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.

基于公交IC卡和GPS数据的换乘识别方法

为提高公交换乘识别的精度,将IC卡和GPS数据融合推断得到乘客上车站点和下车站点及下车时间,在此基础上根据居民公交出行的特点及过程,从时间角度和空间角度来判断公交换乘行为。时间角度判断是从乘客站台候车时间及乘客站台候车时间段内是否乘坐第一辆目标线路车辆两个方面进行换乘行为识别。空间角度判断通过两个参数即迂回系数和直达系数来进行换乘行为的判断。最后,与只从时间角度识别的方法进行了对比。结果表明:考虑空间因素的识别方法更为合理全面。

基于公交IC卡和AVL数据的换乘行为识别方法

公交换乘枢纽是多模式公交系统的关键节点,而公交换乘行为特征是公交换乘枢纽规划和管理的重要依据.本文从公交出行过程入手,将公交换乘过程抽象为若干时间节点.结合现状公交系统数据的特点,通过公交IC卡和AVL数据的有效融合,推算得到乘客换乘前的下车时间和步行到换乘站点的时间.基于'随到随走'的出行假设,本文提出通过比较换乘前下车时间、换乘上车时间与换乘线路的车辆到站时间,来进行换乘行为的判断.本文应用苏州市某乘客的IC数据对算法的可行性和有效性进行了验证,结果表明,本算法比直接通过连续两次刷卡的时间间隔判断更加合理和准确.

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。

基于公交IC卡数据信息的客流预测方法研究

根据大连市公交IC卡的历史数据绘制公交线路客流曲线,采用有序聚类Fisher算法划分公交峰值区间,在具有典型特征的峰值区间内进行有针对性的公交客流调查,可得到实际客流数据样本。通过将公交IC卡客流数据与随车客流调查数据相结合,建立不同峰值条件下预测客流的回归方程,可实现对不同峰值区间内总体客流量的预测。

公交站点IC刷卡计数算法及其Matlab实现

中国大部分城市的公交公司早期并未充分利用信息技术和数据库技术,因此其IC刷卡记录与车辆调度记录很难达到精确性、实时性和关联性的要求。为了最大限度利用这些海量的原始记录,文中针对实际情况,在允许一定误差的前提下,提出了公交站点IC刷卡计数算法,并结合实例使用数学软件Matlab实现此算法。

基于IC卡数据的公共交通换乘识别方法

基于2012年3月"深圳通"IC卡数据进行了公共交通换乘识别方法的研究。换乘识别涉及到了道路公交不同线路的换乘、道路公交与城市轨道交通之间的换乘。分别确定了三种换乘方式各自不同的换乘时间阈值,进而判断出乘客的两次乘车是换乘行为还是出行行为。最后抽取了工作日和非工作日各一天的数据进行了实例分析。

基于IC卡数据的公交客流特征分析——以北京市为例

公交客流特征分析是公共汽(电)车线网规划和优化布局的基础。首先简要介绍基于公交IC卡数据分析公交客流特征的技术。进而以北京市为例,对公交客流的时空特征进行宏观、中观分析,对公交服务水平与城市发展的协调适配性做出评估,指出公共汽(电)车系统面临的挑战。最后,结合公交线网布局、运力配置不合理等问题,提出实现公共交通可持续发展的相关建议。

基于IC卡数据的武汉市轨道交通客流时空特征

为了精准评估武汉市轨道交通运行现状、科学辅助编制轨道交通线网规划与建设规划、探寻运营组织中的潜在问题,通过对全市公共交通IC卡记录以及地理信息数据的融合与挖掘,从全网、走廊、断面等方面量化分析轨道交通发展历程和客流时空分布特征。在此基础上建立职住辨识模型,用于获取典型居住和就业区域的空间分布信息。基于此分析通勤群体的出行时间、距离、范围、方向不均衡性以及换乘等特征,并通过群体出行规律分析城市空间布局。最后对城市轨道交通发展提出建议:建立多样化运营模式,大力发展公共交通一体化换乘,注重轨道交通沿线土地开发利用和配套设施建设,加强各行政区协同发展和鼓励就近就业等。

基于IC卡数据的武汉市公共交通一体化换乘需求特征分析

通过IC卡刷卡数据分析了武汉市轨道交通和常规公交一体化换乘的流量特征,评估了换乘量的规模以及在各站点、线路中的分布,并以光谷广场站为实例分析了进站客流来源、出站客流扩散,以期为实现公共交通系统一体化,提高公共交通系统的整体运行效率提供参考。

基于IC卡数据的公交线网评价

公共交通是促进城市可持续发展和实现低碳交通的有效措施之一,对公交线网的评价也越来越受到管理和研究人员的重视。为了利用Integrate Circuit(IC)卡数据获得大量的出行信息,对公交线网的服务水平做出合理的评价,提出了3个指标:流量差异、供需差异、时间差异,用于评价乘客需求和公交线网布局的空间匹配程度。最后,以南宁市为例,将上下班高峰时段的IC卡数据在TransCAD中进行了验证,证明了该方法的科学性和实用性,从而提供了一种从乘客出发的,更加直接的、合理的公交线网评价方法。

