發(fā)布時(shí)間：2021-09-09 08:29

　　目前,隨著國家城鎮(zhèn)化進(jìn)程的加快,城市人口不斷的增多,與之帶來的城市居民的出行需求不斷增加。然而,部分城市公共交通的發(fā)展不能滿足人們快速增長的出行需求,城市中存在交通堵塞、交通擁擠等狀況。公共交通作為城市中大部分居民出行的首選交通方式,大力發(fā)展公共交通是解決城市交通擁堵的有效措施之一。在大數(shù)據(jù)時(shí)代的到來,一款能夠?yàn)楣步煌ü芾碚咚玫某丝统鲂刑卣鞣治雠c客流預(yù)測(cè)系統(tǒng)是非常有意義的。它可以讓公共交通管理者掌握乘客出行規(guī)律和實(shí)時(shí)客流狀況,有助于其及時(shí)調(diào)整其運(yùn)營策略和管理策略,滿足乘客出行需求的同時(shí)提高城市公共交通的運(yùn)營效率,進(jìn)而緩解城市交通擁堵現(xiàn)象。針對(duì)公共交通中如何刻畫乘客出行特征和預(yù)測(cè)客流變化,本文基于公交IC卡數(shù)據(jù)記錄,一方面,從時(shí)空維度定性分析乘客的出行聚集特征和出行網(wǎng)絡(luò)中存在的社區(qū)結(jié)構(gòu)特性,利用Pearson相關(guān)系數(shù)量化乘客出行模式的動(dòng)態(tài)變化。另一方面,基于時(shí)序序列預(yù)測(cè)方法和回歸預(yù)測(cè)方法,建立組合預(yù)測(cè)模型實(shí)現(xiàn)對(duì)站點(diǎn)客流量的預(yù)測(cè)。本文的主要貢獻(xiàn)如下:（1）針對(duì)如何揭示乘客出行特征的時(shí)空變化規(guī)律,本文利用Pearson相關(guān)系數(shù)量化乘客出行模式在時(shí)空維度的變化特征,構(gòu)建不同時(shí)段的乘客出行網(wǎng)... 

【文章來源】：西南大學(xué)重慶市 211工程院校 教育部直屬院校

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

論文組織架構(gòu)圖

西南大學(xué)工程碩士學(xué)位論文10圖2-2網(wǎng)絡(luò)中存在的社區(qū)示意圖[51]本文將以常用的社區(qū)檢測(cè)方法Louvain[52]算法為例，介紹其具體的原理與實(shí)現(xiàn)步驟，且在后續(xù)的分析過程中用其對(duì)乘客出行網(wǎng)絡(luò)進(jìn)行社區(qū)檢測(cè)分析。Louvain算法是基于模塊度優(yōu)化的網(wǎng)絡(luò)聚類算法，該算法能夠快速有效地對(duì)網(wǎng)絡(luò)進(jìn)行社區(qū)劃分，此外它還能夠發(fā)現(xiàn)層次性的社區(qū)結(jié)構(gòu)。Louvain算法中，用模塊度來評(píng)價(jià)社區(qū)劃分結(jié)果的好壞，模塊度表示的是算法劃分的社區(qū)內(nèi)部節(jié)點(diǎn)的緊密程度，取值范圍在[0,1]之間，該值越接近1表示社區(qū)劃分效果越好[53]，其計(jì)算方法如下：=12∑[2],(,)(2-3)(,)={1==0(2-4)其中，表示的是節(jié)點(diǎn)i與節(jié)點(diǎn)j之間的權(quán)重，當(dāng)網(wǎng)絡(luò)是無權(quán)網(wǎng)絡(luò)時(shí)，將網(wǎng)絡(luò)中所有的邊權(quán)重都設(shè)置為1；表示的是與節(jié)點(diǎn)i相連的所有邊的權(quán)重之和；c表示社區(qū)，表示節(jié)點(diǎn)j所在的社區(qū)；=12∑表示網(wǎng)絡(luò)中所有邊的權(quán)重總和。Louvain算法的主要實(shí)現(xiàn)流程如下：1)首先，將網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)劃分為一個(gè)社區(qū)，此時(shí)網(wǎng)絡(luò)中社區(qū)的數(shù)量與節(jié)點(diǎn)數(shù)量相同；2)對(duì)每個(gè)節(jié)點(diǎn)i，依次將節(jié)點(diǎn)i分配到其每個(gè)鄰居節(jié)點(diǎn)所在的社區(qū)。然后根據(jù)公式(2-5)計(jì)算分配前與分配后的模塊度變化，標(biāo)記最大的那個(gè)鄰居節(jié)點(diǎn)，如果這個(gè)最大的值大于0，則把節(jié)點(diǎn)i分配到最大的鄰居節(jié)點(diǎn)所在的社區(qū)，否則保持不變；3)重復(fù)上述步驟2)，直到網(wǎng)絡(luò)中節(jié)點(diǎn)所屬的社區(qū)沒有變化；4)壓縮網(wǎng)絡(luò)中的社區(qū)，將處于同一社區(qū)的節(jié)點(diǎn)壓縮為一個(gè)新節(jié)點(diǎn)，社區(qū)內(nèi)節(jié)

