基于IC卡综合换乘信息的公交乘客上车站点推算

现有研究在缺少公交车运营信息的情况下,利用公交线间正交换乘信息的方法来识别公交车持卡乘客的上车站点,但在实际运用中很多班次无正交换乘的乘客,容易导致公交乘客上车站点匹配困难。因此,本文提出了一种基于IC卡综合换乘信息的公交乘客上车站点推算方法,该方法充分利用IC卡数据中的综合换乘信息（公交线间的正交和非正交换乘信息、地铁和公交线间的换乘信息）与公交网数据确定班次行驶方向,对班次内的乘客进行分组,充分利用综合换乘信息确定基准组及其对应的上车站点;然后,通过最小偏差规则匹配待定组的上车站点,实现公交乘客上车站点的推估。利用换乘信息确定班次行驶方向弥补了现有研究无法确定班次行驶方向的不足,使公交乘客上车站点推算方法更科学;最后,基于2011年8月的“深圳通”IC卡数据进行实例分析,对比只利用正交换乘信息确定的基准组数量和利用综合换乘信息确定的基准组数量,结果表明：该方法可使确定上车站点的组数占总组数的比值提高,克服了只利用正交换乘信息推算上车站点方法中存在的单个班次无基准组从而无法进行站点匹配的困难。本文方法比只利用正交换乘信息匹配站点,具有更高的可行性与准确率。     

基于MAS的虚拟公共交通环境建模与模拟分析

针对目前公共交通模型很少关注乘客行为和人车相互作用的问题,提出了虚拟公共交通环境的概念及其构成要素的矢量表达,进而采用Multi-agent System 方法构建了车辆Agent 和乘客Agent 行为模型;并提出了公共交通运行中的车辆、乘客之间相互作用,以及时空变化的模拟算法,实现了虚拟公共交通环境原型系统。最后,设计了7 条道路、8 条公交线路、30 个公交站点和1 万次出行的小型公交环境作为实例验证,结果产生了车辆1428 次,上下车刷卡30 436 人次。通过分析总出行时间分布和对比不同发车间隔下乘客平均等待时间,发现了总出行时间分布与输入的出行需求数据相一致,且缩短发车间隔情况下各站点乘客的平均等待时间明显随之缩短。同时,通过原型系统分析了公交车辆的运行情况和乘客公交出行行为。结果表明,本文所提出的模型和算法能有效地模拟公共交通环境,便于交通管理者和科研工作者观察、处理和分析公共交通环境中所产生的数据。     

基于ArcGIS Engine城市公交查询系统的设计与实现

城市公共交通出行时间长,准时率低。因此优先发展城市公共交通是解决城市交通问题的必由之路。公交查询系统开发的目的是为乘客的出行提供准确、及时、优化的公交信息服务。乘客能够对现有的公交站点、公交线路、运营计划进行查询。乘客输入任意出行起点、终点,系统可在相应的约束条件下,查找搜索出最优公交出行路径和换乘方案,最后以图和文字的形式表达出来。同时管理人员可根据站点、线路的变更,运营调度计划的调整,及时更新系统的公交线网,对与公交有关的其他基础数据方便地进行管理和维护。     

顾及空间异质性的出租载客与公交客流回归分析

出租车一直以来被看作公共交通的补充,但是以往研究多侧重于出租客流与公交客流的独立研究,对于二者的关联关系分析没有足够得到关注。预测出租车载客热点区域不仅能够实时的了解城市交通热点区域,还能够很好地指引出租车司机,帮助出租车司机快速寻客。出租车载客热点常发生在人流密集并且交通出行需求较高的区域,公交乘客IC卡数据能够实时的反映城市中的交通需求。因此,本文使用厦门岛出租车GPS轨迹数据与公共交通运输系统运营数据,利用核密度估计法和地理加权回归模型分析了早晚高峰时段出租车载客与公交上下车（OD）客流之间的时空分布关系。研究发现,出租乘客O点的核密度值在空间上存在分布不均衡性,聚集特征明显。在同一区域,公交乘客O点和公交乘客D点对出租乘客O点所产生的影响刚好相反;在不同区域,城市功能类型复杂的地区公交乘客O点对出租乘客O点产生负的影响,在城市功能类型单一的地区公交乘客O点对出租乘客O点产生正的影响,公交乘客D点则刚好相反。与普通线性回归模型相比,地理加权回归模型的拟合效果显著提高,早晚高峰拟合优度分别从0.13和0.11提升到了0.59和0.53。研究结果可为出租车载客数量的预测提供相关依据。     

