基于公共交通卡數(shù)據(jù)的城市軌道交通大事件影響分析模型
發(fā)布時間:2023-02-05 10:08
利用基于公共交通卡數(shù)據(jù)的城市軌道線網(wǎng)客流數(shù)據(jù)進(jìn)行反演的模型與算法,對大事件發(fā)生前后線網(wǎng)各站點的客流存量進(jìn)行了分析和重構(gòu)。反演得到的客流數(shù)據(jù)可以客觀反映大事件的發(fā)生隨時間變化對發(fā)生站點和鄰近站點的影響。在此基礎(chǔ)上,定義了城市軌道交通線網(wǎng)每個站點的大事件影響因子。該影響因子可以比較客觀地反映大事件對各個站點的影響程度。實證分析證明了基于公共交通卡數(shù)據(jù)的城市軌道交通大事件影響分析模型的可靠性和有效性。
【文章頁數(shù)】:4 頁
【文章目錄】:
1 基于交通卡數(shù)據(jù)的客流分析和反演
1. 1 客流存量函數(shù)定義
1. 2 算法假設(shè)
1. 3 公共交通卡數(shù)據(jù)與客流存量
1. 4 客流存量分析和反演算法
2 大事件影響分析模型
3 實證分析
3. 1 大事件發(fā)生對發(fā)生站點的影響
3. 2 大事件發(fā)生對鄰近站點的影響
3. 3 大事件影響因子
本文編號:3734784
【文章頁數(shù)】:4 頁
【文章目錄】:
1 基于交通卡數(shù)據(jù)的客流分析和反演
1. 1 客流存量函數(shù)定義
1. 2 算法假設(shè)
1. 3 公共交通卡數(shù)據(jù)與客流存量
1. 4 客流存量分析和反演算法
2 大事件影響分析模型
3 實證分析
3. 1 大事件發(fā)生對發(fā)生站點的影響
3. 2 大事件發(fā)生對鄰近站點的影響
3. 3 大事件影響因子
本文編號:3734784
本文鏈接:http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3734784.html
最近更新
教材專著