基于票务信息的城市轨道交通客流路径选择研究

发布时间：2022-10-10 16:40

　　近十年来,我国进入城市轨道交通建设的高峰期。以大城市和特大城市为主要聚集地的城市轨道交通线网经历了快速的发展。随着新建线路的密集开通,各个城市的轨道交通加速成网,乘客在线网中的路径选择行为日益复杂,传统的基于均衡理论和Logit模型的客流分配方法在现实运用中存在各种问题。城市轨道交通AFC系统记录的海量乘客出行数据,为客流分配问题的研究提供了新思路。本文首先梳理了国内外在交通网络客流分配、智能交通卡数据挖掘等方面的研究现状,确立了以城市轨道交通票务数据为出发点,借助大数据挖掘、机器学习等方法求解客流分配比例的思路。接着介绍了AFC系统数据的提取和处理方法,并分析了影响乘客路径选择行为的主要因素。选定基于最大换乘次数的有效路径集生成算法,求解出客流分配所需的备选路径集。考察一次出行旅行时间构成要素,并对其中的进出站时间消耗和换乘时间消耗做出估计,进而估计出路径旅行时间分布参数初始值。其次,在单一路径旅行时间近似服从正态分布的假设下,建立了描述多路径OD对旅行时间分布的高斯混合模型,利用贝叶斯信息准则确定混合模型个数,并引入无监督聚类算法——期望最大化算法（EM算法）求解模型,借用Pyth... 

【文章页数】：84 页

【学位级别】：硕士

【部分图文】：

成都地铁原始闸机交易数据

成都地铁不同换乘次数下至多能连通的OD对数(1)网络构成及规模激变，客流换乘环境复杂化

EM算法流程图

【参考文献】：
期刊论文
[1]数据挖掘技术在轨道交通AFC系统中的应用[J]. 石庄彬,陆文学,张宁.  都市快轨交通. 2015(01)
[2]基于AFC数据的城轨乘客出行路径选择比例估计方法[J]. 石俊刚,周峰,朱炜,徐瑞华.  东南大学学报(自然科学版). 2015(01)
[3]基于AFC数据的城轨站间客流量分布预测[J]. 蔡昌俊,姚恩建,张永生,刘莎莎.  中国铁道科学. 2015(01)
[4]基于AFC数据的城市轨道交通乘客出行路径推算[J]. 孙延硕,徐瑞华.  交通与运输(学术版). 2011(02)
[5]用于高斯混合模型参数估计的EM算法及其初始化研究[J]. 肖维.  电子测试. 2011(06)
[6]时序数据挖掘在AFC系统运营管理中的分析与应用[J]. 韩媛媛,成长生,苏厚勤.  计算机应用与软件. 2010(11)
[7]关于用SPSS中单样本K-S检验法进行正态分布等的一致性检验时适用条件的研究[J]. 朱红兵,何丽娟.  首都体育学院学报. 2009(04)
[8]基于GA的城市轨道交通客流分配问题[J]. 赵烈秋,孔繁钰.  后勤工程学院学报. 2008(02)
[9]弹性需求下的轨道交通客流分配模型和算法研究[J]. 孔繁钰,李献忠.  西部交通科技. 2008(01)
[10]无缝换乘条件下城市轨道交通网络客流分配模型及算法[J]. 四兵锋,毛保华,刘智丽.  铁道学报. 2007(06)

博士论文
[1]基于换乘的城市轨道交通网络流量分配建模及其实证研究[D]. 刘剑锋.北京交通大学 2012

硕士论文
[1]基于AFC数据的城市轨道交通网络乘客出行路径匹配及突发事件影响研究[D]. 吴丽娟.北京交通大学 2016
[2]基于高斯混合模型的EM算法及其应用研究[D]. 邱藤.电子科技大学 2015
[3]基于历史客流数据的城市轨道交通网络客流量预测及调度研究[D]. 王丽娜.北京交通大学 2011
[4]基于嵌入式技术的轨道交通自动检票机软件设计[D]. 蒋祥刚.上海交通大学 2008
[5]铁路旅客乘车行为分析与客流分配研究[D]. 霍亮.中南大学 2006



本文编号：3689988