一种公交换乘优化算法设计

目前,在智能交通系统应用中,公交查询亟待解决其算法效率和换乘两大问题。对此,本文首先在分析乘客出行因素和公交网络特性的基础上,提出了关键站点的公交网络通达矩阵,分析了直达矩阵的计算原理;其次,阐述了城市道路网络最短路径算法,引入直达矩阵和公交网络通达矩阵,设计了一种公交换乘优化算法。该算法的基本原理:利用公交网络通达矩阵来确定哪些临时标记节点是潜在的永久标记结点,并始终优先考虑直达节点作为最短路径上的节点,从而实现对经典最短路径算法--Dijkstra算法的改进;最后,通过一个案例对该算法进行验证。实验表明,该算法不仅能够获得优于Dijkstra算法的性能,而且换乘次数更加合理。该算法能够适用于一般公交网络,对于换乘代价较高的公交网络更有优势。     

一种建立公交网络的最短路径改进算法

目前,对最短路径问题的研究很多,基本都是关注算法的计算效率问题,而其应用到具体领域时会遇到一些算法本身无法解决的细节问题。如将邻接结点算法用于公交网络的最短路径计算时,会遇到诸如缺少网络拓扑信息、属性数据复杂等问题。本文针对这些问题给出了解决方法:在计算最短路径之前,利用算法将站点和线路数据进行自动匹配,建立公交网络的拓扑关系。同时在数据存储方式上进行了改进,运用数据库存储复杂的公交属性数据和中间过程中产生的公交网络数据,节约了运算时的内存占用率,提高了数据的利用率,使算法更具实际意义。     

基于多源地理大数据与机器学习的地铁乘客出行目的识别方法

探索地铁乘客出行目的识别方法,有助于突破智能卡数据（Smart Card Data,SCD）在具体应用场景中的局限性,提升SCD在交通出行研究、交通发展规划等领域的应用价值。本文融合多源地理大数据,基于城市交通与土地利用时空间互动理论,以北京市居民地铁出行为例,在交通出行调查数据中提取5565个地铁出行样本及其对应的出行目的和出行特征相关变量。基于兴趣点（Point of Interest,POI）数据得到各样本起止站点的土地利用特征相关变量,形成包含每次地铁出行的出行目的、出行特征、土地利用特征的地铁出行数据集。使用基于随机森林（Random Forest,RF）算法对地铁出行数据集进行训练完成的分类器对SCD记录的每一次地铁出行进行分类,获得该次出行的出行目的及其不同目的地铁出行时空间分布规律。研究结果表明,本识别方法可有效预测地铁乘客的出行目的,其中,“上班”、“回家”2类出行目的的预测准确率均超过90%;纳入土地利用特征相关变量可显著提升RF分类器预测准确率,印证了城市交通与土地利用的时空间互动理论。鉴于当前SCD的可获取性逐渐提高,该项技术在居民地铁出行监测与预测、地铁线网布局和地铁周边土地利用规划等实践方面,具有很强的推广性,有助于更全面地认知大城市居民的地铁出行行为。     

北京对外交通枢纽乘客OD时空分布特征

对外交通枢纽对城市内部的客流交通有重大影响,研究其乘客在市内的OD分布对优化设计地面接驳线路、沿线站点等有重要意义。本文基于北京出租车GPS数据,选取具有代表性的3类对外交通枢纽（机场、火车站、汽车客运站）,采用标准差椭圆分析、核密度估计以及分时点统计等方法,研究了北京对外交通枢纽乘客OD时空分布特征。结果表明：（1）机场、火车站客流量远大于汽车客运站,其中首都国际机场与北京西站的对外出行客流量最大,南苑机场和北京北站的对外出行客流量较少;（2）机场乘客主要分布在四环以里大部分地区以及五环以里部分地区,时间上主要分布在除凌晨1-4时的各个时间段;火车站乘客主要分布在四环以里区域,时间上主要分布在6-21时;汽车客运站乘客主要分布在各客运站周边区域,时间上主要集中在6-17时;（3）北京南站与北京西站、北京站间的客流联系较多,可考虑开通北京南站与二者间的地面接驳专线。此外,抵离首都国际机场、南苑机场的乘客主要分布区域与新开通的机场往返市区的巴士线路站点较为一致,说明采用出租车数据进行乘客OD分析可为决策部门进行相关交通规划提供依据。     

