基于熵率的公交乘客出行重复性度量方法

发布时间：2022-01-12 05:01

　　公交乘客出行有着较强的规律性和时空重复性,对这些规律性及重复性的研究有助于揭示乘客的出行规律及行为偏好,进而规划公交线路、优化公交运营参数等。为深入研究公交乘客的出行重复性变化机理,引入信息论中信息熵的概念,提出一种基于熵率的公交乘客出行重复性度量方法。针对乘客出行时空变化,提出出行重复性概念,结合随机过程将乘客出行逗留时长、出行地点状态等特征事件进行标定,将出行者多日出行序列作为随机过程,利用信息熵和熵率对乘客的出行重复性进行度量,通过Burrows-Wheeler转换对熵率进行求解,以石家庄公交智能卡乘客出行数据为例进行应用分析。结果表明:通过该方法对乘客的出行重复性进行度量时,信息熵越大、熵率越小,出行重复性越高。依此可判断乘客的出行规律变化情况,并给出相关分析结果。通过选取典型特征下4名不同持卡人的具体出行信息对所提出方法及应用进行深入阐述,结合出行序列示意图对所选乘客的出行重复性进行量化呈现。通过此方法,可在研究数据不完整的前提下对乘客的出行规律进行补充估计,以增加出行规律推算的准确性。 

【文章来源】：公路交通科技. 2020,37(09)北大核心CSCD

【文章页数】：8 页

【部分图文】：

出行序列示意图

以收集到的2018年1月1日—2018年2月1日石家庄公交智能卡乘客出行数据为例,将乘客的出行记录进行链化处理,依照前文所述方法将出行序列进行整理后得到如图2所示的46 923名乘客的出行特征事件序列分布情况。其中横坐标所示的出行特征事件序列长度指乘客出行中的地点状态累计排列长度。3 度量方法

智能卡乘客出行序列的信息熵分布

【参考文献】：
期刊论文
[1]基于多时间粒度的地铁出行规律相似性度量[J]. 张晚笛,陈峰,王子甲,汪波,王挺.  铁道学报. 2018(04)

硕士论文
[1]快速公交乘客出行的时空规律特征研究[D]. 杨光.西南交通大学 2017



本文编号：3584146