国产密码算法标准在交通一卡通智慧出行领域的实践

为构建以国产密码为主要支撑的交通一卡通信息安全保障体系,遵循SM系列国产密码算法等网络安全国家标准的核心内容,将国产密码算法应用于交通一卡通互联互通智慧出行领域。通过对交通一卡通业务所涉及的各类系统、终端、用户端等方面进行国产密码算法的升级建设,进行国产密码的终端、用户卡等设备的量产和应用,建立了国产密码的支撑体系,提升了交通一卡通各相关系统的安全能力,为交通一卡通领域的高质量发展奠定了基础。

基于铁路e卡通的异常行程处理机制研究与应用

针对旅客使用铁路e卡通(简称:e卡通)先乘坐后付款的应用中存在进/出站记录不完整,致使票款收入无法及时收缴的问题,通过分析业务场景,提出基于e卡通的异常行程处理机制,设计业务流程和功能;借助铁路12306互联网售票系统,采用行程数据核验、数据加密和数据库存储过程等技术,构建旅客自助、人工和强制的多场景异常行程处理应用。该应用目前已在大部分铁路局集团公司试点,结果表明,异常行程可按各铁路局集团公司收入的要求在规定时间内完成预授权交易,保障铁路运输收入资金风险管控目标。

考虑站点吸引度的公交乘客上下车点识别研究

为改善常规公交一票制刷卡收费方式导致的下车站点信息丢失问题,提高常规公交刷卡大数据的实用价值,提出一种基于吸引度的乘客上下车站点识别方法,一方面利用DBSCAN算法精准识别刷卡乘客的上车站点;另一方面在出行链理论的基础上,引入乘客出行热点概念,建立刷卡乘客自身热点、城市热点和线路热点三类出行热点,实现刷卡乘客下车站点的客观刻画,最后以青岛市某线路实际运行数据为例进行了验证分析,证明了模型的有效性。

基于复杂网络的快速公交-轨道交通站点分级研究

为研究大运量交通站点精细化管理问题,构建复杂网络,分析站点分级。通过构建Space-L有向加权复杂网络模型,并基于站点客流提取节点强度、加权介数中心性、加权接近中心性以及加权PageRank4项指标,运用系统聚类方法进行站点分级。以厦门快速公交(BRT)-轨道双模式网络系统为研究对象,从复杂网络视角分析站点网络特征和层级关系。结果表明:1)在复杂网络模型下,网络站点可分为核心枢纽型、局部联系型、网络中转型、强网络传导型、弱网络传导型和网络尽端型6类。2)各类换乘站点呈现不同特点,单模式换乘站具有调节网络客流的能力,双模式换乘站具有吸引网络客流的能力,单-双模式结合的换乘站具有辐射网络客流的能力。3)在BRT-轨道交通网络的单模式站点中,岛内的BRT站点发挥效果优于轨道站点。文章提出的站点分级指标和方法能很好地揭示站点网络特性,有助于提高城市BRT-轨道网络系统运营效率。

基于聚类算法的公共交通乘客出行特征分析——以北京市为例

为掌握乘客的精细化出行需求,进而提升公共交通系统的服务品质,以北京市为例,利用智能卡数据对乘客的出行特征进行分析。首先通过数据预处理获取乘客的完整出行链,然后从出行强度、出行时间和出行空间三个维度提取乘客出行特征指标,并利用主成分分析法(Principal Component Analysis, PCA)对其进行降维处理,最后基于降维后的特征利用不同的聚类算法对乘客进行分类。研究结果显示:K-means++算法的聚类效果最佳,聚类结果包含5类具有不同出行特征的乘客群体;其中类型一乘客的出行强度较大且出行时空特征稳定性较高,具有较明显的通勤出行特征,该类型乘客人数仅占总乘客数的18.4%,但其出行量占比超过55%,由于其公共交通依赖度较高,高峰期间应作为重点保障对象;类型二主要为生活类出行乘客,其出行时空稳定性较低,应深入挖掘此类乘客的个性化生活出行需求;类型三~类型五主要为低频或偶然出行乘客。根据乘客多天的出行链,进一步挖掘类型一乘客的居住地和工作地,结果显示乘客居住地主要分布在回龙观、天通苑以及黄村等区域,工作地主要分布在国贸、中关村和望京等区域,与北京市现状相符。

