基于自动检票系统数据挖掘的地铁刚性出行起讫点识别方法

论文摘要

刚性用户是地铁用户群的主要构成部分。对刚性出行起讫点的识别有助于深入了解该类型用户的出行特点,为地铁精细化管理和运营提供数据基础。针对现有起讫点挖掘方法指标较笼统、无法针对个体用户出行特征等问题,提出基于自动检票系统(automatic fare collection,AFC)数据挖掘的地铁刚性出行起讫点识别方法。首先,在分析AFC数据特点的基础上,以用户站点序列为媒介,通过用户出行的时空规律识别地铁刚性用户;其次结合刚性用户出行特点,提取刚性出行起讫点属性;最后以北京地铁为例,验证该算法的准确性,探讨北京地铁刚性需求分布。研究结果表明:该算法识别率可达到93. 5%,满足地铁运营和规划的数据要求;北京地铁刚性出行起讫点分布与现状用地属性及客流集散情况相吻合,间接证明了该算法的可靠性。

论文目录

• 1 AFC数据特点
• 2 刚性出行起讫点识别方法
•   2.1 框架设计
•   2.2 站点序列标定方法
•   2.3 刚性出行判别算法
•     2.3.1 判别原则1:周出行天数 （WTDs） ≥2
•     2.3.2 判别原则2:单链重复次数RSS≥2
•     2.3.3 判别原则3:重复单链进站时间差 （ETD） ≤3 0 min
•   2.4 刚性出行起讫点提取算法
• 3 案例分析
•   3.1 算法应用及验证
•   3.2 北京地铁刚性需求分布
• 4 结论

文章来源

类型: 期刊论文

作者: 黄海南,徐锦强,连培昆,荣建

关键词: 地铁刚性出行,起讫点,站点序列,站点属性,时空规律

来源: 科学技术与工程 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 铁路运输

单位: 北京工业大学城市交通学院,福建农林大学交通与土木工程学院

基金: 国家自然科学基金(51578028),福建省中青年教师教育科研项目(JAT160167)资助

分类号: U293.6

页码: 360-367

总页数: 8

文件大小: 433K

下载量: 93