地铁乘客站点的选择行为分析及预测

采用数据互补的方法,融合智能卡数据和公交车GPS轨迹数据,获取了公交和地铁乘客在地铁新线路开通前后的乘客个体出行信息。利用居民空间行为指标——“出行质心”对地铁乘客的公交出行质心定位,并分析了地铁站点与乘客公交出行质心之间的距离对乘客地铁站点选择的影响。结果表明有86.15%的乘客选择距离他们公交出行质心更近的地铁站点,地铁站点与乘客公交出行质心之间的距离是影响乘客出行站点选择的重要因素。基于这一发现,建立Logit模型对乘客是否会选择新地铁站点进行预测,预测准确率、精确率、召回率和特异性分别为83.87%、 84.23%、83.66%和84.09%,预测结果表现良好。研究结果可用于评估计划新建的地铁站点对邻近既有站点的影响,有助于地铁营运计划的设计。     

基于车牌识别数据的机动车出行轨迹提取算法

为了提取城市路网上所有运行车辆的出行轨迹,系统科学地再现所有车辆的运行场景,进而为分析城市交通需求的结构和时空分布特性提供数据支撑,提出基于车牌识别数据的机动车出行轨迹提取算法.通过车牌及时间戳排序提取出行链;利用相邻节点间的速度,结合交叉口邻接矩阵完成行链的分离;基于K则最短路径算法（KSP算法）及灰色关联法（GRA算法）,对出行轨迹进行补全重构.对贵阳市南明区的实际车牌识别数据进行算法测试.结果表明,提出的基于车牌识别数据的机动车出行轨迹提取算法在测试区域的综合准确率大于92%.     

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.     

一种基于GIS的公交路线最短路径搜索算法

利用公交线路路口作为顶点,简化了传统算法对复杂网络拓扑图的计算;同时,利用乘客出行偏好,引入线网密度来评价乘客的出行方便程度,并提出了一种最短路径快速搜索算法,实验证明,与传统算法相比,该算法明显提高了路径搜索效率。     

基于IC卡数据的公交乘客下车站点推算模型

对智能公交系统IC卡数据、GPS数据挖掘与应用问题进行了研究,构建了基于公交站点下车概率的乘客下车站点推算模型.该模型提取公交乘客通勤、随机出行等行为链,考虑站点吸引权及当次乘车方向下游站点数等影响因素,判断随机出行下车站点.针对该模型提出了乘客下车站点判断算法,并设计了模型的检验方法.以青岛市11路公交为例验证算法,检验回归方程系数值为1.0211.结果表明,该算法能实现乘客下车站点有效推算,具有良好可靠性.     

OTAP:基于预测的机会群智感知多任务在线分配算法

机会群智感知网络中,不同节点间的相遇间隔各异,任务由不同节点执行时的时间成本有较大差异性。为最小化任务平均完成时间,设计并实现了一种基于预测的多任务在线分配算法(online multi-task assignment based on prediction,OTAP)。基于真实移动轨迹数据集,分析了节点间相遇间隔分布,设计了节点相遇规律发现子算法;利用对节点间的相遇间隔的预测,每次给执行节点分配在与任务分发者下次相遇间隔内能完成的最大任务量。针对4个不同的真实移动轨迹数据集,利用ONE模拟器,对OTAP算法性能进行了验证与分析。结果显示,相比于已有的NTA算法,OTAP在4个不同数据集中平均任务完成时间分别缩短了50.49%、45.34%、32.71%、32.23%,任务完成率在其中两个移动轨迹数据集中也有所提高。     

基于峰值密度聚类的公交出行目的分类模型

针对如何利用公交卡刷卡数据自动对公交出行目的进行分类问题,基于峰值密度聚类的理论,建立了一个能够在指定区域下对公交乘客出行目的进行准确分类的方法模型。本文根据出行目的不同提取相应特征,将特征相似的乘客进行聚类。得到结果后将每个类簇的特征均值作为该类簇群体的出行特征,根据出行特征可以得出每位乘客的出行目的和群体出行目的的统计结果。利用北京市西单地区乘客的公交卡刷卡数据,通过将实际数据与调查问卷结果进行比对验证,证明了该模型方法与传统调查问卷方法相比节省了大量的人力物力,具有良好的效果和实用价值。     

