大数据驱动的城市轨道交通需求时空分布分析及预测方法研究

发布时间：2024-02-24 22:20

　　需求分析作为城市轨道交通规划设计的重要基础,相关理论研究经过了几十年的发展,出现了以“四阶段”法为代表的集计模型和以个体活动模型为代表的非集计模型。由于理论和应用发展比较完善,目前工程实践中主要采用“四阶段”法进行需求分析预测。然而,传统集计模型很难体现个体特征层面的差异与变化对交通客流的影响,难以分析因外部条件变化所导致的需求变化。以个体出行行为理论为基础的非集计模型可以很好地考虑个体异质性以及其他多种因素对出行行为的影响。同时,海量城市大数据的产生为基于个体活动的需求分析模型提供了数据基础。因此,本文基于包括交通智能卡数据、城市消费数据、空间地理信息数据等多种城市大数据,从个体出行角度构建轨道交通需求分布模型;以充分利用城市大数据,改善基于个体活动的需求分析模型用于工程实践的可能性。首先,基于非监督式算法构建多种数据关系解析以及信息融合模型,分析个体出行活动、个体经济属性和活动地点特征之间的耦合关系。基于三者之间关系,利用个体活动特征与活动地点的用地特征推测个体出行目的,利用群集活动特征推测站点周边用地特征,利用个体活动特征与活动地点经济特征推测乘客个体经济属性;最终得到个体职住地...

【文章页数】：150 页

【学位级别】：博士

【部分图文】：

图１－２技术路线图??Ｆｉｇｕｒｅ?１－２?Ｔｅｃｈｎｏｌｏｇｙ?ｒｏａｄｍａｐ??基于以上技术路线，本文分为六章，文章结构安排如下：??第一章，引言

北京交通大学博士学位论文?引言??析及预测三个方面构建模型框架。其中，基础数据推算的结果作为个体出行特征分??析模型的数据输入，基础数据推算的结果以及长期和近期出行特征分析结果作为??轨道交通需求时空分布预测模块输入，最终实现以多种城市大数据驱动的城市轨??道交通需求时空分布预测....

图2-1虚拟换乘区间示意图

基于加入虚拟换乘区间的有向网络图，利用经典的Ｄｉｊｋｓｔｍ算法来确定两个站??点之间最短的出行路径，得到两个站点之间的最短线网距离，实现方法见文献［８４］。??（２）常规公交线网数据??常规公交线网数据包括公交线网中所有的公交线路路由走向、站点的经纬度??信息以及相互邻接关系信息....

图２－２公交线网拓扑化示意图??Ｆｉｇｕｒｅ?２－２?Ｔｏｐｏｌｏｇｉｚｎｇ?ｄｉａｇｒａｍ?ｏｆ?ｂｕｓ?ｎｅｔｗｏｒｋ??，

?」?方向??图２－１虚拟换乘区间示意图??Ｆｉｇｕｒｅ?２－１?Ｄｉａｇｒａｍ?ｏｆ?ｖｉｒｔｕａｌ?ｉｎｔｅｒｃｈａｎｇｅ?ｓｅｃｔｉｏｎ??基于加入虚拟换乘区间的有向网络图，利用经典的Ｄｉｊｋｓｔｍ算法来确定两个站??点之间最短的出行路径，得到两个站点之间的最短线网距离，实....

图2召各类商铺梢费均值分布

－４月３日连续五周的数据，常规公交智能卡数据为北京市公交一卡通用户２０１６??年３月２１日－２７日一周的数据。公共交通线网ＧＩＳ数据可以通过开源地图获取，??本文采用的轨道交通线网ＧＩＳ数据为２０１６年北京市运营的轨道交通系统网络，常??规公交线网ＧＩＳ数据为２０１６年北京市运营....

本文编号：3909644