科学合理的车站分类对于客流特征研究预测、车站设施布局优化以及周边土地开发建设具有重要意义。针对新线开通前新建车站客流数据未知而导致车站分类不准的问题,提出一种基于地铁客流与建成环境映射关系的新线车站分类方法。首先,从客...科学合理的车站分类对于客流特征研究预测、车站设施布局优化以及周边土地开发建设具有重要意义。针对新线开通前新建车站客流数据未知而导致车站分类不准的问题,提出一种基于地铁客流与建成环境映射关系的新线车站分类方法。首先,从客流角度选取组合聚类指标对既有车站进行聚类,形成各类车站的客流特征区间。其次,从建成环境角度计算既有车站的土地混合熵、不同POI(Point of interest)数量、度和介数等特征,利用随机森林(Random forest,RF)重要度指标筛选和对数变换拟合确定建成环境特征与地铁客流特征的映射关系表达式。最后,输入新线车站的建成环境特征,依据上述映射关系计算新线车站的客流特征值,结合既有车站的客流特征区间进行新线车站客流特征归类,实现客流数据缺失条件下的新线车站分类。为验证方法有效性,采用北京地铁数据进行案例验证。研究结果表明:基于地铁客流与建成环境映射关系的分类方法能够实现新线车站开通前的车站类型提前划分,具有较好的分类结果;进一步分析发现工作日车站与周末车站分类存在的差异与通勤行为特性、土地开发程度有关;研究方法在不同线路数据集上都表现出较好的分类效果,具有较强的适用性。研究结果可为缺失数据条件下的车站分类和新线开通期地铁运营组织提供新的思路和方法。展开更多
文摘科学合理的车站分类对于客流特征研究预测、车站设施布局优化以及周边土地开发建设具有重要意义。针对新线开通前新建车站客流数据未知而导致车站分类不准的问题,提出一种基于地铁客流与建成环境映射关系的新线车站分类方法。首先,从客流角度选取组合聚类指标对既有车站进行聚类,形成各类车站的客流特征区间。其次,从建成环境角度计算既有车站的土地混合熵、不同POI(Point of interest)数量、度和介数等特征,利用随机森林(Random forest,RF)重要度指标筛选和对数变换拟合确定建成环境特征与地铁客流特征的映射关系表达式。最后,输入新线车站的建成环境特征,依据上述映射关系计算新线车站的客流特征值,结合既有车站的客流特征区间进行新线车站客流特征归类,实现客流数据缺失条件下的新线车站分类。为验证方法有效性,采用北京地铁数据进行案例验证。研究结果表明:基于地铁客流与建成环境映射关系的分类方法能够实现新线车站开通前的车站类型提前划分,具有较好的分类结果;进一步分析发现工作日车站与周末车站分类存在的差异与通勤行为特性、土地开发程度有关;研究方法在不同线路数据集上都表现出较好的分类效果,具有较强的适用性。研究结果可为缺失数据条件下的车站分类和新线开通期地铁运营组织提供新的思路和方法。