城市热点区域出租车停靠站双目标选址优化模型

为确保城市出租车停靠站布局的合理性,改善站点利用率低的现状,提出一种基于GPS轨迹数据的出租车停靠站双目标选址决策方法.在数据背景下,对出租车出行需求量及候选点位置进行估计.考虑乘客出行需求的覆盖率、乘客可接受的最大出行距离、站点及站位的服务能力等影响因素,构建了出租车停靠站空间布局的约束条件.分别从规划者和使用者的角度出发,提出了建设成本最小化和公众满意度最大化的双目标选址优化模型.应用基于遗传算法的宽容分层序列法,对模型进行求解.以成都市春熙路商圈为例,运用所提出的优化方法对该区域的出租车停靠站进行重新选址,并研究不同的乘客期望出行距离对选址问题的影响.结果表明:当乘客的期望出行距离小于300 m时,新的站点布局方案能够以合理的站点数量覆盖区域内的全部出行需求,同时保证乘客的出行满意度处于较高水平,验证了双目标选址模型的有效性.     

基于CTBN的移动对象不确定轨迹预测算法

为了高效准确地预测移动对象动态运动轨迹,提出了一种基于轨迹时间连续贝叶斯网络(CTBN)的不确定性轨迹预测算法,充分考虑了移动速度和方向对移动对象动态运动行为的影响,包含3个主要步骤:热点区域挖掘将轨迹数据集划分为不同的热点聚簇;轨迹时间连续贝叶斯网络的构建,其由3个变量(街区号、移动速度、移动方向)构成的状态组合;利用该网络预测移动对象动态运动行为计算可能运动轨迹。不同数据集上的实验结果表明该算法的预测精度优于朴素预测算法,并证明了热点区域挖掘的作用在于能够在保证较高预测准确性的前提下提高预测时间性能近60%。     

基于关联规则的公共交通通勤稳定性人群辨识

通过对北京市公共交通乘客出行行为调查数据、公共交通刷卡数据和线站数据进行关联匹配,提取了公共交通通勤乘客出行链。利用一个月的公共交通出行数据,从活动点、出行空间和出行时间的角度提取了非家活动点类别数、典型出行链占比、出行空间均衡度、时间稳定性和时间集中度5类指标用来描述乘客出行稳定性。引入关联规则方法中FP-growth算法,采用支持度、置信度和提升度3个参数挖掘不同项集长度下各特征属性之间的关联规则,识别出3类稳定性差异显著的通勤人群,并对辨识方法的合理性进行了验证。研究为制定针对性和差别化的公交供需管理策略提供了支撑,助力更加高效和精细化的公共交通出行服务。     

城市轨道交通换乘站内部换乘客流量算法研究

城市轨道交通换乘站是城市轨道交通路网中的重要节点,不同轨道交通线路之间的内部换乘是换乘站的重要功能之一,其内部换乘效率的高低直接影响整个轨道交通的运能,现将"木桶原理"应用于城市轨道交通换乘站,提出换乘站内部换乘客流量模型,并将其应用于北京市典型地铁换乘站的数据分析中,不仅为换乘站的建设、规划也为相关部门应对换乘站不同客流情况采取的管理措施提供理论依据.     

一种面向定点轨迹数据的行程识别方法

为了对长周期定点轨迹数据进行行程识别,提出了一种基于动态阈值的定点轨迹数据行程识别方法.首先,采用聚类方法确定与阈值相关的时空多粒度参数;其次,根据参数对历史记录进行统计,计算参数对应的阈值;利用时空相关参数获取对应阈值,对轨迹进行分段,进而实现行程识别.基于真实的城市交通卡口数据的实验结果表明,使用时空相关的动态阈值方法对定点轨迹数据进行行程识别在准确率和覆盖率上都要优于传统基于固定和单一阈值的方法.     

城市轨道交通枢纽换乘供需一致性研究

基于分形理论,提出了代表轨道交通线网中枢纽供给能力的站点-半径维数、代表枢纽换乘需求的换乘需求-半径维数,通过分析分形维数的一致性达到量化枢纽供需一致性的目的.最后以北京市轨道交通线网为算例,验证了模型和算法的有效性,并对算法中涉及的重要参数进行了灵敏度分析,讨论了出行行为对于分形维数和一致性指数产生的影响.结果表明:分形维数及分形一致性指数能较好地描述轨道交通线网的供需一致性特征.     

