基于空间数据和广义线性贝叶斯的城市轨道交通OD预测

目录

声明

致谢

1 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 OD预测问题研究

1.2.2 轨道站点吸引范围问题研究

1.2.3 研究现状总结

1.3 研究内容与技术路线

1.3.1 研究内容

1.3.2 技术路线

2 OD影响因素及建模方法分析

2.1 城市轨道交通OD影响因素分析

2.1.1 OD影响因素的分类

2.1.2 不同类别的OD影响因素分析

2.2 本文的预测方法

2.2.1 基于空间数据的OD直接预测方法分析

2.2.2 基于空间数据的广义线性贝叶斯OD预测方法的提出

2.2.3 本文的建模框架

2.3 本章小结

3 轨道交通站点多方式吸引范围分析与确定

3.1 多方式吸引范围定义及确定方法

3.1.1 多方式吸引范围的定义

3.1.2 多方式吸引范围的确定方法

3.2 多方式接驳数据采集

3.2.1 面向步行接驳的城市轨道交通站点聚类

3.2.2 接驳数据采集

3.3 多方式接驳时间特性分析与阈值计算方法

3.3.1 接驳时间分布特征和阈值估计

3.3.2 基于DBSCAN聚类的多方式接驳时间阈值计算

3.4 多方式吸引范围的确定

3.4.1 步行吸引范围的确定

3.4.2 自行车吸引范围的确定

3.5 本章小结

4 基于空间数据的OD预测广义线性模型的建立

4.1 广义线性模型简介

4.1.1 广义线性模型的定义

4.1.2 广义线性模型的优点

4.2 OD预测广义线性模型的构建与预测流程

4.3 OD预测建模数据集

4.3.1 OD预测的空间数据构成

4.3.2 空间数据的预处理

4.4 基于多方式吸引范围的OD影响因素指标构建与分析

4.4.1 OD影响因素量化及指标构建

4.4.2 OD影响因素指标相关性分析

4.4.3 OD影响因素指标多重共线性诊断

4.4.4 特征选择筛选OD影响因素指标

4.5 特征选择后的OD影响因素指标及模型构建

4.5.1 特征选择后的OD影响因素指标分析

4.5.2 模型构建

4.6 本章小结

5 广义线性模型参数估计与OD预测

5.1 广义线性模型参数估计方法

5.1.1 基本原理与思路

5.1.2 贝叶斯估计主要流程

5.2 模型参数贝叶斯估计

5.2.1 分布函数备选集的构成

5.2.2 Poisson似然函数下的后验分布与抽样

5.2.3 负二项似然函数下的后验分布与抽样

5.2.4 Gamma 似然函数下的后验分布与抽样

5.3 贝叶斯后验参数估计结果

5.3.1 Poisson似然函数下后验参数估计结果

5.3.2 负二项似然函数下后验参数估计结果

5.3.3 Gamma似然函数下后验参数估计结果

5.4 模型选择与OD预测模型的建立

5.4.1 模型选择

5.4.2 基于广义线性模型的OD预测

5.4.3 OD预测模型拟合优度及误差分析

5.5 本章小结

6 案例分析

6.1 背景介绍与研究过程

6.2 站点吸引范围确定

6.2.1 站点步行吸引范围确定

6.2.2 站点自行车吸引范围确定

6.3 OD预测模型输入数据确定

6.4 OD预测结果

6.5 本章小结

7 结论与展望

7.1 主要研究工作

7.2 主要创新内容

7.3 研究展望

参考文献

附录 A

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集