您现的位置:首页 > 数据库检索 > 中文会议 

大数据驱动的城市轨道交通需求时空分布分析及预测方法研究

加收藏
  • 【题名】:大数据驱动的城市轨道交通需求时空分布分析及预测方法研究
  • 【年份】:2019
  • 【作者】:朱亚迪
  • 【关键词】:城市轨道交通  城市大数据  智能卡数据(SCD)  个体出行模式  需求时空分布
  • 【摘要】:需求分析作为城市轨道交通规划设计的重要基础,相关理论研究经过了几十年的发展,出现了以“四阶段”法为代表的集计模型和以个体活动模型为代表的非集计模型。由于理论和应用发展比较完善,目前工程实践中主要采用“四阶段”法进行需求分析预测。然而,传统集计模型很难体现个体特征层面的差异与变化对交通客流的影响,难以分析因外部条件变化所导致的需求变化。以个体出行行为理论为基础的非集计模型可以很好地考虑个体异质性以及其他多种因素对出行行为的影响。同时,海量城市大数据的产生为基于个体活动的需求分析模型提供了数据基础。因此,本文基于包括交通智能卡数据、城市消费数据、空间地理信息数据等多种城市大数据,从个体出行角度构建轨道交通需求分布模型;以充分利用城市大数据,改善基于个体活动的需求分析模型用于工程实践的可能性。首先,基于非监督式算法构建多种数据关系解析以及信息融合模型,分析个体出行活动、个体经济属性和活动地点特征之间的耦合关系。基于三者之间关系,利用个体活动特征与活动地点的用地特征推测个体出行目的,利用群集活动特征推测站点周边用地特征,利用个体活动特征与活动地点经济特征推测乘客个体经济属性;最终得到个体职住地及经济水平等个体经济属性数据,具有出行目的的出行链数据,站点周边用地混合度数据等模型基础数据。同时,为选择合适的空间统计分析单元用于分析乘客个体出行特征与周边建成环境特征的关系,综合考虑个体出行相似性以及可塑性面积单元问题(MAUP),构建了空间分析区域划分模型。该模型以最小化区域平均出行密度差异以及区域内出行比例为目标,多种划分原则为约束,最终得到更加适合轨道交通乘客出行特征研究的分析区域划分方案。基于以上分析得到的基础数据,根据居民出行决策框架,系统地构建了居民近远期出行特征分析模型和每日出行时空分析模型。分析乘客个体的长期出行特征(如通勤距离)、近期出行特征(如每周乘坐轨道交通的出行天数,访问的站点等),与个体经济属性以及城市建成环境特征之间的相关关系。以基础数据为驱动,构建推荐系统框架解析个体经济属性、站点周边城市建成环境与个体出行特征之间的关系,分析并预测个体长期及近期出行特征。该模型具有较强地扩展性,为分析多种因素变化对个体出行特征的长期性影响提供基础。基于长期及近期出行特征结果,乘客进行每日出行的时间和空间规划。基于智能卡数据,分别从时间和空间维度阐明个体的出行行为机理。时间维度,以经典马尔可夫模型分析乘客个体每日之间是否出行,以非齐次半马尔可夫过程描述乘客每天不同时刻活动状态的转移以及活动时长的分布。空间维度,基于探索及偏好性返回(EPR)模型,分析乘客对空间站点选择机理;同时,将站点周边建成环境以及群集性偏好纳入模型之中,增强了模型的可扩展性。基于该模型框架可以完成既有乘客和车站以及新加入乘客和车站的个体出行分析及预测,对结果集计即可得到轨道交通需求分布的分析预测结果。基于北京市城市大数据,分别对模型框架中各模块模型进行实现以测试模型的有效性,并分别测试了对新加入乘客以及新加入站点的预测能力。结果表明,模型对北京市轨道交通线网各时段的需求分布预测结果与实际数据基本吻合;空间维度方面,站点需求的相对预测误差维持在0.25-0.38之间,并且考虑个体经济属性后模型精度有明显改善;全网工作日的站间需求的绝对预测误差30.7人次,对比现有研究结果,模型表现有所改善;并且模型结果误差稳定,具有较强的鲁棒性。
  • 【会议名称】:博士
  • 【类别名称】:陈峰
  • 【载体】:北京交通大学
  • 【会议地点】:2019
相关文献
当代中国轨道交通空间设计方法新趋势研究——公共文化服务系统视野下城市轨道交通公共空间文化规划与设计实践——公共文化服务系统视野下城市轨道交通公共空间文化规划与设计实践
癌症驱动插入/缺失突变数据库构建和预测方法研究
基于多源数据黄渤海藻类灾害时空分布对策研究
数据驱动个体出行模式与城市空间结构交互研究
货车交通需求预测模型通行管理政策效果评价方法研究
数据驱动轮槽铣刀剩余寿命自适应预测方法研究
城市轨道交通溢价效应分享研究
城市轨道交通系统突发客流分析预测预警研究
基于随机交通需求预测主动分布式信号控制研究
获取此文方式
登录后才能存到网盘,
请登录
下载请求:
   

说明:点击”存到网盘“按钮即收取费用,重复点击不收费,如果下载失败,我们会自动转为文献传递方式处理,稍侯请关注您网盘上该文献的信息,从网盘上下载该文献不用重新付费。