基于下車和換乘行為一體化識別的公交客流OD推算研究
【學(xué)位單位】:華中科技大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2019
【中圖分類】:U491.17
【部分圖文】:
圖 5-1 五條公交線路的走向及其位置關(guān)系5.1.2 公交 IC 卡消費記錄據(jù)統(tǒng)計,五條公交線路在上述時間段內(nèi)共采集 68967 條 IC 卡刷卡記錄,公交IC 卡消費記錄有記錄編號、IC 卡編號、車輛編號、線路編號、消費金額、消費日期、消費時間、余額和消費類型九種信息,其數(shù)據(jù)結(jié)構(gòu)如表 5.2 所示。表 5.2 公交 IC 卡原始記錄數(shù)據(jù)結(jié)構(gòu)示例記錄編號IC 卡編號車輛編號線路編號消費金額消費日期消費時間余額消費類型4563549361183301003377731307 1 路 0.42016/5/107:34:3523.5 C4517356461183001011967866274 118 路 0.852016/5/107:21:4434.75 A4589246117300101091522 2 路 0.852016/59:48:183.35 A
華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文從得到的公交線路站點完整出行過程 OD 矩陣可以看出,處于線路兩端的站點的公交客流量遠(yuǎn)不及線路中間以及商業(yè)、住宅區(qū)的站點,大體上反映出公交出行的真實情況。5.5.2 區(qū)域公交出行 OD 矩陣推算在推算出以上五條公交線路所有站點的乘客出行完整出行過程 OD 矩陣之后,結(jié)合站點周邊地區(qū)的人口、土地利用性質(zhì)、以及公交線路的拓?fù)浣Y(jié)構(gòu)等因素,將這五條線路及其所有站點劃分為六個不同的站點群,如圖 5-2 所示。
【參考文獻(xiàn)】
相關(guān)期刊論文 前4條
1 楊萬波;王昊;葉曉飛;徐闖闖;姜冬雪;;基于GPS和IC卡數(shù)據(jù)的公交出行OD推算方法[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2015年03期
2 胡繼華;鄧俊;黃澤;;結(jié)合出行鏈的公交IC卡乘客下車站點判斷概率模型[J];交通運輸系統(tǒng)工程與信息;2014年02期
3 徐文遠(yuǎn);鄧春瑤;劉寶義;;基于公交IC卡數(shù)據(jù)的公交客流統(tǒng)計方法[J];中國公路學(xué)報;2013年05期
4 周億迎;毛保華;;采用可變時間參數(shù)的公交換乘識別方法[J];物流技術(shù);2013年07期
相關(guān)碩士學(xué)位論文 前8條
1 周向棟;基于IC卡和GPS數(shù)據(jù)的公交區(qū)間不確定性需求預(yù)測[D];長沙理工大學(xué);2018年
2 尹安藤;基于公交GPS和IC卡數(shù)據(jù)的公交OD推算[D];哈爾濱工業(yè)大學(xué);2017年
3 王周全;基于IC卡數(shù)據(jù)與GPS數(shù)據(jù)的公交客流時空分布研究[D];西南交通大學(xué);2016年
4 黃捷;基于公交IC卡數(shù)據(jù)和GPS數(shù)據(jù)推斷出行活動類型研究[D];西南交通大學(xué);2016年
5 王亞楠;基于多數(shù)據(jù)源的城市多方式出行O-D需求估計模型及算法[D];北京交通大學(xué);2015年
6 王超;基于IC卡信息的公交客流OD推算方法研究[D];北京交通大學(xué);2012年
7 吳祥國;基于公交IC卡和GPS數(shù)據(jù)的居民公交出行OD矩陣推導(dǎo)與應(yīng)用[D];山東大學(xué);2011年
8 師富民;基于IC卡數(shù)據(jù)的公交OD矩陣構(gòu)造方法研究[D];吉林大學(xué);2004年
本文編號:2881005
本文鏈接:http://sikaile.net/kejilunwen/daoluqiaoliang/2881005.html