站点位置缺失的公交客流OD估计方法及应用

利用公交自动收费(AFC)和自动车辆定位(AVL)系统产生的数据估计公交客流OD,可用于优化公交系统的规划设计和运营管理。针对公交站点位置缺失的情景,提出公交站点识别和上下车站点推断方法。首先通过时间匹配获得刷卡记录的位置信息,进而结合时间聚类方法和空间聚类方法DBSCAN识别公交站点并获得上车站点,接着依次采用个人公交出行链规则、个人公交出行规律性规则和公交线路客流分布规律性规则估计下车站点。应用上述方法估计深圳市公交客流OD,并开发包含线路、站点、客流和可达性4个模块的公交规划支持系统,用以支持公交系统的优化调整。     

公交网络客流OD推算双层模型研究

公交网络客流OD是公交线路规划和调整的重要依据。直接进行OD调查过程复杂,且数据精准度受抽样率影响较大。传统模型忽略公交换乘和道路拥堵对OD推算路径的影响,推算结果不理想。根据公交站点上下客流数据,提出以公交网络阻抗为基础,建立广义最小二乘法和交通分配相结合的双层优化模型,考虑公交换乘和道路拥堵对OD推算路径的影响,设计相应的收敛计算规则,并运用实际案例对模型进行验证。与实际调查数据进行对比的结果证明该公交客流OD推算模型具有较高的精度。     

大型活动公交客流分配方法

根据大型活动客流特点,结合城市规模确定线路研究范围;在确定不同站点服务半径的基础上,采用几何划分的方法,确定了站点服务区域;根据站点客流与其服务面积相关的原则,建立了交通小区公交客流分配模型;依据站点与线路的关联属性,考虑换乘与背景客流量,建立了线路客流预测模型;最后,以北京奥运篮球馆晚间散场公交客流分配为例,对线路客流进行了分配,与实际客流进行了对比,最小误差达到3%,基本可以满足公交调度与运营要求.     

基于OD反推的客运专线客流预测方法研究

为有效地分析铁路客运专线客流需求,针对传统的4阶段预测中基年OD数据较难获取的问题,提出了基于OD反推技术的客流预测方法,并将该方法与4阶段预测模型相结合用于分析客流需求。以某区域铁路客运专线为例,结合TransCAD预测软件,对模型进行了验证分析,结果表明该方法科学有效。     

基于特征站点的公交IC卡数据站点匹配方法研究

设计了一种基于特征站点的公交IC卡数据站点匹配方法,首先利用k-means聚类方法,通过计算交易时间间隔将同一站点产生的交易数据归类,再根据线路站点客流特征和乘客出行的换乘行为寻找线路特征站点(客流峰值站点与换乘站点),站点匹配时优先将特征站点编号与聚类数据进行匹配,从而提高匹配精度.在数据实验中,将该方法与基于站点间运行时间的匹配方法进行了对比,结果显示,基于特征站点的匹配方法平均准确率为85%.     

站点间公交行程时间波动特性及预测方法

提出了基于公交车车头时距的行程时间波动性指标,并应用快速搜索与密度峰值聚类算法建立了公交运行环境划分方法,将其划分为低波动性、中波动性、高波动性。分析了站点间公交行程时间影响因素,设计了基于嵌入法的模型输入变量集选择方法,建立了考虑公交运行环境的深度神经网络预测方法(CFDP-DNN)。为验证该方法的有效性,将其分别与SVM、ANFIS、BP神经网络等方法进行对比,实验结果表明:CFDP-DNN的预测结果相关性为0.9354,MAPE误差为11%～22%,显示了基于公交车车头时距的交通运行环境的划分能有效提高行程时间的预测精度。本文预测方法能实现实时精确的站点间公交行程时间预测,为公交动态调度提供理论支持。     

