一种基于IC卡数据的地铁公交换乘问题自动诊断方法

摘要

本发明公开了一种基于IC卡数据的地铁公交换乘问题自动诊断方法，包括如下的步骤：步骤S1：提取同一工作日的地铁IC卡数据和公交IC卡数据；步骤S2：提取地铁公交空间毗邻列表；步骤S3：基于IC卡数据的地铁公交换乘识别；步骤S4：查找问题换乘数据列表；步骤S5：针对每个问题换乘数据列表j，计算换乘平均等车时间步骤S6：针对每个问题换乘数据列表j，计算换乘平均步行时间步骤S7：针对每个问题换乘数据列表j，计算换乘平均延误时间步骤S8：诊断结论。本发明方法成本低廉，样本量大，诊断速度快，且可以对改善方案形成反馈。

说明书

技术领域

本发明涉及地铁公交换乘问题自动诊断方法，特别是涉及一种基于IC卡数据 的地铁公交换乘问题自动诊断方法。

背景技术

地铁运量大、速度快、可靠性高，在很多大城市中普遍使用。但由于地铁价格 昂贵，地铁站点很难覆盖到城市所有的交通需求点，尤其是近郊地区。因此，很多 公交线路承担着地铁客流的接驳功能，以弥补地铁运营可达性的不足，甚至有城市 专门开设接驳公交用于与地铁换乘。

然而，部分公交线路由于站点位置离地铁站较远、公交发车频率较低、路径干 扰较多等原因，与地铁的换乘时间较长，换乘效率低下。如何快速、低成本的了解 哪些公交线路与地铁站点的换乘存在问题、存在何种问题，成为困扰公共交通管理 者的技术问题。传统的问卷调查方法，消耗大量的人力物力，并且很多潜在的换乘 线路也往往难以覆盖；并且数据样本量小，难以从统计学角度甄别关键问题。

发明内容

发明目的：本发明的目的是提供一种成本低廉、诊断速度快、样本量大的基于 IC卡数据的地铁公交换乘问题自动诊断方法。

本发明所述的基于IC卡数据的地铁公交换乘问题自动诊断方法，包括以下的 步骤：

S1：提取同一工作日的地铁IC卡数据和公交IC卡数据：其中，地铁IC卡数 据包括4列，即卡编号CN、交易时间TT、站点编号SN、闸机编号GN；公交IC卡 数据包括4列，即卡编号CN、交易时间TT、线路编号LN、车辆编号VN；

S2：提取地铁公交空间毗邻列表：提取城市中所有地铁站点半径500m范围内 所有运营的公交线路名称，形成地铁站点编号SN与公交线路编号LN组成的地铁公 交空间毗邻列表；该列表中，每行数据包含两个变量，即地铁站点编号i以及站点 编号为i的地铁站点半径500m范围内的所有公交线路编号；

S3：基于IC卡数据的地铁公交换乘识别：首先，将步骤S1获得的地铁IC卡 数据与公交IC卡数据融合，然后，在地铁卡编号CN与公交卡编号CN相同的所有 数据行中提取地铁刷卡记录后一行是公交刷卡记录的两条数据行，每一条地铁刷卡 记录与其后的公交刷卡记录形成一组换乘数据，当一组换乘数据满足时间约束条件 与空间约束条件时，该组换乘数据即为有效数据组，将所有有效数据组形成有效数 据库列表；其中，空间约束条件为：有效数据库列表中的每组有效数据组中，地铁 站点编号SN与公交线路编号LN能够在步骤S2所述的地铁公交空间毗邻列表中任 一行同时查询到；时间约束条件如式(1)和式(2)所示：

T_换＝TTb-TTm(1)

T_换<30分钟(2)

