智能公共交通系统数据分析方法与应用研究

摘要

对一个城市的公共交通系统而言，今后不能再像过去那样单靠“增加车辆、增加人力”这样粗放经营的方法来提高运输能力和质量。城市公共交通系统必须从粗放型经营转走技术集约型的路线，智能公交系统为这种转轨提供了机会。作为智能公交系统的重要组成部分，公交数据的自动采集和信息挖掘分析得到越来越多的重视，它是公交行业规划者、公交企业运营者、公众参与者了解公交系统乘客出行需求、公交运行状况及服务水平的重要信息来源。相比传统的通过人工调查方法，智能公交系统数据自动采集和挖掘分析技术能提供更持续的、准确的、全面的公交系统基础信息。本文围绕这一热点问题，以“智能公共交通系统数据分析方法与应用研究”为题，研究相关的理论框架和几项关键的数据挖掘分析技术。
　　 论文首先提出智能公交系统数据挖掘分析的理论框架。介绍智能公交系统数据的基本构成，归纳公交企业、公交行业、公众三方对公交信息的需求情况，给出智能公交系统数据挖掘分析的主要内容和一般方法，同时解析智能公交系统数据自动采集与信息挖掘分析的互动关系。
　　 随后，讨论不同数据条件下的公交站点OD矩阵推导方法。分别设计基于公交IC卡数据的公交站点OD推导算法和基于公交IC卡/AVL数据的公交站点OD推导算法，利用常州市和苏州市智能公交系统采集的数据进行实例应用。
　　 在此基础上，建立智能公交系统中的公交客流特征分析方法。介绍常用的公交客流时空分布特征指标，说明分析的主要步骤和应用范围，对构建的公交IC卡刷卡乘客样本数据集进行K-均值聚类分析，结果表明乘客刷卡时间聚类与IC卡类型（即乘客类型）在很大程度上吻合。
　　 最后，建立智能公交系统中的公交服务水平分析方法。建立面向公交行业/企业/公众三方信息需求的公交动态服务水平特征指标，说明基于AHP的分析方法，阐述基于车头时距稳定率的城市公交车辆到站时间可靠性分析方法，利用常州市BRT线路采集数据进行实例应用。

目录

声明

摘要

第一章 绪论

1．1 立题背景及意义

1．2 国内外研究概况

1．3 研究内容与技术路线

1．4 论文章节结构

第二章 智能公交系统数据挖掘分析理论框架

2．1 智能公交系统数据的基本构成

2．2 公交企业／行业／公众三方信息需求

2．2．1 公交企业信息需求

2．2．2 公交行业信息需求

2．2．3 公众信息需求

2．3 智能公交系统数据自动采集与信息挖掘的互动关系

2．4 智能公交系统数据分析的主要内容及一般方法

2．4．1 智能公交系统数据分析的主要内容

2．4．2 智能公交系统数据分析的一般方法

2．5 本章小结

第三章 不同数据条件下的公交站点OD矩阵推导方法

3．1 基于公交IC卡数据的公交站点OD矩阵推导

3．1．1 基础数据准备

3．1．2 推导主要步骤

3．1．3 实例应用

3．2 基于公交IC卡／AVL数据的公交站点OD矩阵推导

3．2．1 基础数据准备

3．2．2 推导主要步骤

3．2．3 实例应用

3．3 面向开放式公交系统的乘客下车站台刷卡系统构想

3．4 本章小结

第四章 智能公交系统中的公交客流特征分析方法

4．1 公交客流时空分布特征分析

4．1．1 公交客流时空分布特征指标

4．1．2 公交客流时空特征分析的主要步骤

4．1．3 公交客流时空特征挖掘分析的应用

4．2 公交乘客出行规律分析

4．2．1 样本数据集的构造

4．2．2 聚类算法主要步骤

4．2．3 聚类结果解释

4．3 本章小结

第五章 智能公交系统中的公交服务水平分析方法

5．1 智能公交系统公交动态服务水平分析

5．1．1 城市公共交通服务水平概述

5．1．2 面向公交行业／企业／乘客需求的公交动态服务水平评价指标

5．1．3 基于层次分析法(AHP)的公交动态服务水平评价

5．2 基于车头时距稳定率的公交站点服务可靠性分析

5．2．1 公交到站时间可靠性的内涵

5．2．2 公交到站时间可靠性指标

5．2．3 基于车头时距稳定率的到站时间可靠性分析方法

5．2．4 实例应用

5．3 本章小结

第六章 结论与展望

6．1 主要研究成果

6．2 主要创新点

6．3 研究展望

致谢

参考文献

作者简介