公交专用道施划的公交客流影响范围

公交专用道虽能有效地保障公交优先,但其对公交乘客产生的巨大吸引力,能够引发公交网络中局部区域的客流转移,对公交运营造成影响.为准确获取该变化的具体范围及程度,结合公交出行特征,在改进后的公交换乘网络基础上,提出一种重叠社团结构检测算法以确定出专用道的可影响范围,并进一步利用改进后的公交站点网络,利用Djkstra算法提出影响模型以计算具体影响程度.最后根据实际调研数据验证了方法的合理性.研究表明:公交网络中线路间的相互联系是专用道影响的基础,而换乘条件是限制其影响的重要因素.与专用道站点之间具有至多一次换乘关系的站点集构成了专用道的影响范围,乘车资源及环境则决定其影响程度.研究结果,可对既有专用道进行评估及其进一步施划.     

用公交车站上下客数推算公交 OD 分布的方法

公交客流的ＯＤ分布是城市公共交通系统优化设计线路网和调配车辆所不可缺少的基础数据，本文把八十年代国外提出的使用路段断面车流量推算道路网中车辆出行ＯＤ分布的新方法移植到公交系统，根据各线路各车站调查的上下车人数推算公交客流的ＯＤ分布。这一方法已于９４年成功地应用于成都市，这在国内尚无先例，经成都市有关资料校核与通过人造网络的计算分析，表明精度是满意的。     

基于MAC地址扫描的公交客流动态获取方法

为了解决公交客流动态采集困难的问题,提出了一种基于手机MAC地址扫描获取公交客流信息的方法.建立了多源数据融合的公交客流分析模型,即根据采集的GPS数据计算得到公交车的到站时刻和离站时刻,然后基于数据扫描半径,确定各个站点的扫描时段以及站点间的扫描时段,进而获取该站点的公交客流量.最后,选取了杭州公交3号线路作为实验对象,对理论客流分析结果与实际客流进行分析比较,平均精度达到了84.20%.结果表明:该方法能够较有效地采集公交客流信息,为公交运营的排班规划、时刻表制定等提供决策参考.     

平均增长系数法在公交现状及未来OD计算中的应用

平均增长系数法是居民出行分布预测所通常采用的重要方法之一,但把它用于求公交线路OD矩阵还是一次新的尝试。实践证明,这种方法有实用性强、操作简便灵活的特点。     

基于IC卡收费系统的公交客流信息实时采集方法

针对目前公交资源消费公平性较低以及公交客流信息严重缺失的问题,以基于GPS(或北斗)和无线通信的公交车辆跟踪调度系统、车载自动报站系统、公交IC卡收费系统为基础,提出了一套公交IC卡计程收费和客流信息实时采集方法。在计程票制、系列票价、换乘优惠等措施配合下,这套方法可低成本获取全面、可靠、及时、连续的客流信息,有助于改善公共交通规划、管理、运营等方面单项决策的科学性和多项决策的协同性。     

基于信息提取的动态OD估计理念研究

由于现有动态OD估计模型大多是基于有限先验信息下的反推估计,没有充分利用已有海量交通数据库的各种信息,距离智能交通系统的实际需求仍有差距,因此,针对这一问题,在回顾动态OD估计与交通信息提取技术研究进展的基础上,提出了基于信息提取的动态OD估计理念:以各类交通检测器为主数据源,同时兼顾其他相关数据库,将信息提取理念尽可能贯穿动态OD估计始终,实时地为智能交通控制和管理系统提供动态OD矩阵,同时整合智能交通系统的功能,附加提供更为丰富的决策信息。最后,深入分析了基于信息提取的动态OD估计的研究意义,并初步提出其技术框架,为进一步的理论和技术研究奠定基础。     

