基于AFC数据的城市轨道交通乘客聚类及客流分配研究

发布时间：2023-03-07 21:04

　　随着大量新建线路投入运营,城市轨道交通运营线网不断完善,结构日渐复杂,网络化运营特征日趋明显。轨道交通网络拓扑的复杂化,使得乘客在轨道交通网上的路径选择行为越来越复杂;同时,乘客的异质性日益凸显,路径选择偏好各有差异,这些因素给轨道交通客流清分带来了很大挑战。传统的客流清分依赖调研数据,片面性、武断性较大,且成本高,难以保证算法的动态适应性。而轨道交通客流大数据的不断积累,为基于乘客差异化客流分配提供了完善的存量数据。为此,本研究创新性的利用大数据手段,从乘客出行时空特征挖掘入手,基于长期的交通卡出行信息,将乘客从出行规律角度分类,并对不同类别的乘客进行差异化的客流分配。具体地,本研究生要完成了以下几方面的工作:首先,对客流分配的对象即乘客进行特征聚类,利用长时间跨度乘客AFC数据提取出行时间及空间特征。从出行频率、空间一致性等方面进行规律性乘客筛选。对于规律性乘客,引入语义分析的主题模型,从出行时间差异的角度识别出10个出行主题,并在此基础上利用K均值聚类算法将乘客分为6类。分析了不同类别乘客的出行时间、空间分布规律,从而初步识别了其社会经济属性;其次,采用多项Logit模型建立城市...

【文章页数】：110 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
ABSTRACT
1 引言
    1.1 研究背景与意义
        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 出行行为分析及乘客分类
        1.2.2 轨道交通客流分配
    1.3 主要研究内容及技术路线
        1.3.1 研究内容
        1.3.2 技术路线
2 城市轨道交通乘客出行规律及筛选
    2.1 智能卡数据及字段简介
        2.1.1 AFC数据简介
        2.1.2 卡类型字段
    2.2 乘客出行规律分析
        2.2.1 出行数据概况
        2.2.2 出行天数
        2.2.3 出行次数
        2.2.4 空间一致性
    2.3 具有规律性乘客筛选
        2.3.1 出行天数筛选
        2.3.2 空间一致性筛选
    2.4 小结
3 基于出行历史数据的乘客分类及时空规律分析
    3.1 基于主题模型的乘客分类方法
        3.1.1 主题模型简介
        3.1.2 出行数据处理方法
    3.2 乘客分类结果分析
        3.2.1 出行时间分布分析
        3.2.2 出行空间分布分析
    3.3 乘客社会经济属性分析
    3.4 小结
4 不同类别乘客的差异化客流分配
    4.1 有效路径
        4.1.1 有效路径定义
        4.1.2 有效路径搜索
    4.2 乘客路径选择行为影响因素分析
        4.2.1 旅行时间
        4.2.2 换乘费用
        4.2.3 路网熟悉程度
        4.2.4 拥挤度
    4.3 考虑乘客类别的路径选择模型构建
        4.3.1 路径选择广义费用模型
        4.3.2 路径概率选择模型
        4.3.3 基于贝叶斯推断的客流分配参数标定
        4.3.4 基于M-H抽样的MCMC求解算法
        4.3.5 客流分配流程
    4.4 考虑拥挤度的客流分配模型
        4.4.1 考虑拥挤度的广义费用模型
        4.4.2 MSA求解算法
        4.4.3 早高峰客流OD矩阵提取方法
    4.5 小结
5 实例验证
    5.1 北京市城市轨道交通系统概况
    5.2 数据基础
        5.2.1 线网数据
        5.2.2 客流数据
    5.3 客流分配结果分析
        5.3.1 配流参数确定
        5.3.2 配流结果分析
    5.4 考虑拥挤度的早高峰客流分配
        5.4.1 早高峰全网客流分配
        5.4.2 考虑拥挤度的客流分配方式
        5.4.3 拥挤度的影响分析
    5.5 小结
6 结论和展望
    6.1 研究成果及结论
    6.2 论文创新点
    6.3 研究展望
参考文献
附录A
附录B
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：3757885