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...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。展开更多
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...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.展开更多
文摘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。
文摘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.