基于多源公共交通大数据的客流分析与服务评价

发布时间：2021-11-28 04:42

　　随着各种传感器技术的成熟和城市公共交通的不断发展,许多城市每天都会产生大量的公共交通数据,如智能公交卡数据、公交GPS轨迹以及出租车GPS轨迹等,这些数据不仅记录了城市公共交通的运行情况,还记录了乘客个体的出行信息。由于城市内存储数据的方式较传统,使得现有的公共交通数据存在着乘客出行轨迹缺失、时空信息混乱等问题,需要整合多源公共交通数据,结合大数据技术深入分析挖掘,才能为研究城市公共交通客流和公共交通服务评价提供可靠的数据来源。本文首先以深圳市公交智能卡数据（Smart Card Data）、公交GPS轨迹和公交站线网络为数据基础,利用时空数据挖掘和空间分析技术,构建了融合公交GPS轨迹的刷卡上车站点匹配方法,再根据乘客出行特征,提出了乘客下车站点匹配方法,并且基于同一智能卡的卡号,建立基于个体出行记录的公交出行链模型,恢复乘客个体出行链,统计线路和站点出行人数。然后在推算出乘客出行链的基础上,结合深圳市地图,使用规则格网提取深圳市公交出行显著区域,通过公交出行显著区域发现热点公交走廊,最后根据热点走廊客流的变化规律进行分析和研究。本文建立了一套从数据预处理、出行链推算、公共交通需求时... 

【文章来源】：深圳大学广东省

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

深圳市域范围和道路网络深圳市路面公共交通站线网络：主要包括路面公交的站点、线路以及地铁的站点、

基于多源公共交通大数据的客流分析与服务评价12步行换乘边。图2-1.深圳市域范围和道路网络深圳市路面公共交通站线网络：主要包括路面公交的站点、线路以及地铁的站点、线路以及运营时刻表信息。用来构建时间依赖的公交网络模型的公交线路边，支持公共出行链的恢复、公交可达的计算和分析；图2-2.深圳路面公交网络（棕色线表示）和地铁网络（粗蓝色表示）深圳通刷卡数据：包括公交车辆上车和地铁闸机进出站的刷卡记录。通过清洗过滤，

基于多源公共交通大数据的客流分析与服务评价15行车记录仪速度DOUBLE里程DOUBLE图2-3.公交GPS轨迹例子（不同颜色表示不同车辆的采样点）表2-6.参加实验的公交GPS轨迹数据情况数据日期GPS轨迹数量数据大小清洗处理后入库大小1月25号27513870条4.44G2.67G1月26号31199544条5.0G3.7G1月27号28233805条4.53G2G1月28号33686553条5.42G1.61G1月29号33691309条5.4G1.69G4月3号66308598条8.94G6.67G4月4号72520748条9.78G7.29G4月5号68595997条9.24G3.13G4月6号68888306条9.28G3.14G4月7号65997395条8.92G4.42G4月8号64946288条8.79G2.96G

【参考文献】：
期刊论文
[1]北京市地铁客流的时空分布格局及特征——基于智能交通卡数据[J]. 黄洁,王姣娥,靳海涛,金凤君.  地理科学进展. 2018(03)
[2]基于智能交通卡数据的城市轨道交通乘客个体路径选择模型[J]. 王沙沙,孙会君.  山东科学. 2018(01)
[3]城市公共交通服务水平动态评价模型[J]. 谢晖,翁晓羽,刘力军.  工业控制计算机. 2017(10)
[4]基于数据挖掘的市民出行公交线路预测研究[J]. 张聪聪,李拥军.  现代计算机(专业版). 2017(08)
[5]基于北京公交刷卡数据和兴趣点的功能区识别[J]. 韩昊英,于翔,龙瀛.  城市规划. 2016(06)
[6]基于公交IC卡数据的区域公交压力指数研究[J]. 牟振华,陈艳艳,陈举欣,赵晋,张政.  交通信息与安全. 2015(06)
[7]曲率积分约束的GPS浮动车地图匹配方法[J]. 曾喆,李清泉,邹海翔,万剑华.  测绘学报. 2015(10)
[8]基于公交IC卡数据的大规模OD矩阵推导算法研究[J]. 宋竹,秦志光,徐进,吴斗.  计算机应用研究. 2016(07)
[9]基于公交IC卡数据的上车站点推算研究[J]. 马晓磊,刘从从,刘剑锋,陈锋,于海洋.  交通运输系统工程与信息. 2015(04)
[10]基于公交IC卡数据的公交站点OD矩阵推导方法[J]. 张颂,陈学武,陈峥嵘.  武汉理工大学学报(交通科学与工程版). 2014(02)

硕士论文
[1]基于公交数据的乘客出行特征分析[D]. 呙娟.华南理工大学 2016
[2]基于城市公交刷卡数据和兴趣点的城市功能区识别研究[D]. 于翔.浙江大学 2014



本文编号：3523727