论文摘要
以公共交通智能卡数据为基础,构建概率图模型,从乘客连续出行行为以及时空转移角度提取乘客出行链。从进出站客流时间分布特征出发,构建混合泊松模型,识别出站点周边用地性质信息;然后结合乘客连续的活动序列,构建隐马尔科夫模型,从乘客连续出行的时间特征和空间用地特征上识别出行目的,从而构建每位乘客基于公共交通的出行链。以北京市某一周工作日的轨道交通智能卡数据为例实现本文模型,结果表明:工作类活动以及回家类活动在全天主要时段分布与以往研究和调查结果相吻合,验证了模型的有效性;对于出行链,通勤类出行为主要出行,占68.5%,而其他类活动以单程出行为主。
论文目录
文章来源
类型: 期刊论文
作者: 朱亚迪,陈峰,王子甲,李明
关键词: 交通运输系统工程,智能卡数据,混合泊松模型,隐马尔科夫模型,出行链
来源: 吉林大学学报(工学版) 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 公路与水路运输,计算机软件及计算机应用
单位: 北京交通大学土木建筑工程学院,北京交通大学北京市轨道交通线路安全与防灾工程技术研究中心,长安大学公路学院
基金: 中央高校基本科研业务费专项项目(2016YJS110),北京市自然科学基金项目(8172039)
分类号: U495
DOI: 10.13229/j.cnki.jdxbgxb20171054
页码: 60-65
总页数: 6
文件大小: 231K
下载量: 283
相关论文文献
标签:交通运输系统工程论文; 智能卡数据论文; 混合泊松模型论文; 隐马尔科夫模型论文; 出行链论文;