基于出行模式的公交IC卡乘客下车站点判断方法

对智能公交系统数据进行分析和挖掘,能够为城市公共交通系统的规划和管理提供科学的决策依据.一票制的公交IC卡收费系统仅在上车时刷卡,乘客下车站点的信息无法直接得到,而现有方法只能判断出部分乘车记录的下车站点,这成为公交IC卡数据应用的制约因素.根据公交乘客出行的时空规律性,提出基于通勤出行模式和关联出行模式判断下车站点的思路.利用通勤出行规律判断公交乘客的通勤OD,再根据其居住地和工作地站点信息对通勤出行的下车站点进行估计.依据公交乘客长期出行具有一定时空关联性的规律,通过将当日出行与他日的关联出行数据进行匹配来判断下车站点.对提出的方法进行算法实现,并应用大规模实际数据对算法进行了实验和精度分析.研究结果表明:该方法能够有效提高下车站点的判断比例,准确率达到87.90%,能够应用于实际的公交系统规划和管理工作.     

基于历史数据和时间系数的城市轨道站点客流预测

在对城市轨道交通站点客流规律、特点进行分析的基础上,通过对上海市轨道交通系统客流历史数据的深入分析,在引入平假日系数的同时,提出了小时系数的概念,并建立了基于平假日系数和高峰小时系数的城市轨道交通站点客流神经网络预测模型,提高了站点进站客流预测的精度,为城市轨道交通系统客流管理提供了理论基础.     

公交出行生成预测方法及应用研究

结合具体的实例城市给出了基于蚁群算法的公交出行量预测的过程,在交通小区的划分基础上,分析了公交出行的特征,提出了基于交通出行总量估计公交出行量的预测思路,介绍了出行生成量预测方法的过程,总结了该方法的优点,并通过实例应用与增长率预测方法进行了比较.     

均匀分布位置参数一种估计的渐近分布及应用

对区间长度为定值均匀分布位置参数的点估计量进行了研究,得到位置参数点估计量的渐近分布,讨论了渐近分布的相关性质,给出了位置参数的区间估计及其假设检验方法.     

高峰时段公交客流分配的Logit模型改进

首先定义了站点滞留系数,并对其进行计算,根据站点间有、无直达线路及站点拥挤情况将站点分为3类。从时间函数、换乘惩罚函数、发车间隔三个方面对Logit模型进行了改进。然后通过实例分析了模型中参数α和Tf对分配结果的影响,并对参数α和Tf进行了标定。最后对分配结果进行误差分析,验证了模型的有效性。     

基于站点优化的需求响应公交调度研究

为提高线路可偏移式需求响应公交服务乘客比例,降低运营成本,提出改进的以DBSCAN聚类算法和k-means聚类算法为基础的D-k-means聚类算法,并依据乘客需求确定固定站点和备选站点,设计新型线路可偏移式需求响应公交服务系统,建立公交调度模型,并使用精确算法对模型进行求解;以中国广东省揭西县南部部分地区需求为例进行验证．结果表明,该模型服务乘客比例达95.3%,与区域灵活式公交相比,运营成本和运行时间分别降低了9%和5%,算法求解速度较快且稳定．     

基于物联网的公交自助售票与客流统计系统

为有效解决公交阶梯制售票效率低、信息不透明的缺陷,给予乘客更为人性化的乘坐体验并实现人、车、车站三者之间的信息共享,结合物联网技术理念,利用STM32处理器作为单片机平台,并结合全球定位系统(GPS)模块和串口无线透传模块ESP8266设计一种公交自助售票与客流统计系统.新系统将人工售票转变为联网自助购票,节省购票时间的同时也能获取客流和车辆信息,实现信息的公开与交互.     

基于单片机和WiFi探针的公交客流检测系统设计

为解决公交站或大型客运站客流信息和车内信息获取不便的缺陷,给予乘客更为舒适的乘坐体验并实现公交管理系统中客流统计,基于STM32单片机,以STM32F103VET6为控制核心,对WiFi探针模块、GPS模块、串口通信模块进行整合,开发设计了检测系统.通过探针模块探测得到乘客MAC地址,经单片机对比去重后通过串口通信收发至宿主机,结合软硬件设计探测公交客流信息,收集的数据借助OD矩阵进行深化处理,以提高数据可视化程度,在方便乘客的同时实现信息的多方交互.