西南大學(xué)工程碩士學(xué)位論文16數(shù)據(jù)記錄，首先從時(shí)間維度上分析乘客個(gè)人出行行為特征以及其出行模式變化，然后從空間維度對(duì)各個(gè)站點(diǎn)的乘客聚集模式及其動(dòng)態(tài)變化進(jìn)行分析，最后從時(shí)空維度分析，構(gòu)建不同時(shí)間段的乘客出行網(wǎng)絡(luò)，利用復(fù)雜網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)方法挖掘乘客出行網(wǎng)絡(luò)的社團(tuán)特性及其動(dòng)態(tài)變化特性。基于前述的分析結(jié)果，公共交通管理者可以從多方面了解乘客出行行為特征，從而更好地為乘客提供個(gè)性化服務(wù)，最大化的滿足乘客出行需求。圖3-1乘客出行行為特征分析流程圖3.2.1乘客個(gè)人出行行為特征分析在時(shí)間維度上的分析始終是時(shí)序變化數(shù)據(jù)分析的第一步，通過在時(shí)間維度上的統(tǒng)計(jì)分析，可以發(fā)現(xiàn)所有乘客的出行行為在時(shí)間上的特征及其動(dòng)態(tài)變化特性。本文統(tǒng)計(jì)分析了一周不同時(shí)段(按照小時(shí)劃分)的地鐵進(jìn)站人次，其結(jié)果如圖3-2所示。從圖3-2可以看出，不同時(shí)刻的進(jìn)站客流是不相同的，且很明顯的可以看出，一天中存在早晚兩個(gè)出行高峰。這種高峰出行的現(xiàn)象表明，公共交通管理者應(yīng)該在這兩個(gè)出行高峰時(shí)期適當(dāng)增加運(yùn)營列車。顯然，周末的乘客人數(shù)明顯少于

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的車流量預(yù)測(cè)方法研究[J]. 史亞星.  計(jì)算機(jī)與數(shù)字工程. 2019(05)
[2]城市道路短時(shí)交通流量預(yù)測(cè)[J]. 李建森,沈齊,范馨月.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2019(05)
[3]基于LSTM的城市公交車站短時(shí)客流量預(yù)測(cè)研究[J]. 李高盛,彭玲,李祥,吳同.  公路交通科技. 2019(02)
[4]基于海量IC卡數(shù)據(jù)的公交客流時(shí)空分析[J]. 鄔群勇,蘇克云,鄒智杰.  貴州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(06)
[5]基于Pearson相關(guān)系數(shù)的貨運(yùn)車輛能耗模型研究[J]. 蔡靜,張明輝,朱宇婷,劉宇環(huán).  交通運(yùn)輸系統(tǒng)工程與信息. 2018(05)
[6]基于Louvain算法的鐵路旅客社會(huì)網(wǎng)絡(luò)社區(qū)劃分研究[J]. 徐進(jìn),鄧樂齡.  山東農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[7]基于IC卡數(shù)據(jù)的長距離公交客流特征分析[J]. 周雨陽,趙倩陽,陳艷艷,姚琳,趙晉,熊杰.  重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(10)
[8]基于時(shí)空特征的城市軌道交通客流量預(yù)測(cè)方法[J]. 袁堅(jiān),王鵬,王鉞,楊欣.  北京交通大學(xué)學(xué)報(bào). 2017(06)
[9]公交IC卡數(shù)據(jù)客流預(yù)測(cè)模型研究[J]. 謝振東,劉雪琴,吳金成,冷夢(mèng)甜.  廣東工業(yè)大學(xué)學(xué)報(bào). 2018(01)
[10]城市軌道交通客流量實(shí)時(shí)預(yù)測(cè)模型[J]. 包磊.  城市軌道交通研究. 2017(05)

碩士論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的重慶市軌道交通客流預(yù)測(cè)分析[D]. 武創(chuàng).西南交通大學(xué) 2018
[2]上海軌道交通短期客流預(yù)測(cè)與分析[D]. 程浩.上海交通大學(xué) 2017
[3]城市居民公交出行數(shù)據(jù)分析研究及可視化[D]. 鄧晨晨.重慶大學(xué) 2016



本文編號(hào)：3391767