难。本文通过充分研究IC卡数据以及GPS数据,构建了以IC卡数据为基础的乘客上下车站点匹配模型,挖掘数据中包含的公交运行特征以及乘客出行特征。模型同时考虑封闭式公交出行链以及非封闭式公交出行链,并采用二分算法以及多概率融合的方法在乘客乘车特征基础上推测乘客的上下车站点,可有效提升公交的高效化运行管理。以承德市7号线路为例进行验证,采用线性回归方程对上下车站点匹配结果进行分析,相关系数高达0.977,校验回归方程系数值为0.9785。结果表明该模型可实现对公交车乘客上下车站点的有效匹配,具有较好的可靠性。

基于IC卡数据的公交运行延误时间特征分析

城市交通拥堵问题日益严重.针对高峰时段的公交延误问题,提出一种基于IC卡数据匹配公交到站时间,利用高峰时段和非高峰时段公交运行时间的差值计算公交运行延误时间的方法,并识别公交服务延误较大的地区.基于北京市IC卡数据,计算分析了北京800多条公交线路的延误时间.结果表明,进京走廊和交通集散枢纽是公交运行延误时间大、延误频繁的区域.公交运行延误时间与站点乘客数量和公交站间距离呈正相关,与距城市中心距离和路网密度无明显相关性.单位距离延迟时间与公交站间距离呈负相关.

基于GPS和IC卡数据的公交出行OD推算方法

主要基于GPS和公交IC卡数据研究推算交通小区公交出行OD的一种方法。将居民公交出行分为闭合型出行链和非连续型公交出行链,通过数据的挖掘融合技术,结合居民公交出行规律推算交通小区的公交OD矩阵,利用站点吸引强度对无明显规律的紊乱出行数据进行修正,提出了基于GPS和公交IC卡数据推算公交出行交通小区OD的方法,并以佛山市中心城区为例验证推算方法的可靠性。研究表明:所得公交出行OD矩阵精度较高。

基于GPS与IC卡数据的公交站点匹配方法

一票制(单次刷卡)公交线路IC卡数据中缺少乘客上车站点信息,为获得乘客上车站点信息,需要将IC卡交易数据与公交站点进行匹配。首先根据公交车辆GPS数据和公交IC卡数据分别推算站点间运行时间,建立匹配约束规则完成首次站点匹配,并求得公交车辆GPS系统与公交IC卡收费系统的时间平均偏差值,再将时间平均偏差嵌入数据匹配模型,利用禁忌搜索算法对其他未匹配的交易记录进行二次匹配。为作比较,数据试验还包括仅根据站点间运行时间对GPS和IC卡数据进行匹配,从而找到IC卡交易记录与公交站点对应关系。数据试验表明:在GPS数据较完整的条件下,该方法能够精确实现IC卡交易记录与上车站点的匹配,而对比试验方法的匹配精度为80%,低于本文所研究方法。

基于公交IC卡数据的乘客出行分类研究

为得到体现公交乘客出行时空规律的数据,采用基于出行链方法推导出公共汽车乘客的下车站点;建立了描述单个乘客多天出行的完整数据框架;根据乘客参加不同活动所产生的出行时空特征定义了3类出行:通勤类出行、普通类出行和随机类出行,将出行频次与出发时间的标准差作为分类标准对公交乘客出行进行分类。研究表明:39.1%的乘客具有普通类或通勤类出行,生成总客流的76.4%;60.9%的乘客只具有随机类出行,生成总客流的23.6%。通过对乘客出行的分类研究可以更好地掌握乘客公交出行的规律和需求。

基于IC卡数据的多模式公交相对可靠性评价

为了更好地引导出行者采用绿色公交出行,缓解日益严峻的交通拥堵,提升公交网络的服务水平刻不容缓.多模式公交包含地铁、快速公交和普通公交,因此,基于IC卡提取个体出行链数据,确定研究线路及区域,计算区域的站点覆盖率,结合车辆满载率、行程时间的相对可靠性评价多模式公交的相对可靠性.以京冀四大住宅区到国贸的出行者为例,对研究线路及区域的相对可靠性进行评级.结果表明:站点覆盖率越高、车内客流量越接近额定载客量、行程时间的相对可靠性指数越高,公交的相对可靠性越好.天通苑、回龙观、通州和燕郊到国贸的公交相对可靠性分别为0.85、0.70、0.50和0.25.多模式公交相对可靠性为公交站点的布设提供了定量化的数据支持.