轨道新线对公共交通乘客吸引力影响因素研究

研究轨道交通新线对公共交通乘客的吸引力影响因素,有助于理解公共交通乘客的出行方式选择行为,预判新线开通带来的客流变化,以提高公共交通运力投放效率和整体服务水平。本文利用公交智能卡数据构建量化评价轨道新线吸引力影响因素的分类与回归树(Classification and Regression Tree,CART)模型,实证分析轨道新线吸引力与乘客特征间的相关关系。首先,从长时期的刷卡记录中挖掘乘客类型、出行习惯、出行特征和职住地轨道可达性等乘客特征指标;其次,以开通后的乘车次数表征新线吸引力,基于上述特征指标构建整体精度为82.6%的轨道新线吸引力影响因素解析决策树模型;最后,依据决策树结构和指标权重量化解析影响轨道新线对公共交通乘客吸引力的关键因素。分析结果表明,居住地距新线距离是影响新线对其吸引力最重要的因素,其次是居住地的轨道可达性水平及乘客联乘出行比例;而出行时间、出行距离等因素对轨道新线吸引力的影响较小。此外,轨道新线对老年乘客的吸引力与其他群体存在明显差异。本文研究成果对优化公共交通规划与运营组织具有重要指导意义。

基于UWB和低频唤醒技术的矿用车载读卡器设计

针对目前煤矿井下人员乘坐矿用车辆时,受车速和车厢金属结构等因素影响,造成车内外无线通信不畅从而导致的车厢内人员实时定位不准确、漏识别、轨迹丢失、无法统计乘车人数等问题,设计了一种基于UWB精确定位技术和低频唤醒技术的车载读卡器;车载读卡器以ARM STM32F413、UWB通信收发芯片DW1000和低频唤醒射频芯片EM4095为设计核心,通过低频唤醒触发UWB通信信道切换的方法,实现对矿用车辆车厢内人员的精确定位与数量统计。测试结果表明:车载读卡器能准确区分车内外人员,有效解决因车厢金属结构屏蔽造成的漏识别、定位不准等问题,最大动态定位误差不大于7.3 m,满足煤矿应用要求,对井下开展智慧约车、派车业务,提升煤矿井下智慧交通建设具有重要意义。

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.

城域间交通一卡通综合业务清结算平台探究

本文分析了城域间交通一卡通清结算业务现状与需求,介绍了跨城域清结算的预警处理机制和建设清算监控体系的必要性,从业务可行性角度提出一种风险监控指标,并从清结算平台的可扩展性出发探究区块链技术的应用。

公交IC卡信息采集、分析与应用研究

城市公共交通在我国城市交通中占有重要的地位 ,是同我国城市居民生产、生活等活动密切相关的系统。公交客流信息是公交调度管理及线网优化的基础 ,公交IC卡的应用为公交信息的获取提供了技术保障。论文围绕我国城市公交特性 ,对公交IC卡的信息采集、分析和应用进行了探讨 ,研究了基于现状IC卡信息采集技术的公交客流及出行信息的分析方法 ,为发展智能公交建立了基础。

木材运输IC卡读写器的开发

通过对新试点的面积限额制度下的运输行为进行分析,发现该制度在运输监管上存在着一些不足,为此引入IC卡技术强化管理流程,打击各种码单造假行为,从而建立木材运输智能卡管理机制,实现电子化和数字化,加强数据流程的安全性,使木材运输监管更加快捷、严密.

结合出行链的公交IC卡乘客下车站点判断概率模型

综述了一票制公交IC卡乘客下车站点推断的研究现状.为充分利用乘客出行链和站点上车客流量等信息,分析了公交出行的特征,提出了公交出行若干假设条件.在此基础上,定义了相关集合变量来描述单个乘客的出行链,将乘客个体出行特征融入到站点吸引权重的计算中.然后根据乘客出行链信息的完整程度,综合集计分析和非集计分析方法建立了结合出行链的概率模型,并提出了应用模型判断乘客下车站点的算法,以及模型检验方法.最后,以广州公交448路为例,对比了本文模型和单纯非集计分析方法的下车站点判断结果.结果表明,本文提出的模型适用性更广,在集计分析层面具有更高的可靠性.

