基于IC卡数据与GPS数据的公交客流时空分布研究

发布时间：2017-03-30 08:15

  本文关键词：基于IC卡数据与GPS数据的公交客流时空分布研究，，由笔耕文化传播整理发布。

【摘要】：城市公交客流空间分布与时间分布是城市公交线网规划、公交枢纽规划、公交运营调度以及公交行车组织的重要基础数据。特别是近年来,随着公共交通在城市交通战略地位的不断提高,构建服务水平更高、运营效益更好的城市公交系统是城市交通发展的迫切需求,获取实时、全面的公交客流数据对城市公交的发展就显得愈发重要。但是采用传统的人工调查方法很难获取到实时、全面的公交出行数据,而另一方面,随着公交IC卡自动收费系统与车辆自动定位系统在国内各大城市的广泛使用,基于IC卡进行数据分析有了海量的数据支撑,为采用现代信息技术实现公交客流时空分布的挖掘提供了可能。基于IC卡挖掘公交客流特征的根本目的是为城市公交规划与运营管理提供实时、全面的基础数据,但是IC卡自动收费系统设计的初衷并不是获取公交客流的时空分布,对于采用一票制的公交刷卡数据,刷卡记录中没有乘客的上车站点、下车站点、下车时间、换乘记录等信息,为此本文针对一票制公交IC卡无法直接获取公交客流时空分布的问题,开展基于公交IC卡与GPS数据的公交客流时空分布研究。本文首先阐述了IC卡与GPS数据采集的可行性、原始数据的数据结构、原始数据预处理方法,分析得出IC卡与GPS数据结构中用于公交客流时空分布研究的关键字段与核心数据。针对IC卡记录中缺少上车站点的问题,提出了基于时间匹配的上车站点判断方法；针对IC卡记录中缺少下车站点的问题,提出了基于公交出行链与基于站点下车概率的下车站点判断算法,在基于公交出行链下车站点判断算法中,充分考虑了公交出行链的空间接续条件与时间接续条件,在基于站点下车概率的下车站点判断算法中,主要考虑乘客出行距离分布与站点吸引特征。针对IC卡记录中无换乘记录的问题,在进行换乘空间关系分析、换乘时间关系分析、换乘客流的换乘特征分析基础上,提出了基于换乘空间阈值、换乘时间阈值、换乘客流特征的“三阶段”公交换乘识别模型,通过“三阶段”模型可以有效降低换乘识别精度对换乘空间阈值与换乘时间阈值的依赖性。最后以昆山市IC卡刷卡数据与GPS到离站数据对本文所研究的上下车站点判断方法以及公交换乘识别模型进行了实例分析,验证了本文所研究的方法与模型在上车站点判断、下车站点判断以及换乘识别方面的有效性与适用性,进而可以获取到城市公交的客流时空分布特征数据,能够为城市公交规划与运营管理提供实时、全面的基础数据。
【关键词】：公共交通 IC卡数据 GPS数据 OD推导 换乘识别
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491.17
【目录】：

• 摘要6-8
• Abstract8-13
• 第1章 绪论13-21
• 1.1 研究背景与意义13-14
• 1.2 文献综述14-18
• 1.2.1 公交客流OD推导研究综述14-17
• 1.2.2 公交换乘识别研究综述17-18
• 1.3 研究目标与内容18-20
• 1.3.1 研究目标18-19
• 1.3.2 研究内容19-20
• 1.4 技术路线20-21
• 第2章 基础数据采集与预处理21-28
• 2.1 数据采集的可行性分析21-23
• 2.1.1 公交IC卡数据采集可行性分析21-22
• 2.1.2 公交GPS数据采集可行性分析22-23
• 2.1.3 其他基础数据采集的可行性分析23
• 2.2 数据结构分析23-26
• 2.2.1 公交IC卡数据结构分析23-24
• 2.2.2 公交GPS数据结构分析24
• 2.2.3 公交站点地理信息数据结构分析24-25
• 2.2.4 公交线路站点信息数据结构分析25-26
• 2.3 基础数据预处理26-28
• 2.3.1 IC卡数据预处理26
• 2.3.2 GPS数据预处理26-28
• 第3章 公交乘客上下车站点判断28-42
• 3.1 公交出行过程分析28-30
• 3.1.1 出行链基本理论28
• 3.1.2 公交出行链的定义与特点28-29
• 3.1.3 闭合公交出行链过程29-30
• 3.1.4 非闭合公交出行链过程30
• 3.2 公交乘客下车站点判断机理分析30-32
• 3.2.1 公交出行的基本类型分析30-31
• 3.2.2 公交乘客下车站点判断的关键因素31
• 3.2.3 公交乘客下车站点判断基本思路31-32
• 3.3 公交乘客上下车站点判断方法32-40
• 3.3.1 基于时间匹配的乘客上车站点识别方法32-33
• 3.3.2 基于公交出行链的乘客下车站点识别方法33-37
• 3.3.3 基于站点下车概率的乘客下车站点估计模型37-40
• 3.4 上下车站点判断的校验40-42
• 3.4.1 相对误差校验40-41
• 3.4.2 相关系数检验41-42
• 第4章 公交线路间换乘客流识别42-58
• 4.1 公交换乘过程分析42-46
• 4.1.1 公交换乘空间特征分析42-43
• 4.1.2 公交换乘时间特征分析43-44
• 4.1.3 公交换乘客流特征分析44-46
• 4.2 公交换乘识别机理分析46-49
• 4.2.1 换乘识别关键因素46-47
• 4.2.2 公交换乘基本条件47-48
• 4.2.3 换乘识别基本思路48-49
• 4.3 公交换乘识别算法49-58
• 4.3.1 基于换乘空间阈值的公交换乘空间识别算法49-51
• 4.3.2 基于换乘时间阈值的公交换乘时间识别算法51-52
• 4.3.3 基于K-means聚类分析的换乘客流特征识别算法52-58
• 第5章 实例分析58-78
• 5.1 数据准备与基本分析58-61
• 5.1.1 基础数据准备58-60
• 5.1.2 基础数据基本分析60-61
• 5.2 乘客上下车站点判断及客流OD推导实例分析61-72
• 5.2.1 基于时间匹配的公交刷卡数据上车站点识别61-64
• 5.2.2 基于公交出行链的下车站点识别及OD获取64-67
• 5.2.3 基于站点下车概率的下车站点判断及OD获取67-71
• 5.2.4 上下车站点判断的检验71-72
• 5.3 公交换乘识别实例分析72-75
• 5.3.1 公交换乘识别实例分析72-73
• 5.3.2 公交换乘阈值敏感性分析73-75
• 5.4 公交客流时空分布具体应用分析75-78
• 5.4.1 公交客流时间分布应用分析75-76
• 5.4.2 公交客流空间分布应用分析76-78
• 结论78-80
• 参考文献80-85
• 致谢85-86
• 攻读硕士期间发表的论文及参加的科研项目86