基于GIS的公交IC卡数据处理及分析系统

公交数据库里潜含着反映公交运营状况的客流信息,对其进行分析可以为公交线网优化和交通管理提供依据。以北京市为例,在VC++2005开发平台上,利用SQL Server数据库和ArcSDE开发出基于GIS的公交IC卡数据处理及分析系统,不仅能够实现GIS的一般功能,还改进了公交/地铁换乘处理标准,实现全网断面客流以及全网速度的显示。

基于公交GPS和IC卡数据的综合交通建模新思路

为给我国交通规划模型的研究和开发提供新的方向和思路,结合郑州市综合交通模型的开发实践,探讨了公交GPS和IC卡数据在其中的应用。主要包括:基于公交GPS和IC卡数据的公交OD生成方法、公交客流量模型、非集计模型与动态公交分配模型以及基于公交GPS数据的需求预测组合模型。重点阐述了公交GPS和IC卡数据在上述几个方面的应用理论方法,同时对其在交通规划其他方面可能的应用途径进行了展望。

基于IC卡数据的长距离公交客流特征分析

围绕长距离公交客流时空特征,基于公交IC卡数据,提出以时间不均衡指数、高峰时间占比、方向不均衡指数、沿线公交资源密度、线路平均里程利用系数5项指标构建评价体系,选取4条京冀长距离公交线路进行案例分析并给出评价雷达图。研究表明:建立的指标体系可有效量化分析评价长距离公交的客流特征,进而对其运营管理提供优化建议。案例计算结果可以看出中心城区长距离公交各项评价指标均小于城区外部公交;815等通勤比重大的跨市域线路公交里程利用率、不均衡性较高,可采用区间车或直达车等调度方式;对于915等资源密度小、里程利用率低的线路,可适当优化线网,调整站点。

基于感应式IC卡应用模块的研制

介绍了感应式IC卡的工作原理和应用特点 ,并针对一种常用的感应式IC卡设计了感应模块和数据存储处理模块 。

基于GBDT算法的地铁IC卡通勤人群识别

随着公交IC卡的应用和普及,从IC卡数据中挖掘通勤用户,为下阶段采取分流措施缓解早晚高峰压力,优化票价制定等具有重要意义。以广州市地铁数据为依托,选取合适的特征属性,提出了一种基于梯度提升树(gradient boosting decision tree,GBDT)机器学习算法为基础的通勤人群识别方法。首先以周工作日的首末次平均刷卡时间、首末次平均刷卡时长、首末次刷卡时长波动程度、刷卡次数总和等5个特征来制定调查问卷的数据格式。然后利用处理过的带标签(通勤/非通勤)的调查问卷数据去训练GBDT分类器模型,测试样本的通勤识别的准确率高达94.16%。最后利用该模型对广州地铁IC卡数据通勤人群进行识别,结果显示广州地铁刷卡数据中通勤人群数量为131万左右,占总地铁刷卡出行人数32%左右。

基于IC卡数据的地铁列车开行方案的精细化编制

以IC卡刷卡数据为客流基础,探讨了基于IC卡数据的地铁列车开行方案精细化编制方法.在分析传统地铁OD客流统计方法存在的问题基础上,提出了一种新的地铁列车开行方案编制方法,充分讨论乘客乘坐地铁的过程,利用数据挖掘技术对IC卡刷卡的原始数据进行补全、拆分,从而实现了地铁列车开行方案的精细化编制.针对地铁IC卡刷卡数据的应用结果表明,文中提出的列车开行方案编制方法便于操作,和传统的地铁OD客流统计方法相比更能适应实际客流的需要.

