基于IC卡和GPS數(shù)據(jù)的公交區(qū)間不確定性需求預測
發(fā)布時間:2021-08-02 22:08
隨著我國城市規(guī)模和城市道路呈現(xiàn)一快一慢的發(fā)展,出行供需嚴重失衡導致城市交通進一步惡化,制約城市的可持續(xù)發(fā)展,大力發(fā)展公共交通已是主流趨勢。公交需求預測是公交系統(tǒng)發(fā)展規(guī)劃的重要組成部分,一直是國內(nèi)外交通學者研究的熱點。以深圳市常規(guī)公交數(shù)據(jù)為基礎,提出研究對象一 IC卡和GPS數(shù)據(jù)下的公交區(qū)間不確定性需求,結合區(qū)間不確定性理論,重點研究在公交IC卡和GPS數(shù)據(jù)背景下,乘客上車站點識別、下車站點推導、區(qū)間客流需求以及區(qū)間不確定下的公交客流分配問題。首先,對公交數(shù)據(jù)處理方法、處理工具、公交數(shù)據(jù)處理理論進行了分析說明,對研究使用的深圳常規(guī)公交數(shù)據(jù)和存在的問題進行闡述;其次,分析了現(xiàn)有的區(qū)間不確定性理論以及區(qū)間數(shù)計算方法,分別給出了置信區(qū)間、四分位數(shù)區(qū)間、五分位數(shù)區(qū)間三種情況下的公交線路和區(qū)域的客流區(qū)間分析方法;隨后,對深圳常規(guī)公交數(shù)據(jù)進行預處理,提出IC卡與GPS數(shù)據(jù)相結合的上車站點識別改進方法,對其識別結果進行區(qū)間不確定性分析,通過數(shù)據(jù)檢驗獲得最優(yōu)上車客流區(qū)間,并對公交客流進行特征分析;隨之,通過分析公交刷卡行為,以乘客個體特征、乘客出行站距、乘客多日出行鏈這三個因素,改進單條線路和換乘行為下...
【文章來源】:長沙理工大學湖南省
【文章頁數(shù)】:99 頁
【學位級別】:碩士
【圖文】:
圖1.1公交需求預測傳統(tǒng)四階段法??
(1)公交1C卡刷卡數(shù)據(jù)??公交1C卡刷卡數(shù)據(jù)記錄了乘客的刷卡信息,1C卡刷卡數(shù)據(jù)字段包括刷卡編號、??刷卡日期、刷卡時間、線路編號、車輛編號等。深圳常規(guī)公交1C卡上車刷卡,下車無??需刷卡,刷卡一次生成一記錄。因此1C卡刷卡數(shù)據(jù)中只包含上車刷卡時間不包含下車??刷卡時間,其基本數(shù)據(jù)結構如表2.4,部分公交1C卡數(shù)據(jù)如表2.5所示??表2.4公交1C卡數(shù)據(jù)結構??字段?字段名?類型??IC_number?記錄號?整型??IC_ID?1C卡編號?長整型??IC_date?日期?日期??lC_time?時間?曰期??route?線路?整型??
第三章上車客流識別及區(qū)間不確定性分析??3.1公交數(shù)據(jù)預處理??數(shù)據(jù)預處理主要為數(shù)據(jù)清理,一般對可修復的錯誤數(shù)據(jù)進行修復,不可修復的錯??誤數(shù)據(jù)剔除,對無效數(shù)據(jù)進行清除,保證研究基礎數(shù)據(jù)的完整性和可使用性。研究數(shù)??據(jù)在MySQL數(shù)據(jù)庫平臺上進行預處理操作。??將深圳公交1C卡刷卡數(shù)據(jù)和公交車輛GPS數(shù)據(jù)分別導入至MySQL數(shù)據(jù)庫工作??表中,由于公交車輛GPS數(shù)據(jù)單個文件較大,數(shù)據(jù)文件數(shù)據(jù)庫導入較慢,可采用兩種??方式導入:一為直接導入,二為對單個數(shù)據(jù)文件進行分拆分批次導入數(shù)據(jù)庫。對于以??上兩種方式皆可導入。數(shù)據(jù)清洗預處理工作于MySQL數(shù)據(jù)庫中完成,采用數(shù)據(jù)庫查??詢語句(SQL)編寫程序,通過Tableau數(shù)據(jù)可視化工具完成匹配數(shù)據(jù)預處理匹配。??公交1C卡刷卡數(shù)據(jù)和車輛GPS數(shù)據(jù)導入數(shù)據(jù)庫結果如圖3.1、圖3.2所示,導入結果??部分數(shù)據(jù)記錄數(shù)見表3.1。??
本文編號:3318362
【文章來源】:長沙理工大學湖南省
【文章頁數(shù)】:99 頁
【學位級別】:碩士
【圖文】:
圖1.1公交需求預測傳統(tǒng)四階段法??
(1)公交1C卡刷卡數(shù)據(jù)??公交1C卡刷卡數(shù)據(jù)記錄了乘客的刷卡信息,1C卡刷卡數(shù)據(jù)字段包括刷卡編號、??刷卡日期、刷卡時間、線路編號、車輛編號等。深圳常規(guī)公交1C卡上車刷卡,下車無??需刷卡,刷卡一次生成一記錄。因此1C卡刷卡數(shù)據(jù)中只包含上車刷卡時間不包含下車??刷卡時間,其基本數(shù)據(jù)結構如表2.4,部分公交1C卡數(shù)據(jù)如表2.5所示??表2.4公交1C卡數(shù)據(jù)結構??字段?字段名?類型??IC_number?記錄號?整型??IC_ID?1C卡編號?長整型??IC_date?日期?日期??lC_time?時間?曰期??route?線路?整型??
第三章上車客流識別及區(qū)間不確定性分析??3.1公交數(shù)據(jù)預處理??數(shù)據(jù)預處理主要為數(shù)據(jù)清理,一般對可修復的錯誤數(shù)據(jù)進行修復,不可修復的錯??誤數(shù)據(jù)剔除,對無效數(shù)據(jù)進行清除,保證研究基礎數(shù)據(jù)的完整性和可使用性。研究數(shù)??據(jù)在MySQL數(shù)據(jù)庫平臺上進行預處理操作。??將深圳公交1C卡刷卡數(shù)據(jù)和公交車輛GPS數(shù)據(jù)分別導入至MySQL數(shù)據(jù)庫工作??表中,由于公交車輛GPS數(shù)據(jù)單個文件較大,數(shù)據(jù)文件數(shù)據(jù)庫導入較慢,可采用兩種??方式導入:一為直接導入,二為對單個數(shù)據(jù)文件進行分拆分批次導入數(shù)據(jù)庫。對于以??上兩種方式皆可導入。數(shù)據(jù)清洗預處理工作于MySQL數(shù)據(jù)庫中完成,采用數(shù)據(jù)庫查??詢語句(SQL)編寫程序,通過Tableau數(shù)據(jù)可視化工具完成匹配數(shù)據(jù)預處理匹配。??公交1C卡刷卡數(shù)據(jù)和車輛GPS數(shù)據(jù)導入數(shù)據(jù)庫結果如圖3.1、圖3.2所示,導入結果??部分數(shù)據(jù)記錄數(shù)見表3.1。??
本文編號:3318362
本文鏈接:http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3318362.html