基于数据融合的公交客流规模测算方法

公交客流规模测算往往存在调查成本受限和准确度要求较高的矛盾。提出基于公交IC卡历史数据与人工补充调查数据的数据融合测算方法,以准确推算公交客流规模。首先根据公交线路的基本属性,采用聚类分析方法划分线路类型,从每一类中选择具有代表性的线路。基于IC卡数据分析公交客流时变特征,运用有序样本聚类Fisher算法将线路小时刷卡量进行聚类分析。划分刷卡量相似时段,进而采用优化方法确定调查抽样率,确定相应的调查车辆进行人工补充调查,最终经过数据融合计算获得公交客流规模。基于上海市某辖区IC卡数据进行案例分析,测算得到三类公交线路的日均客流量。

多分类支持向量机在公交换乘识别中的应用

为获取居民公交出行的换乘信息,设计了一套基于多分类支持向量机(multi-class support vector machine)的公交换乘识别方法.通过融合GPS数据和公交IC卡数据获取训练样本,利用多分类支持向量机进行样本训练,选取最佳训练样本量,并采用网格搜索法结合粒子优化算法对模型参数进行标定,以获取最优SVM分类模型.测试结果显示模型分类精度可达90%.以佛山市公交车GPS数据和IC卡数据对算法进行验证,并获取公交换乘量、公交换乘比例等基本换乘数据.结果表明:算法可在少样本条件下完成公交换乘识别,且分类识别精度高,尤其适用于公交线网复杂的大城市公交换乘识别,有助于在公交前期规划时进行线路布设和枢纽选址.

多元数据下的公交站点客流不确定性分析

利用长期收集的公交站点IC卡刷卡数据,基于区间不确定性理论,提出公交上下车站点区间不确定性客流推导方法.首先,将公交IC卡数据和GPS数据与公交站点信息相融合,确定IC卡刷卡的上车站点及其区间不确定性客流;然后,对公交刷卡行为进行分析,考虑乘客个体出行特征、乘客出行距离和站点吸引权重,提出下车站点客流推导概率模型及相应算法,通过区间数处理方法,得到下车站点客流区间值.最后,以2015年11月13日~12月25日深圳市21路公交为期6周的IC卡刷卡数据和GPS数据为例进行实例分析.

站点位置缺失的公交客流OD估计方法及应用

利用公交自动收费(AFC)和自动车辆定位(AVL)系统产生的数据估计公交客流OD,可用于优化公交系统的规划设计和运营管理。针对公交站点位置缺失的情景,提出公交站点识别和上下车站点推断方法。首先通过时间匹配获得刷卡记录的位置信息,进而结合时间聚类方法和空间聚类方法DBSCAN识别公交站点并获得上车站点,接着依次采用个人公交出行链规则、个人公交出行规律性规则和公交线路客流分布规律性规则估计下车站点。应用上述方法估计深圳市公交客流OD,并开发包含线路、站点、客流和可达性4个模块的公交规划支持系统,用以支持公交系统的优化调整。

基于数据融合的公共自行车接驳公交行为辨识

城市智能交通卡和公交自动车辆定位系统的大规模应用为研究公共自行车换乘公交的出行规律提供了契机。结合多源数据,研究公共自行车接驳公交的换乘时空阈值,根据自行车站点与公交站点间距离构建匹配站点对;并基于时间阈值提取匹配站点对的刷卡记录构建换乘识别模型的训练集和测试集,应用关联规则挖掘算法实现同一用户公共自行车IC卡卡号与公交IC卡号的匹配;根据设定的验证规则,92%的匹配规则通过验证。之后基于换乘识别结果分析公共自行车接驳常规公交的换乘客流的时空特性。结果表明:公共自行车接驳常规公交呈现出明显的早晚高峰时段,且接驳出行主要分布在城市中心区域。

关于济南市公交管理信息化的思考

介绍了济南现阶段公交管理信息化现状,并从信息化的角度提出了解决办法:进一步完善车辆定位和动态信息的收集和管理功能,建设多功能、交互的、动态的公交信息WEB平台;提高公交IC卡管理灵活性和集成性。

基于出行问卷与多模式公交刷卡数据匹配的公交调价影响分析

在公共交通宏观客流变化分析的基础上,展开公共交通出行选择调查,结合基于问卷和IC卡信息关联的公交个体出行跟踪,对北京市公共交通票价调整对出行者出行行为的影响进行深入分析.利用二元Logistic模型对问卷数据进行回归分析发现,职业、收入、是否拥有私家车及出行目的与调价后出行行为的变化存在明显的相关性.同时,研究以样本出行者的多模式公共交通IC卡刷卡数据为基础,提取了公交个体出行链,定量分析调价前后出行结构的变化.结果表明,调价对于非通勤出行者出行结构的影响大于通勤出行者,且这种影响主要体现为引发出行链结构相对简单的短距离轨道出行者转向公交出行.研究结果为公共交通政策实施效果评估,线网优化以及运营管理提供了科学依据和决策支持,有利于进一步提升北京市公共交通的服务水平.