城市公交换乘模型的优化研究

传统的城市公交网络换乘模型中,一般根据公交站点间距离确定公交站点间是否应设定换乘关系,但该方法比较主观,可能导致某些公交站点间必要的换乘关系缺失。本文在以常用的以标准距离建立的公交换乘关系基础上,提出在介于标准距离和扩展距离的站点之间基于最优线路分析决定是否添加换乘关系的方法,同时给出了具体的实施步骤和实例分析。结果表明本文提出的方法能够为用户提供更好的出行选择,从而更好地满足乘客的实际需求。     

基于Android的移动公交辅助导航系统设计与实现

基于Android移动开发平台,设计一款公交辅助导航软件系统。基于Android操作系统,结合SQLite数据库和百度地图应用程序编程接口,通过全球定位系统实时定位用户当前位置,完成公交线路查询、公交站点查询、出行线路规划等功能。同时,包括离线查询和在线查询,能满足用户在不同情况下完成公交信息查询和路线规划。创新性地提出了效率较高的"基于线路与站点的直达车搜索算法"、"基于直达车线路和站点的换乘车搜索算法"。实验结果表明,系统能运行于基于Android系统的移动设备,为用户出行带来方便。     

基于GIS的枣庄市快速公交系统站点规划研究

城市快速公交系统具有运量大、速度快、投资省的特点。随着BRT技术的发展和成熟运用,国内各大城市纷纷投入BRT系统的规划与设计,且大部分已经投入使用。该文以枣庄市城市快速公交系统(BRT)为例,以GIS技术为基础平台,构建OD成本矩阵、LOGIT路径选择等数学模型,对城市快速公交系统联通中转换乘站点的规划布局进行深入研究,结合研究站点区域内的人口密度、道路状况、居民出行意愿等影响变量,建立相应的叠加分析模型,为决策者进行经营调度,开辟新的BRT线路站点提供决策支持,也为其他中小型城市快速公交系统的发展提供参考。     

不同测算方法下行程时间不确定性对可达性的影响分析

行程时间不确定性导致了可达性随时间的变化,相关研究表明忽略行程时间不确定性会高估可达性水平。既有可达性研究往往用行程时间可靠性表示行程时间不确定性,但未考虑不同可达性模型结果的差异以及行程时间可靠性价值。本文结合各OD之间的行程时间分布特征,构建方差型的行程时间可靠性来描述行程时间不确定性,并进一步将行程时间可靠性纳入到广义出行时间成本中,建立了时间距离模型、潜力模型、累计机会模型和高斯模型4种基于位置的可达性测算方法,以比较在不同测算方法下,行程时间不确定性对可达性的影响。深圳的案例研究表明：① 忽略行程时间不确定性会使全区域的可达性至少被高估5.04%,最大被高估95.04%。潜力模型、时间距离模型、累计机会模型和高斯模型的高估幅度由低到高;② 行程时间不确定性对可达性的影响存在阈值效应,阈值越高,可达性受影响的程度越小;③ 从空间分布来看,行程时间不确定性对可达性水平高和低的区域都有一定影响。若不考虑行程时间不确定性,可达性高的区域高估值大,而在可达性低的区域,可达性高估的百分比较大,高估百分比中位数的差异程度最大可达77.1%;④ 行程时间不确定性对潜力模型可达性分类的影响最小,对累计机会模型差异的影响最大。可达性使用者应充分考虑研究区域实际情况,结合可解释性与理论性偏好,进而选择合适的可达性模型和评判标准。     

武汉市不同站域建成环境与轨道交通站点客流特征关系分析

中国已经成为全世界城市轨道交通建设里程最长、建设速度最快的国家,合理识别城市轨道站点类别与影响不同类别站点客流特征的建成环境因素对轨道交通的建设具有十分重要的作用。因此,本文以武汉市为例,通过轨道交通刷卡数据,运用引入客流特征的EM聚类方法,将轨道交通站点分为职住错位型、居住导向型、就业导向型、居住综合型、就业综合型、综合型6类。并在此基础上,建立无序多分类logistic回归模型,定量分析站点客流吸引范围内建成环境因素对不同类型站点轨道交通客流特征的影响。结果表明：以综合型站点为对照组,路网密度和交叉口密度对所有类型站点的客流特征有显著影响,低路网密度高交叉口密度更有利于职住平衡;公交车站密度与就业导向型站点的客流特征存在负相关;商务用地占比对职住错位型、居住导向型、居住综合型站点有负向关系;服务业设施用地占比与职住错位型、居住导向型和就业综合型站点的客流特征负相关;科研教育用地占比与居住导向型和就业导向型站点客流特征负相关;土地利用混合度与居住导向型和就业综合型站点的客流特征负相关。研究结论将对武汉市轨道交通建设、轨道交通和土地利用协调发展等具有重要意义。     

