基于公交IC卡和AVL數(shù)據(jù)的公交換乘識別方法研究
發(fā)布時間:2021-11-18 16:12
隨著城市建設(shè)規(guī)模不斷增大,城市急劇向外擴張,居民遠距離出行需求不斷增長,而常規(guī)公交線網(wǎng)無法滿足城市中各OD(Origin and Destination)對間的公交直達服務(wù),因此無法避免公交換乘現(xiàn)象。隨著智能公交系統(tǒng)的不斷發(fā)展,其產(chǎn)生的海量公交數(shù)據(jù)為研究換乘提供了新的可能,結(jié)合推算成功的上下車站點信息,并根據(jù)其時空特性可識別出公交網(wǎng)絡(luò)上的換乘信息。本文結(jié)合換乘乘客的出行特征,提出兩階段法識別換乘,即初步識別和深度識別階段;首先對連續(xù)出行階段間的轉(zhuǎn)移過程進行初步識別是否為換乘;其次在初步識別結(jié)果為換乘的基礎(chǔ)上繼續(xù)結(jié)合乘客出行鏈進行深度識別。初步識別換乘過程中,首先利用現(xiàn)有各地圖提供的開發(fā)平臺獲取乘客在換乘站點間的步行路徑距離代替前人研究使用的歐式距離,使識別過程更加合理準確;并精細化考慮時空約束,在確定時間、空間閾值時考慮了不同乘客類型的步行速度、結(jié)合信號燈數(shù)量設(shè)置冗余時間、計算公交車在站點的車內(nèi)擁擠度、上車機會數(shù)的分布等因素;最后用本文優(yōu)化后的迂回系數(shù)及非最優(yōu)率指標進行深度識別,以區(qū)分出換乘和短時活動。并以成都市一周的出行數(shù)據(jù)為例識別換乘,結(jié)果表明平均換乘系數(shù)為1.256。其次,通過比...
【文章來源】:西南交通大學(xué)四川省 211工程院校 教育部直屬院校
【文章頁數(shù)】:102 頁
【學(xué)位級別】:碩士
【部分圖文】:
換乘過程示意圖
(c)第三階段:進一步細化識別 (d)第四階段:深入識別圖 1-2 國內(nèi)外換乘識別方法的不同發(fā)展階段示意圖綜上所述,目前最新的換乘識別方法總體停留在第四階段,即基于“隨到隨走”的原則以及結(jié)合乘客出行鏈相關(guān)特征共同識別。從第一階段到第四階段的識別方法的發(fā)展說明了換乘識別的過程逐漸走向完善,也由最粗糙的僅從時間間隔識別到逐步精細考慮時間約束的識別,可發(fā)現(xiàn)換乘識別方法的演變思路是從考慮單一的因素向考慮更為全面的因素轉(zhuǎn)變,包括對乘客出行鏈的考慮。但對于目前最新的第四階段的識別換乘方法仍存在不足之處,具體如下:(1)現(xiàn)有換乘識別方法未成系統(tǒng)上述對換乘識別的研究仍是簡單地從時間、空間約束上對其進行識別判定,但由前文可知,換乘過程中不同階段有不同的時間和空間約束,如乘客由 B 到 C 的轉(zhuǎn)移過程中,時間約束包括換乘時間間隔、等待時間間隔,空間約束包括換乘步行距離;而從乘客完整的出行鏈識別時,即從站點 A→B→C→D 過程中,時間約束還有非最優(yōu)率指
圖 1-3 識別換乘行為的兩階段法示意圖2)結(jié)合地圖開發(fā)平臺獲取換乘站點間步行路徑距離,符合實際換乘于初步識別過程(B 到 C 轉(zhuǎn)移過程)中歐式距離代替乘客步行距離的計算誤差,本文結(jié)合現(xiàn)有各地圖提供的開發(fā)平臺可得到不同站點間的以優(yōu)化換乘識別中的空間約束,使整個初步識別過程由模糊變得清晰
【參考文獻】:
期刊論文
[1]基于高德地圖API的多種交通方式下城市公園時空可達性分析——以廣州市海珠區(qū)為例[J]. 黃應(yīng)淮,劉小平,劉艷平,張晗. 地理與地理信息科學(xué). 2018(06)
[2]基于百度API開源數(shù)據(jù)的居民出行研究[J]. 王振,張志敏,王偉,高歌,沈俊峻. 交通運輸研究. 2018(03)
[3]百度、高德及Google地圖API比較研究[J]. 向玉云,高爽,陳云紅,黃嘉成,許新華. 軟件導(dǎo)刊. 2017(09)
