基于AFC數(shù)據的城市軌道交通路網乘客時空軌跡估計.pdf

1、發(fā)現(xiàn)軌道交通中乘客的出行模式和客流分布對于列車時刻表的編制和應對突發(fā)事件是至關重要的。在“一票換乘”情況下，如何在近似黑箱的軌道交通網絡中準確有效識別乘客的時空位置是客運管理工作的基礎。本文就是在交通大數(shù)據背景下利用數(shù)據挖掘城市軌道交通網絡中乘客出行軌跡，得到城市軌道交通網絡中的客流分布情況，為列車時刻表的編制工作和提高突發(fā)事件的應急響應提供決策支持。
　　非接觸式智能卡系統(tǒng)（AFC系統(tǒng)）可以記錄與乘客出行相關的時間地點數(shù)據，這為

2、分析乘客的出行軌跡提供了大量真實可靠的出行數(shù)據。本文首先介紹了城市軌道交通中的基本數(shù)據，并利用這些數(shù)據簡單分析了城市軌道交通客流時空分布規(guī)律以及路徑旅行時間的特點。
　　為了估計乘客的時空軌跡，本文提出了基于AFC數(shù)據的乘客出行軌跡估計模型。首先建立了城市軌道交通中乘客旅行時間模型，在此基礎上，將乘客的旅行時間分為進站走行時間、候車時間、乘車時間、出站走行時間和換乘時間。利用典型乘客的AFC數(shù)據通過不同的方法估計旅行時間要素。然后

3、，基于旅行時間進行城市軌道交通乘客出行路徑匹配來發(fā)現(xiàn)選擇乘客出行路徑，并通過位置估計模型估計乘客的出行軌跡。最后，結合列車時刻表，將單個軌跡映射到車輛中。在實例分析中對乘客的出行軌跡進行應用，得出了北京市城市軌道交通網絡的時空分布、列車載客人數(shù)及站內人數(shù)，并用實際數(shù)據對模型進行了驗證。
　　基于AFC數(shù)據的乘客出行軌跡估計模型具有簡單、易操作的特點，但忽略了乘客在實際出行過程中會有所差別，尤其是候車時間等方面。在前面模型的基礎上，