基于IC卡技术的木材运输审批计算机系统

利用IC卡技术和计算机网络技术建立了县级木材运输审批管理系统 ,介绍了该系统的网络结构、总体设计、系统功能。利用该系统可提高木材运输审批管理水平 ,减少差错率 ,提高工作效率。

基于APTS数据的公交卡乘客通勤OD分布估计方法

为提高通勤者使用公交出行的比例,有效缓解城市交通拥堵,对应用智能公交系统数据(Advanced Public Transportation Systems,APTS)获得公交通勤出行需求的方法进行研究.采集APTS数据,通过对公交IC卡数据和智能调度系统数据的关联获得公交乘客的上车站点信息.根据早、晚高峰的出行频率判断公交通勤乘客,利用通勤出行的时间和空间特征确定居住地点和工作地点.以此基本思路,提出公交卡乘客通勤OD分布估计算法,并应用海量APTS系统数据对算法进行了试验和分析.最后,通过与基于'出行链'的方法进行比较,分析了算法的精度.本文提出的方法具有精度高、可操作性强的优点,为快速、经济地获取公交通勤OD分布提供了一种新的途径.

基于IC卡信息的公交客流起止点反推方法

公交客流起止点(origin-destination,OD)矩阵是公交线路调整和优化的重要依据,通过公交IC(integrated-circuit)卡信息获得的数据研究了公交出行的特征.以公交站点上下客人数为约束条件提出了综合考虑了公交乘客上下车概率与公交站点产生吸引因素的反推模型,实例分析表明该方法能显著提高反推的精度,反推结果更具可靠性.

基于聚类分析方法的公交站点客流匹配方法研究

对公交IC卡数据收集、处理和分析得到的结果可以为公交客流分析提供重要依据。文中针对一票制IC卡数据信息不完善的缺陷,结合公交其他运营信息,利用聚类分析方法,研究基于公交IC卡数据的匹配技术,并给出应用于匹配技术的实例计算结果。结果表明,提出的方法有很强的实用性,为得到准确、实时且连续的公交客流信息提供良好的平台。

基于公交IC卡的公交换乘数据获取方法研究

城市公共交通系统能否正常和高效地运营不仅取决于道路和车辆等设施条件,更有赖于运营管理手段和技术手段的先进性。传统的人工调查方法耗费巨大的人力物力,而调查结果却很难达到理想效果,所得数据不能动态反映城市公交出行的长期变化趋势。文中以公交IC卡为切入点,通过对乘客2次刷卡间的时间分析以及利用公交GPS时间点的数据进一步分析乘客换乘所用的时间,判断出乘客2次乘车是换乘行为还是2次出行。

基于平衡计分卡的铁路运输企业绩效考核指标体系的构建

为促进铁路运输企业绩效的持续改进,以更好地实现铁路运输企业的战略目标,从平衡计分卡与铁路运输企业的经营环境入手,确定铁路运输企业的战略目标与战略地图,通过调研和问卷调查设计铁路运输企业基于平衡计分卡的绩效考核指标,应用层次分析法对S铁路运输企业的平衡计分卡绩效考核指标赋权,构建S铁路运输企业基于平衡计分卡的绩效考核指标体系,提出考核指标体系的保障措施,以确保该绩效考核体系能够弥补铁路运输企业现行考核指标体系的不足,提升铁路运输企业的核心竞争力。

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.

基于特征站点的公交IC卡数据站点匹配方法研究

设计了一种基于特征站点的公交IC卡数据站点匹配方法,首先利用k-means聚类方法,通过计算交易时间间隔将同一站点产生的交易数据归类,再根据线路站点客流特征和乘客出行的换乘行为寻找线路特征站点(客流峰值站点与换乘站点),站点匹配时优先将特征站点编号与聚类数据进行匹配,从而提高匹配精度.在数据实验中,将该方法与基于站点间运行时间的匹配方法进行了对比,结果显示,基于特征站点的匹配方法平均准确率为85%.