基于个体出行数据的公共交通出行链提取方法

发布时间：2018-01-25 18:22

本文关键词： 城市交通出行链公交多源数据通勤出行个体出行感知出行特征　出处：《交通运输系统工程与信息》2017年03期 　论文类型：期刊论文

【摘要】：公共交通个体出行信息的提取对掌握公共交通出行的时空特征,改善居民通勤出行效率具有重要意义.研究从公交刷卡数据、公交定位数据、轨道AFC数据等海量公共交通多源数据的关联匹配与处理方法入手,提出了公共交通出行链信息提取中,换乘关系判断、通勤行为判别及出行起讫点匹配的方法与规则,标定了出行链匹配阈值参数,建立了基于个体出行数据的公共交通通勤出行链提取模型.提取模型的准确度验证表明:出行链结构提取及通勤出行判别的成功率均达到100%,出行阶段起讫点匹配成功率为87.5%,准确性为97.1%,满足了公共交通出行特征提取的需求.该方法为公共交通通勤出行判别及基于个体的微观通勤出行时空特征的深入分析奠定了基础.
[Abstract]:The extraction of public transport individual travel information is of great significance to grasp the space-time characteristics of public transport travel and improve the efficiency of residents commuting trip. Based on the correlation matching and processing method of mass public transport multi-source data such as track AFC data, this paper puts forward the judgment of transfer relation in the information extraction of public transport trip chain. The methods and rules of commute behavior discrimination and trip starting and end point matching are used to calibrate the threshold parameters of trip chain matching. A public transport commuter chain extraction model based on individual travel data is established. The accuracy verification of the extraction model shows that the success rate of the structure extraction and commuting trip discrimination is 100%. The success rate of starting and ending point matching is 87.5% and the accuracy is 97.1%. This method provides a basis for the identification of commute travel in public transportation and the in-depth analysis of spatio-temporal characteristics of micro-commuting trip based on individual.
【作者单位】：北京工业大学交通工程北京市重点实验室;北京市轨道交通指挥中心;交通运输部路网监测与应急处置中心;井冈山大学机电工程学院;
【基金】：国家自然科学基金(51108013) 交通运输部建设科技项目(2015318221020) 北京市“科技新星”计划项目(Z171100001117100)~~
【分类号】：U491.17
【正文快照】： 0引言现有的公共交通出行链信息主要基于居民出行调查获取,只能直观描述个体出行生成和简单分析个体出行特征.随着智能化公共交通数据采集技术的不断发展,积累了形式各异的数据信息,在大规模数据支持下,个体出行数据能更容易地获取,但有效的多源数据整合处理方法、出行阶段判

【参考文献】