基于AFC数据的城轨路网客流分析算法研究

发布时间：2021-05-09 07:52

　　随着城市交通规模的不断扩张,城市轨道交通路网体系逐步完善。在“一票换乘”的运营模式下,分析乘客的动态分布规律,监测路网客流变化是客流预测和运营管理的基础。自动售检票（Automatic20Fare20Collection20System）系统提供的AFC数据包含了每位乘客的起屹点以及进出站时间等信息数据,从AFC数据中挖掘乘客的个体出行信息是一个好的突破点,因此我们可以挖掘这些数据的潜在信息,分析路网的客流分布特征,目前基于AFC数据的城轨交通客流分析的研究大多专注于多路径选择和客流分配,虽然可以很好的匹配乘客的出行路径,但是无法追踪乘客的运行轨迹,实时观测路网客流的分布状态。本文基于客流匹配,分析路网客流的时空分布特征。首先基于AFC数据构建乘客的路径选择模型,确定每位乘客的出行路径,分析乘客的运行模式;然后依据时间轴线,把乘客匹配到路网的具体空间位置上,统计路网中站点和断面的客流量进行分析研究;最后设计了城轨交通路网客流分布、拥堵状态的动态演示系统的实现方案。基于以上设想,本文提出了一种融合FCM聚类,模糊匹配和密度概率比例修正的路径匹配算法和一种基于客流匹配的城轨路网客流分析算法... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
ABSTRACT
1 引言
    1.1 课题研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 城轨交通路径匹配研究现状
        1.2.2 城轨交通路网客流分配研究现状
        1.2.3 国内外研究现状总结
    1.3 论文结构与组织安排
2 基础理论综述
    2.1 AFC系统及AFC数据
        2.1.1 AFC系统简介
        2.1.2 AFC数据分析与处理
    2.2 城轨交通路网客流分布特征分析
3 城市轨道交通路径匹配算法
    3.1 路径基准旅行时间的估算
        3.1.1 乘车时间
        3.1.2 候车时间
        3.1.3 进出站步行时间
        3.1.4 换乘步行时间
    3.2 路径客流分配比例的计算
    3.3 路径匹配算法
        3.3.1 基于OD旅行时间的FCM聚类
        3.3.2 基于OD旅行时间的模糊匹配
        3.3.3 概率密度比例修正
    3.4 实验设计与结果分析
        3.4.1 实验数据集
        3.4.2 实例分析
        3.4.3 实验结果分析
    3.5 本章小结
4 城市轨道交通路网客流分析算法
    4.1 路网客流匹配算法
        4.1.1 整体思路
        4.1.2 算法的提出与框架构建
    4.2 路网客流分析
    4.3 路网客流分布动态演示
        4.3.1 路网客流分布动态演示设计
        4.3.2 路网客流分布动态演示实现
    4.4 实验设计与结果分析
        4.4.1 实验数据集
        4.4.2 实例分析
        4.4.3 实验与结果分析
        4.4.4 路网客流分布动态演示
    4.5 本章小结
5 总结与展望
    5.1 研究总结
    5.2 研究展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集



本文编号：3176935