公交IC卡数据客流预测模型研究

为解决我国大城市工作上下班高峰期公交线路客流不均衡的问题,提出以公交路线一卡通数据为研究对象,综合考虑天气类型、温度和风力多个因素对客流的影响,利用多元线性回归模型建立公交工作日高峰期各时间段客流模型. 最后通过一卡通大数据对模型进行了验证,证明多元线性回归模型能够准确且快速地预测高峰时间段的客流量,实现了通过公交线路客流预测缓解城市工作日高峰期出行拥堵的问题.     

基于一卡通数据的公交站点识别方法分析与研究

针对大众公共交通高峰期部分站点上车难等问题,通过分析一卡通大数据来推断上车站点客流,提前预知客流分布状况,以缓解城市公共交通出行压力.本文采取了一种基于IC卡数据的聚类分析方法,建立了数据模型来推算上下班高峰期公交线路站点的客流,并对测算结果进行对比分析.最后提出包括开行区间车、大站快车等改善交通运营的相关措施,为城市交通部门的公交线路设计和综合交通规划提供一定的指引,确保城市居民日常乘车的便捷性和舒适性.     

基于IC卡数据的居民出行成本建模分析

发展公共交通是解决城市交通拥堵的重要手段,在发展公共交通同时也应兼顾居民出行成本.为剖析城市居民出行支出与时间成本,先以广州交通IC卡数据为研究对象,通过核密度估计算法对交通IC卡数据建模,分析居民的出行成本规律.然后对模型可泛化能力进行测试,证明核密度估计模型能够客观准确地反映居民出行规律.最后对出行幸福指数进行分析,以此对政府补助政策的制定提供参考.