式(1)中，TTm为地铁交易时间，TTb为公交交易时间；

S4：查找问题换乘数据列表：首先，根据每组有效数据组的地铁交易时间 TTm与公交交易时间TTb，按照式(1)计算每组有效数据组的换乘时间T_换； 然后，在有效数据库列表中，将具有相同的地铁站点编号SN与相同的公交线 路编号LN的有效数据组提取组成特定换乘列表，每个特定换乘列表中记录了 一个具体的地铁站与一个具体的公交线路间的所有换乘乘客信息，统计每个特 定换乘列表中含有的有效数据组组数N，以及这N组数据的平均换乘时间当有效数据组组数N>1000并且平均换乘时间分钟时，该特定换乘列表 为问题换乘数据列表，删除每个问题换乘数据列表j中的离群数据组，其中， 离群数据组，指的是以问题换乘数据列表j中的所有换乘时间T_换j为观测值， 距第1四分位数(Q1)或第3四分位数(Q3)超出四分位数间距的两倍以上 的观测值所在的数据组，j＝1，2，……，m，m为问题换乘数据列表的个数；

S5：针对每个问题换乘数据列表j，计算换乘平均等车时间从公交公 司获取每个问题换乘数据列表j中公交车的发车时间间隔Th_j，通过式(3)推 算换乘平均等车时间：

S6：针对每个问题换乘数据列表j，计算换乘平均步行时间当地铁转 公交的换乘乘客在公交车站等待时间少于e秒即坐上公交车时，认为该乘客正 好坐上公交，将该乘客的换乘时间T_换等价于他的换乘步行时间T_步；因此，至 少存在n_j个乘客能够正好坐上公交，这n_j个乘客的平均换乘时间即为换乘平均 步行时间n_j如式(4)所示：

n_j＝int(N_j*e/Th_j)(4)

其中，int()表示四舍五入取整函数；

S7：针对每个问题换乘数据列表j，计算换乘平均延误时间换乘平均 延误时间如式(5)所示：

S8：诊断结论：依据式(6)得出诊断结论，并给出有效措施，如式(6) 所示：

其中，诊断结论分为三类：类型I，即公交站点与地铁站距离过远；类型II， 即公交车发车频率过低；类型III，即换乘路径中信号灯过长或换乘公交站台难 以寻找；相应地，有效措施也分为三类：措施I，即移近公交站台至地铁站出 口附近；措施II，即增加公交车发车频率；措施III，即增加换乘引导指示牌， 优化换乘路径中信号灯的信号配时。

进一步，所述步骤S3中，将地铁IC卡数据列表与公交IC卡数据列表进 行纵向拼接，形成新的4列数据库列表，数据变量名变更为：卡编号CN、交易 时间TT、站点编号SN/线路编号LN、闸机编号GN/车辆编号VN；对新数据库依 次按照交易时间TT、卡编号CN这两个变量升序排序。

进一步，所述步骤S6中的e＝5。

有益效果：本发明具有如下的有益效果：

1.成本低廉。本发明提出的基于IC卡的地铁公交换乘问题自动诊断方法，只 需要根据公共交通运营公司记录的IC卡刷卡记录，应用一台常规计算机的数据库 与Excel软件运算即可获得；不需要花费大量的人力物力进行问卷调查，以及后续 的整理分析。

2.样本量大，避免疏漏。本发明方法从整个城市的地铁与公交的刷卡数据分析， 涵盖了城市中所有已知以及潜在的地铁公交换乘点对，能够全面的分析整个城市的 地铁公交换乘情况；并且由于样本量大，可以更准确、权威的评价换乘中存在的问 题。

3.诊断速度快。传统的调查方法，从问卷制作、问卷调查到最终的数据分析花 费时间从一周至数月不等；并且调查越全面，耗时越长。而本发明方法，可以使用 计算机自动处理大量样本，获得诊断结果只需数小时甚至更短时间，这为交通管理 者快速决策节省了大量时间。

4.可以对改善方案形成反馈。由于本发明专利方法简单易行，因此可以用于对 比改善方案前后地铁公交换乘点对的换乘时间，进而直接评价改善方案的效果，并 可以根据换乘时间的不同组成部分变化，对改善方案形成反馈。

附图说明

图1为本发明的方法流程图。

具体实施方式

下面结合具体实施方式对本发明的技术方案作进一步的介绍。

本发明所述的基于IC卡数据的地铁公交换乘问题自动诊断方法，包括以下的 步骤：

S1：提取同一工作日的地铁IC卡数据和公交IC卡数据：其中，地铁IC卡数 据包括4列，即卡编号CN、交易时间TT、站点编号SN、闸机编号GN；公交IC卡 数据包括4列，即卡编号CN、交易时间TT、线路编号LN、车辆编号VN；

