首页> 中文学位 >城市轨道交通早高峰乘客出行时间选择行为研究
【6h】

城市轨道交通早高峰乘客出行时间选择行为研究

代理获取

目录

声明

致谢

摘要

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状

1.2.1 SP调查设计研究现状

1.2.2 出行时间选择行为研究现状

1.2.3 贝叶斯网络应用研究现状

1.2.4 研究现状总结

1.3 论文研究内容和技术路线

1.3.1 论文研究内容

1.3.2 技术路线

2 城市轨道交通早高峰乘客出行时间选择行为

2.1 城市轨道交通早高峰乘客出行时间选择分布特性

2.1.1 早高峰乘客出行时间选择的时间分布特性

2.1.2 早高峰乘客出行时间选择的空间分布特性

2.2 出行时间选择影响因素及过程分析

2.3 基于RP、SP的早高峰乘客出行时间选择调查设计

2.3.1 SC实验属性筛选

2.3.2 基于RP数据的属性水平设计

2.3.3 SC实验属性水平分配

2.3.4 基于D-efficient的SC实验优化设计

2.3.5 社会经济属性设计

2.3.6 问卷结构设计

2.3.7 调查实施及数据分析

2.4 本章小结

3 基于Mixed Logit的早高峰乘客出行时间选择特性分析

3.2.1 模型变量定义及编码

3.2.2 模型效用函数构建

3.2.3 模型求解

3.3 ML模型参数效用分析

3.3.1 出行相关属性参数效用分析

3.3.2 异质性参数效用分析

3.4 本章小结

4 基于贝叶斯网络的早高峰乘客出行时间选择行为预测

4.1 网络构建流程

4.2 贝叶斯网络学习

4.2.1 基于K2算法的网络结构学习

4.2.2 基于贝叶斯估计的网络参数学习

4.3 网络推理分析及有效性验证

4.4 模型预测精度对比

4.5 本章小结

5 早高峰客流出行需求控制与模型实例应用

5.1 早高峰客流出行需求控制及评估

5.2 八通线概况及早高峰客流分析

5.2.1 八通线概况

5.2.2 八通线早高峰客流分析

5.3 早高峰客流出行需求控制策略制定

5.4 早高峰客流出行需求控制策略评估

5.4.1 仿真流程

5.4.2 基础数据输入

5.4.3 基于仿真的列车区间满载率估算

5.4.4 早高峰客流出行需求控制效果评估

5.5 本章小结

6.1 主要研究工作

6.2 论文创新点

6.3 不足与展望

参考文献

附录

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

展开▼

摘要

随着我国社会经济的快速发展,城市轨道交通在客流运输和缓解道路交通压力上起着重要的作用。然而,随着客流的逐步增长,城市轨道交通高峰时段出现了乘客出行需求与车站运输能力不匹配的现象,导致车站、线路以及路网区域的拥堵状况加剧。这不仅加大了地铁的运营管理难度,更增加了潜在的安全隐患问题。为了有效减缓高峰时段的拥堵状况,调控乘客的出行需求,本文研究了网络化运营大客流条件下城市轨道交通早高峰乘客的出行时间选择问题,论文的主要工作内容如下:
  (1)结合城市轨道交通早高峰乘客出行时间的时空分布规律,分析了乘客的出行时间选择特性;分析了乘客的出行时间选择过程以及出行时间选择的影响因素;研究了基于RP、SP的早高峰乘客出行时间选择调查设计方法。其中,采用RIDIT方法筛选影响乘客出行时间选择的关键属性;采用RP数据设计SC实验属性,增强SC实验情景的合理性;采用D-efficient优化SC实验的属性组合,提升后续模型参数的标定精度和整体拟合度。
  (2)应用既有模型方法对城市轨道交通早高峰乘客出行时间选择行为进行分析和预测。首先,基于ML分析了早高峰乘客的出行时间选择特性,模型采用极大似然估计进行参数标定,采用弹性分析对出行相关属性的效用进行了分析,并对乘客的异质性进行了探讨,为客流出行需求控制策略的制定提供理论依据;然后,基于贝叶斯网络预测早高峰乘客的出行时间选择行为,分别采用K2算法和贝叶斯估计对网络进行结构学习和参数学习;采用联合树算法对网络进行推理分析,并与SP调查数据进行对比,验证了网络的有效性;最后,基于ROC曲线比较了ML和贝叶斯网络的预测精度,得出贝叶斯网络预测乘客出行时间选择的精度更高。
  (3)以北京城市轨道交通八通线作为研究对象进行了早高峰客流出行需求控制与模型实例应用。首先,分析了八通线早高峰6:00~9:00的乘客出行时间分布状况;结合早高峰乘客出行时间选择特性,对土桥、果园、双桥和传媒大学站制定了的基于票价调整的客流出行需求控制策略;然后,采用基于仿真的方法估算列车区间满载率,并采用高满载率区间比例和欧氏距离分布熵评估客流出行需求控制效果。结果表明:提出的客流出行需求控制策略改变了部分乘客的出行时间,线路整体拥挤水平有所下降。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号