基于元胞自动机的客机应急撤离过程仿真研究

提出采用基于信息流传播更新机制的元胞自动机算法进行客机应急撤离问题的求解.算法利用带缩放系数的微观离散网格描述客机客舱布置方案,考虑了旅客不同属性对撤离过程的动态影响,采用信息流更新机制对撤离过程进行模拟,有效地解决了采用传统并行更新机制模拟与实际撤离过程不一致的问题.实例仿真结果表明,文中的算法与传统元胞自动机算法相比,更接近于试验结果.     

配合大容量快速运输的实用常规公交线网规划方法

基于轨道交通和快速公交网络确定的前提下,在"逐条布设、优化成网"的规划方法基础上,提出大城市常规公共交通线网的规划方法.引入枢纽点吸引系数概念,用于调整与大容量快速运输线路站点及枢纽相邻区域的公交线路运行时间,按最短路算法确定备选公交线路集,以直达客流密度最大为目标确定公交线路走向,使常规公交线路在布设时优先通过或邻近换乘枢纽点,从而达到提高大容量快速运输系统吸引力、有效驳运轨道交通和快速公交客流,同时兼顾公交运营企业效益的目的.     

轨道交通线网服务范围研究

确定轨道站点的吸引范围对于进行客流需求预测、合理规划轨道线网具有重要意义.本文以出行者个人为研究对象,综合考虑出行者个人属性、出行特性以及交通服务水平对于轨道站点选择的影响确定轨道站点选择效用,根据出行者综合出行效用最大化的理论建立轨道站点选择行为非集计模型.根据站点效用计算结果,结合雷厉公式,给出站点的吸引力以及距离站点一定距离的地点的吸引力强度计算公式.在此基础上,研究了轨道站点吸引范围计算模型.     

钢轨表面缺陷图像自适应分割算法

针对钢轨表面缺陷提取时的灰度分布不均与杂散光干扰问题,在背景差分法的基础上提出了一种钢轨表面缺陷图像自适应分割算法.首先,通过统计钢轨图像中各行像素灰度特征,结合其均值与标准差分布曲线快速提取钢轨表面区域;然后,进行区域与边缘特征的均值窗口自适应选取;最后,根据均值模糊原理建立背景图像模型并进行图像差分,实现了钢轨表面缺陷分割.实验结果表明:提出的轨面提取算法快速、有效;钢轨表面缺陷自适应分割算法在凸显图像中缺陷部分的同时,有效减少了光照变化和反射不均的影响.该方法对测试图像的召回率和准确率分别达到了95.4%和81.3%.     

基于轨道交通的常规公交线网优化模型研究

在常规公交支持轨道交通的发展模式下,运用主轨道有效影响因子对研究区域进行梯度分级;提出了基于路段客流、广义票价费用、服务时间及环境费用的四维有效因子,并构建基于供需平衡与乘客出行有效费用的双层优化模型,利用考虑约束条件遗传算法对上层模型进行求解,并用该模型及其算法对基于地铁1、2号线的成都市公交线网进行优化.结果表明:...     

中低速磁浮列车过轨缝的间隙信号处理算法及实现

悬浮传感器间隙信号的正确处理是实现磁浮列车稳定悬浮控制的重要基础,若磁浮列车在过轨缝时的间隙信号处理不当会带来阶跃干扰,易使悬浮控制出现过度调节,影响悬浮系统的稳定性,甚至导致磁浮列车发生振动或砸轨。现实中磁浮列车也确实易在过轨缝时发生振动或砸轨现象,因此,为解决这一实际问题,结合实验线和某磁浮运行线磁浮列车过轨缝的间隙信号数据特点,提出一种新的磁浮列车过轨缝的间隙信号处理算法。该算法通过提取磁浮列车过轨缝时的实验和运行数据的间隙信号特点,区分开理想轨缝和轨道台阶,并设计了一种间隙补偿方法。仿真结果表明,所提算法可有效处理轨道台阶带来的信号干扰,提升悬浮控制系统的稳定性。