基于符号集合近似的城市轨道交通站点分类研究

轨道站点是城市轨道交通基本线网系统中的关键节点,科学的轨道站点分类,对了解城市功能分区及评价轨道交通基础设施建设情况具有重要意义。轨道交通站点时间序列客观记录了所观测的站点在各个时刻点的重要信息,研究其时间序列聚类,是认识和理解轨道交通站点时间序列形成本质的重要手段,也是挖掘轨道交通站点时间序列中隐含的有较高价值规律知识的重要方法。本文以北京IC卡轨道站点刷卡数据为研究对象,提出了描述轨道站点的4个数据集,即工作日进站数据集(WB)、工作日出站数据集(WA)、休息日进站数据集(RB)和休息日出站数据集(RA);并首次引入时间序列分析方法（符号集合近似(SAX)方法）对4个数据集进行聚类分析,实现了高维数据的有效降维和轨道站点之间的相似性度量。采用层次聚类方法并根据聚类有效性DB指数确定将195个站点分为8类更为合理。通过分析每类站点的日客流特征和空间位置分布情况,为轨道交通站点规划设计和管理服务提供一定的客观参考依据。     

可持续TOD建设视角下的轨道站点客流潜力模型构建

轨道是缓解城市交通问题的重要设施,增加出行者选择轨道出行的概率,有利于交通与土地利用协调和TOD可持续发展。本文提出站点客流潜力的概念,并根据复杂网络特征和出行模式构建站点客流潜力模型,通过协调潜力值与实际客流为TOD研究提供新视角。以北京市轨道站点POI数据构建Space-L模型,并依据站点客流潜力模型计算北京市364个站点的客流潜力。研究发现：① 本文提出的站点客流潜力具有吸引力和承载力两类内涵,能定量分析站点空间与站域客流的协调情况;② 北京市站点客流潜力值空间分布为“核心-边缘”模式,区间概率分布为等差数列分类的指数分布和等比数列分类的正态分布;③ 根据出行目的设置四类出行情景。不同情景下出行者选择轨道出行的概率具有差异,早高峰和晚高峰情景下轨道出行概率大,受潜力值影响小,非工作出行情景下轨道出行概率小,受潜力值影响大。实例分析表明相比于单独考虑复杂网络特征,潜力值具有更好的可解释性和科学性;④ 耦合度C 0.5时认定站点失调,其中标准化的实际客流与潜力值的比值Z >1,表示客流过饱和,如西二旗等,会造成站点拥堵,Z 1表示站点交通地理优势未充分发挥,如北运河西等。北京市轨道交通需协调优化以提升效率,实现TOD可持续发展。     

基于刷卡数据的公共汽车客流网络复杂性日内变化研究

大城市公共交通是一个典型的复杂巨系统,采用复杂网络方法分析大城市公共交通网络系统对于城市交通发展具有重要意义。已有大量的研究采用复杂网络理论进行了公共交通线路网络分析,也有研究基于刷卡数据分析了公共交通客流网络的复杂特征,但少有研究探讨客流网络复杂性日内变化特征。鉴于此,本文基于北京市公共汽车刷卡数据识别的不同时间段客流双向邻接矩阵,通过复杂网络指标对比分析公共汽车客流网络的日内变化特征。结果表明：① 各个时间段公共汽车客流分布遵循距离衰减规律,5 km以下的短距离出行约占总出行量的一半左右;② 度中心性和加权度中心性的空间格局在不同时间段整体呈现出明显的核心-边缘特征,但随时间有一定程度的变化,加权度中心性排名前10的节点存在较大变化;③ 累积度分布和累积加权度分布服从指数分布,属于小世界网络。本文还进一步讨论了基于大数据的动态复杂网络研究对城市交通规划建设的启示意义。