本文關(guān)鍵詞： 城市交通 出行鏈 公交多源數(shù)據(jù) 通勤出行 個(gè)體出行感知 出行特征　出處：《交通運(yùn)輸系統(tǒng)工程與信息》2017年03期 　論文類型：期刊論文

【摘要】：公共交通個(gè)體出行信息的提取對(duì)掌握公共交通出行的時(shí)空特征,改善居民通勤出行效率具有重要意義.研究從公交刷卡數(shù)據(jù)、公交定位數(shù)據(jù)、軌道AFC數(shù)據(jù)等海量公共交通多源數(shù)據(jù)的關(guān)聯(lián)匹配與處理方法入手,提出了公共交通出行鏈信息提取中,換乘關(guān)系判斷、通勤行為判別及出行起訖點(diǎn)匹配的方法與規(guī)則,標(biāo)定了出行鏈匹配閾值參數(shù),建立了基于個(gè)體出行數(shù)據(jù)的公共交通通勤出行鏈提取模型.提取模型的準(zhǔn)確度驗(yàn)證表明:出行鏈結(jié)構(gòu)提取及通勤出行判別的成功率均達(dá)到100%,出行階段起訖點(diǎn)匹配成功率為87.5%,準(zhǔn)確性為97.1%,滿足了公共交通出行特征提取的需求.該方法為公共交通通勤出行判別及基于個(gè)體的微觀通勤出行時(shí)空特征的深入分析奠定了基礎(chǔ).
[Abstract]:The extraction of public transport individual travel information is of great significance to grasp the space-time characteristics of public transport travel and improve the efficiency of residents commuting trip. Based on the correlation matching and processing method of mass public transport multi-source data such as track AFC data, this paper puts forward the judgment of transfer relation in the information extraction of public transport trip chain. The methods and rules of commute behavior discrimination and trip starting and end point matching are used to calibrate the threshold parameters of trip chain matching. A public transport commuter chain extraction model based on individual travel data is established. The accuracy verification of the extraction model shows that the success rate of the structure extraction and commuting trip discrimination is 100%. The success rate of starting and ending point matching is 87.5% and the accuracy is 97.1%. This method provides a basis for the identification of commute travel in public transportation and the in-depth analysis of spatio-temporal characteristics of micro-commuting trip based on individual.
【作者單位】： 北京工業(yè)大學(xué)交通工程北京市重點(diǎn)實(shí)驗(yàn)室;北京市軌道交通指揮中心;交通運(yùn)輸部路網(wǎng)監(jiān)測(cè)與應(yīng)急處置中心;井岡山大學(xué)機(jī)電工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(51108013) 交通運(yùn)輸部建設(shè)科技項(xiàng)目(2015318221020) 北京市“科技新星”計(jì)劃項(xiàng)目(Z171100001117100)~~
【分類號(hào)】：U491.17
【正文快照】： 0引言現(xiàn)有的公共交通出行鏈信息主要基于居民出行調(diào)查獲取,只能直觀描述個(gè)體出行生成和簡(jiǎn)單分析個(gè)體出行特征.隨著智能化公共交通數(shù)據(jù)采集技術(shù)的不斷發(fā)展,積累了形式各異的數(shù)據(jù)信息,在大規(guī)模數(shù)據(jù)支持下,個(gè)體出行數(shù)據(jù)能更容易地獲取,但有效的多源數(shù)據(jù)整合處理方法、出行階段判

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 王淑偉;孫立山;榮建;;北京市軌道站點(diǎn)吸引范圍研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2013年03期

2 褚浩然;鄭猛;楊曉光;韓先科;;出行鏈特征指標(biāo)的提出及應(yīng)用研究[J];城市交通;2006年02期

相關(guān)博士學(xué)位論文 前1條

1 陳團(tuán)生;通勤者出行行為特征與分析方法研究[D];北京交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前1條

1 閆衛(wèi)坡;大城市公共交通出行指數(shù)分析研究[D];北京工業(yè)大學(xué);2012年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 翁劍成;王昌;王月s，

本文編號(hào)：1463405