非接触IC卡无线数据采集系统设计

为了使非接触IC卡更广泛、方便、可靠的应用,本文针对IC卡系统现状的不足设计出了非接触式IC卡数据采集无线传输系统。文章介绍了以ST公司ARM7系列中的STR711FR2T6为核心的系统组成、工作原理,并详述了系统硬件电路的设计,最后给出了软件流程图。

基于IC卡和RBF神经网络的短时公交客流量预测

在公交客流量特性分析基础上,通过IC卡获取了实时公交客流量数据;结合GPS数据,利用OD反推法分析了实时客流分布;进而建立了基于IC卡和RBF神经网络的短时公交客流量预测模型并介绍了具体预测过程。对重庆市841公交线路进行了实例分析,得到上下车客流真实值与预测值的平均绝对相对误差均小于1.5%,实例计算结果表明该模型能获取实时客流数据,预测精度高,具有一定的实际应用价值。

基于非接触式IC卡的高速公路收费系统设计

分析了当前高速公路收费系统的现状,指出了其存在的不足和缺陷,提出了以AVR单片机ATmega128为核心处理器,采用非接触式IC卡技术的高速公路收费管理系统;给出了系统的硬件设计,同时基于数据库技术并采用VB编写了收费系统软件管理系统,并实现了与上位机通讯,最后分析了IC卡收费系统的安全性措施;该收费系统模拟了西安至潼关的高速公路收费,实验证明该系统具有收费效率高,放行速度快,安全性高等特点。

面向源-目的地流的多元时空数据可视分析

交通智能(IC)卡可以记录居民的移动出行,反映居民的源-目的地(OD)信息;但智能卡记录的OD流数据规模大,直接可视化空间分布容易导致视觉杂乱,并且多元数据类型多,更难以和流数据结合对比分析。首先,针对直接可视化大规模OD数据的空间分布容易视觉遮挡的问题,提出基于正交非负矩阵分解(ONMF)的流聚类方法。所提方法对源-目的地数据聚类后再可视化,可以减少不必要的遮挡。然后,针对多元时空数据类型多难以结合对比分析的问题,设计了公交站点多元时序数据视图。该可视化方法将公交站点的流量大小和空气质量、空气温度、相对湿度、降雨量这四类多元数据在同一时间序列上编码,提高了视图的空间利用率并且可以对比分析。再次,为了辅助用户探索分析,开发了基于OD流和多元数据的交互式可视分析系统,并设计了多种交互操作提升用户探索效率。最后,基于新加坡交通智能卡数据集,从聚类效果和运行时间对该聚类方法评估。结果显示,在用轮廓系数评估聚类效果上,所提方法比原始方法提升了0.028,比用K均值聚类方法提升了0.253;在运行时间上比聚类效果较好的ONMFS(ONMF through Subspace exploration)方法少了254 s。通过案例分析和系统功能对比验证了系统的有效性。

IC卡数据存储模型的研究

本文首先研究了IC卡数据存储的特点 ,依据存储特点将IC卡划分为单数据应用分区IC卡、单分区IC卡和多分区IC卡三类。给出了IC卡的只读区、控制区、数据区和分区的定义 ,并在此基础上构造出单张IC卡的数据存储模型和对应的数据结构。为了能够描述任意类型的IC卡 ,本文进一步提出IC卡的统一数据模型和对应的数据结构 。

智能IC卡电能表设计

为了减少电能收费管理中人力、物力的浪费,减少不安全因素,本文进行了智能IC电能表设计研究,通过多种技术手段,降低了仪表的功耗,提高了仪表的测量精度,使仪表具有较高的可靠性,科学地计算用电量,为用电用户与供电公司之间提供了准确的收费依据;智能电能表具备预付费功能和密码保护功能,从根本上解决了供电公司收费难的问题。

基于IC卡与GPS数据的公交通勤出行特征分析

公交通勤人群是公交客流的重要组成部分,公交通勤出行特征是制定公交优先发展战略、公交规划、优化与运营管理的数据基础。针对传统以“车”为研究对象的碎片化公交通勤出行特征分析方法,基于公交IC卡与GPS数据,从公交乘客“人”角度出发,系统分析提出了公交出行链特征、区间客流不均衡系数、职住平衡水平及线路黏性系数4个维度指标参数计算方法。以重庆市主城区连续5个工作日47条代表性线路的公交乘客为例,对通勤出行特征进行分析,结果表明:重庆市主城区通勤客流换乘次数较少、长线公交客流需求较大、职住平衡水平较高、约1/4的通勤出行者对线路选择具有较强黏性。