基于IC卡数据的地铁与常规公交换乘时间分析

摘要

近年来公交IC卡系统在国内很多城市得到广泛应用，很多大中城市持卡乘客比例达到60％～80％，计算机技术的发展促使我国各大城市建立了公交IC卡信息数据库及管理系统。我国地铁建设不断发展，地铁与常规公交之间的换乘也逐渐增加，利用IC卡采集的大量信息对换乘行为进行识别与分析可以获得更加完善的公交客流信息。鉴于此，本文以国家重点基础研究发展计划“公交主导型多方式交通网络的协同机理与耦合理论”为依托，基于南京市公交IC卡数据，利用IC卡记录提供的大量乘客出行信息，采用数据挖掘技术，对IC卡采集到的数据进行处理，分析数据之间的关系，识别地铁与常规公交的换乘行为，分析并优化换乘时间。
　　首先介绍南京市公交IC卡的系统组成、公交IC卡的数据结构以及基础数据的格式和类型，并选取Access作为数据预处理平台，处理数据格式、删除冗余及错误数据，为后期进行数据分析打下基础。
　　然后，以Access与Excel软件为平台，利用公交IC卡采集得到的大量信息对地铁与常规公交间的换乘行为进行识别。为提高IC卡数据换乘行为识别的准确率，改进目前普遍采用的统一阀值识别方法，用初步识别和深度识别相结合的方法对换乘行为进行判断，同时对地铁与地铁站点周边不同公交线路间的换乘采用不同的换乘判断阀值，提出基于不同阀值的换乘行为识别方法。
　　在此基础上，对公交IC卡识别出的换乘时间进行对数正态分布拟合并采用SPSS的P-P图进行分布检验;使用概率加权算法构建换乘总时间模型并采用韦伯(Weibull)分布拟合换乘走行时间;以研究时段内乘客的总换乘时间最少为优化目标，满载率、接运公交发车间隔等为约束条件，建立了换乘时间优化模型，并采用遗传算法进行求解，得到最佳的接运公交专线发车时刻表，实现两种交通方式之间的换乘优化。
　　最后，基于南京市IC卡数据分析了地铁与常规公交的换乘时空特性，并以珠江路地铁站为例，深入识别地铁与该站点周边每条公交线路的换乘情况，选取换乘量较大且具有明显早高峰的6路公交进行换乘时间分析与优化设计。

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．2 国内外研究现状

1．2．1 公交IC卡研究现状

1．2．2 地铁与常规公交换乘研究现状

1．3 研究目的与研究内容

1．4 技术路线

第二章 IC卡数据的分析与预处理

2．1 IC卡分析方法的可行性

2．1．1 IC卡使用价值

2．1．2 IC卡使用现状

2．1．3 IC卡信息采集优势

2．2 IC卡数据采集

2．2．1 IC卡系统组成

2．2．2 IC卡收费系统

2．2．3 IC卡数据采集流程

2．3 IC卡数据结构

2．3．1 地铁IC卡数据

2．3．2 常规公交IC卡数据

2．4 IC卡数据预处理

2．4．1 数据格式处理

2．4．2 删除冗余及错误数据

2．5 本章小结

第三章 基于IC卡数据的换乘行为识别

3．1 地铁与常规公交换乘行为

3．1．1 地铁与常规公交的定位和功能

3．1．2 地铁与常规公交的换乘

3．2 换乘行为识别方法

3．2．1 动态换乘识别方法

3．2．2 静态换乘识别方法

3．3 换乘行为初步识别

3．3．1 IC卡数据的深加工

3．3．2 换乘阀值的初步判断

3．4 换乘行为深度识别

3．4．1 换乘阀值的深度判断

3．4．2 不同阀值换乘识别

3．5 本章小结

第四章 换乘时间分布拟合与模型建立

4．1 换乘时间分布拟合

4．1．1 换乘时间分布探索分析

4．1．2 换乘时间分布拟合检验

4．2 换乘时间模型

4．2．1 换乘时间概念

4．2．2 换乘总时间模型

4．2．3 换乘走行时间模型

4．3 换乘时间优化模型

4．3．1 模型建立

4．3．2 遗传算法求解

4．4 本章小结

第五章 实例分析

5．1 基于IC卡数据的南京市地铁-公交换乘特性分析

5．1．1 换乘时间分布特性

5．1．2 换乘空间分布特性

5．2 基于IC卡数据的珠江路站换乘行为识别与分析

5．2．1 珠江路地铁站简介

5．2．2 珠江路地铁站换乘行为识别

5．2．3 南京市6路公交车简介

5．2．4 接运公交专线

5．3 珠江路站与6路公交换乘时间优化

5．3．1 换乘走行时间调查分析

5．3．2 换乘时间优化模型参数标定

5．4 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

致谢

参考文献

作者简介