【相似文献】

中国期刊全文数据库 前10条

1 牛学勤,王炜;基于最短路搜索的多路径公交客流分配模型研究[J];东南大学学报(自然科学版);2002年06期

2 沈家军;王炜;陈峻;;基于灰色马尔可夫模型的近期公交客流量预测[J];公路交通科技;2007年09期

3 高咏玲;杨浩;;城市公交客流影响因素的改进灰色一致关联分析[J];交通运输系统工程与信息;2007年06期

4 陈山;潘天红;李正明;王平石;;网络型公交客流检测系统的研制[J];自动化与仪表;2009年06期

5 刘凯;李文权;赵锦焕;;短时公交客流小波预测方法研究[J];交通运输工程与信息学报;2010年02期

6 孔哲;过秀成;何明;严亚丹;罗丽梅;;基于动态聚类的大城市公交客流走廊甄别方法[J];东南大学学报(自然科学版);2010年05期

7 ;上海公交新装备应对大客流[J];城市公共交通;2010年11期

8 吴飞军;;杭州公交客流走廊提速研究[J];交通标准化;2014年05期

9 冯树民;李晓冬;;公交客流生成预测的神经网络模型[J];交通运输系统工程与信息;2006年01期

10 范海雁;李秀君;;基于公交客流统计信息的公交调度决策方法[J];统计与决策;2007年24期

中国重要报纸全文数据库 前10条

1 特约记者 周广洁;广州公交优惠效果初显[N];中国交通报;2008年

2 鞠红梅;公交客流6年来年递减3%[N];哈尔滨日报;2007年

3 记者 卞建国 通讯员 王威;家乡游外地客汇津城 公交运客1450万人次[N];天津日报;2006年

4 本报记者 杨汛;公交客流下滑 地铁不堪重负[N];北京日报;2014年

5 本报记者 刘有仪 葛妍 王茸 本报通讯员 葛川平 钱春龙;核心区车流量降了15% 地铁公交客流都小幅上升[N];南京日报;2014年

6 深圳商报记者 肖晗;地面常规公交客流下降8%[N];深圳商报;2011年

7 记者 陈秀雅;上半年公交客流同比增加近两成[N];苏州日报;2010年

8 刘中元 交宣 陈洁娜 梁桢 郑佳欣 姚艺曲 陶达嫔 张睿 谭亦芳;广州正式终结摩托车时代[N];南方日报;2007年

9 贾晓燕邋通讯员 孙文剑 张桂芳;公交客流1600万人次创历史新高[N];北京日报;2007年

10 记者 李平/北京;智能交通市场还待培育[N];电子资讯时报;2002年

中国硕士学位论文全文数据库 前10条

1 王佳嘉;基于GIS的公交客流时空分析[D];北京建筑大学;2015年

2 刘文芳;基于成都市公交IC卡数据的公交客流量分析[D];西南交通大学;2015年

3 张彬;城乡公交客流OD分层次反推研究[D];长安大学;2015年

4 王凤刚;公共交通运营调度优化方案研究[D];山东大学;2015年

5 王周全;基于IC卡数据与GPS数据的公交客流时空分布研究[D];西南交通大学;2016年

6 杨盛华;基于现代信息技术的公交客流数据采集方法及应用研究[D];吉林大学;2009年

7 舒国辉;基于数据挖掘的公交客流规律研究[D];北京交通大学;2009年

8 王春雨;公交客流数据分析的研究[D];河北工业大学;2006年

9 董海洋;公交客流实时分析与短时预测研究[D];大连理工大学;2013年

10 唐U_忠;基于视频的公交客流统计分析关键技术的研究与实现[D];华南理工大学;2014年

  本文关键词：基于IC卡数据与GPS数据的公交客流时空分布研究，由笔耕文化传播整理发布。

本文编号：276635