[4]出行者對不同交通方式行程時間可靠度和車內(nèi)擁擠度的感知差異性[J]. 高坤,涂輝招,李浩,孫立軍. 中國公路學(xué)報. 2017(07)
[5]基于公交IC卡和GPS數(shù)據(jù)的換乘識別方法[J]. 李瑩,翁小雄. 廣西大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
[6]現(xiàn)狀OD調(diào)查方法的不足與展望[J]. 劉博愷. 山東交通科技. 2016(01)
[7]城市軌道交通車廂立席密度計算模型[J]. 吳奇兵,陳峰,高永鑫,李小紅,翟慶生. 交通運輸工程學(xué)報. 2015(04)
[8]基于IC卡數(shù)據(jù)的公共交通換乘識別方法[J]. 王若琳,趙婭麗,譚永凱. 城市軌道交通研究. 2014(02)
[9]“大數(shù)據(jù)”背景下我國交通數(shù)據(jù)管理應(yīng)用的轉(zhuǎn)型與發(fā)展[J]. 葉亮. 交通與運輸(學(xué)術(shù)版). 2013(02)
[10]基于公交IC卡和AVL數(shù)據(jù)的換乘行為識別方法[J]. 李海波,陳學(xué)武. 交通運輸系統(tǒng)工程與信息. 2013(06)
碩士論文
[1]考慮舒適度的公交線網(wǎng)優(yōu)化設(shè)計[D]. 張鑫.華南理工大學(xué) 2018
[2]基于AVL與AFC數(shù)據(jù)的公交換乘行為研究[D]. 豐海寬.西南交通大學(xué) 2018
[3]常規(guī)公交換乘時間可靠性價值及換乘懲罰研究[D]. 王佳.長安大學(xué) 2017
[4]基于公交AVL數(shù)據(jù)和AFC數(shù)據(jù)的常規(guī)公交服務(wù)可靠性研究[D]. 陳竹青.西南交通大學(xué) 2017
[5]基于多日公交IC卡數(shù)據(jù)與AVL數(shù)據(jù)的公交OD推算方法研究[D]. 錢易.西南交通大學(xué) 2017
[6]基于公交GPS和IC卡數(shù)據(jù)的公交線網(wǎng)優(yōu)化方法[D]. 宋子杭.北京交通大學(xué) 2017
[7]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]. 王周全.西南交通大學(xué) 2016
[8]地鐵換乘樞紐擁擠度識別及預(yù)警調(diào)控研究[D]. 張文.長安大學(xué) 2014
[9]常規(guī)公交高峰時段運行可靠性評價方法研究[D]. 亓秀貞.重慶交通大學(xué) 2013
[10]哈爾濱市居民公交IC卡數(shù)據(jù)分析方法研究[D]. 鄧春瑤.東北林業(yè)大學(xué) 2013
本文編號:3503204
【文章來源】:西南交通大學(xué)四川省 211工程院校 教育部直屬院校
【文章頁數(shù)】:102 頁
【學(xué)位級別】:碩士
【部分圖文】:
換乘過程示意圖
(c)第三階段:進一步細化識別 (d)第四階段:深入識別圖 1-2 國內(nèi)外換乘識別方法的不同發(fā)展階段示意圖綜上所述,目前最新的換乘識別方法總體停留在第四階段,即基于“隨到隨走”的原則以及結(jié)合乘客出行鏈相關(guān)特征共同識別。從第一階段到第四階段的識別方法的發(fā)展說明了換乘識別的過程逐漸走向完善,也由最粗糙的僅從時間間隔識別到逐步精細考慮時間約束的識別,可發(fā)現(xiàn)換乘識別方法的演變思路是從考慮單一的因素向考慮更為全面的因素轉(zhuǎn)變,包括對乘客出行鏈的考慮。但對于目前最新的第四階段的識別換乘方法仍存在不足之處,具體如下:(1)現(xiàn)有換乘識別方法未成系統(tǒng)上述對換乘識別的研究仍是簡單地從時間、空間約束上對其進行識別判定,但由前文可知,換乘過程中不同階段有不同的時間和空間約束,如乘客由 B 到 C 的轉(zhuǎn)移過程中,時間約束包括換乘時間間隔、等待時間間隔,空間約束包括換乘步行距離;而從乘客完整的出行鏈識別時,即從站點 A→B→C→D 過程中,時間約束還有非最優(yōu)率指
圖 1-3 識別換乘行為的兩階段法示意圖2)結(jié)合地圖開發(fā)平臺獲取換乘站點間步行路徑距離,符合實際換乘于初步識別過程(B 到 C 轉(zhuǎn)移過程)中歐式距離代替乘客步行距離的計算誤差,本文結(jié)合現(xiàn)有各地圖提供的開發(fā)平臺可得到不同站點間的以優(yōu)化換乘識別中的空間約束,使整個初步識別過程由模糊變得清晰
【參考文獻】:
期刊論文
[1]基于高德地圖API的多種交通方式下城市公園時空可達性分析——以廣州市海珠區(qū)為例[J]. 黃應(yīng)淮,劉小平,劉艷平,張晗. 地理與地理信息科學(xué). 2018(06)
[2]基于百度API開源數(shù)據(jù)的居民出行研究[J]. 王振,張志敏,王偉,高歌,沈俊峻. 交通運輸研究. 2018(03)
[3]百度、高德及Google地圖API比較研究[J]. 向玉云,高爽,陳云紅,黃嘉成,許新華. 軟件導(dǎo)刊. 2017(09)
[4]出行者對不同交通方式行程時間可靠度和車內(nèi)擁擠度的感知差異性[J]. 高坤,涂輝招,李浩,孫立軍. 中國公路學(xué)報. 2017(07)
[5]基于公交IC卡和GPS數(shù)據(jù)的換乘識別方法[J]. 李瑩,翁小雄. 廣西大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
[6]現(xiàn)狀OD調(diào)查方法的不足與展望[J]. 劉博愷. 山東交通科技. 2016(01)
[7]城市軌道交通車廂立席密度計算模型[J]. 吳奇兵,陳峰,高永鑫,李小紅,翟慶生. 交通運輸工程學(xué)報. 2015(04)
[8]基于IC卡數(shù)據(jù)的公共交通換乘識別方法[J]. 王若琳,趙婭麗,譚永凱. 城市軌道交通研究. 2014(02)
[9]“大數(shù)據(jù)”背景下我國交通數(shù)據(jù)管理應(yīng)用的轉(zhuǎn)型與發(fā)展[J]. 葉亮. 交通與運輸(學(xué)術(shù)版). 2013(02)
[10]基于公交IC卡和AVL數(shù)據(jù)的換乘行為識別方法[J]. 李海波,陳學(xué)武. 交通運輸系統(tǒng)工程與信息. 2013(06)
碩士論文
[1]考慮舒適度的公交線網(wǎng)優(yōu)化設(shè)計[D]. 張鑫.華南理工大學(xué) 2018
[2]基于AVL與AFC數(shù)據(jù)的公交換乘行為研究[D]. 豐海寬.西南交通大學(xué) 2018
[3]常規(guī)公交換乘時間可靠性價值及換乘懲罰研究[D]. 王佳.長安大學(xué) 2017
[4]基于公交AVL數(shù)據(jù)和AFC數(shù)據(jù)的常規(guī)公交服務(wù)可靠性研究[D]. 陳竹青.西南交通大學(xué) 2017
[5]基于多日公交IC卡數(shù)據(jù)與AVL數(shù)據(jù)的公交OD推算方法研究[D]. 錢易.西南交通大學(xué) 2017
[6]基于公交GPS和IC卡數(shù)據(jù)的公交線網(wǎng)優(yōu)化方法[D]. 宋子杭.北京交通大學(xué) 2017
[7]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]. 王周全.西南交通大學(xué) 2016
[8]地鐵換乘樞紐擁擠度識別及預(yù)警調(diào)控研究[D]. 張文.長安大學(xué) 2014
[9]常規(guī)公交高峰時段運行可靠性評價方法研究[D]. 亓秀貞.重慶交通大學(xué) 2013
[10]哈爾濱市居民公交IC卡數(shù)據(jù)分析方法研究[D]. 鄧春瑤.東北林業(yè)大學(xué) 2013
本文編號:3503204
本文鏈接:http://sikaile.net/kejilunwen/daoluqiaoliang/3503204.html
教材專著