S2：提取地铁公交空间毗邻列表：提取城市中所有地铁站点半径500m范围内 所有运营的公交线路名称，形成地铁站点编号SN与公交线路编号LN组成的地铁公 交空间毗邻列表；该列表中，每行数据包含两个变量，即地铁站点编号i以及站点 编号为i的地铁站点半径500m范围内的所有公交线路编号；

S3：基于IC卡数据的地铁公交换乘识别：首先，将步骤S1获得的地铁IC卡 数据与公交IC卡数据融合，然后，在地铁卡编号CN与公交卡编号CN相同的所有 数据行中提取地铁刷卡记录后一行是公交刷卡记录的两条数据行，每一条地铁刷卡 记录与其后的公交刷卡记录形成一组换乘数据，当一组换乘数据满足时间约束条件 与空间约束条件时，该组换乘数据即为有效数据组，将所有有效数据组形成有效数 据库列表；其中，空间约束条件为：有效数据库列表中的每组有效数据组中，地铁 站点编号SN与公交线路编号LN能够在步骤S2所述的地铁公交空间毗邻列表中任 一行同时查询到；时间约束条件如式(1)和式(2)所示：

T_换＝TTb-TTm(1)

T_换<30分钟(2)

式(1)中，TTm为地铁交易时间，TTb为公交交易时间；

S4：查找问题换乘数据列表：首先，根据每组有效数据组的地铁交易时间 TTm与公交交易时间TTb，按照式(1)计算每组有效数据组的换乘时间T_换； 然后，在有效数据库列表中，将具有相同的地铁站点编号SN与相同的公交线 路编号LN的有效数据组提取组成特定换乘列表，每个特定换乘列表中记录了 一个具体的地铁站与一个具体的公交线路间的所有换乘乘客信息，统计每个特 定换乘列表中含有的有效数据组组数N，以及这N组数据的平均换乘时间当有效数据组组数N>1000并且平均换乘时间分钟时，该特定换乘列表 为问题换乘数据列表，删除每个问题换乘数据列表j中的离群数据组，其中， 离群数据组，指的是以问题换乘数据列表j中的所有换乘时间T_换j为观测值， 距第1四分位数(Q1)或第3四分位数(Q3)超出四分位数间距的两倍以上 的观测值所在的数据组，j＝1，2，……，m，m为问题换乘数据列表的个数；

S5：针对每个问题换乘数据列表j，计算换乘平均等车时间从公交公 司获取每个问题换乘数据列表j中公交车的发车时间间隔Th_j，通过式(3)推 算换乘平均等车时间：

S6：针对每个问题换乘数据列表j，计算换乘平均步行时间当地铁转 公交的换乘乘客在公交车站等待时间少于e秒即坐上公交车时，认为该乘客正 好坐上公交，将该乘客的换乘时间T_换等价于他的换乘步行时间T_步；因此，至 少存在n_j个乘客能够正好坐上公交，这n_j个乘客的平均换乘时间即为换乘平均 步行时间n_j如式(4)所示：

n_j＝int(N_j*e/Th_j)(4)

其中，int()表示四舍五入取整函数；

S7：针对每个问题换乘数据列表j，计算换乘平均延误时间换乘平均 延误时间如式(5)所示：

S8：诊断结论：依据式(6)得出诊断结论，并给出有效措施，如式(6) 所示：

其中，诊断结论分为三类：类型I，即公交站点与地铁站距离过远；类型II， 即公交车发车频率过低；类型III，即换乘路径中信号灯过长或换乘公交站台难 以寻找；相应地，有效措施也分为三类：措施I，即移近公交站台至地铁站出 口附近；措施II，即增加公交车发车频率；措施III，即增加换乘引导指示牌， 优化换乘路径中信号灯的信号配时。

进一步，所述步骤S3中，将地铁IC卡数据列表与公交IC卡数据列表进 行纵向拼接，形成新的4列数据库列表，数据变量名变更为：卡编号CN、交易 时间TT、站点编号SN/线路编号LN、闸机编号GN/车辆编号VN；对新数据库依 次按照交易时间TT、卡编号CN这两个变量升序排序。

进一步，所述步骤S6中的e＝5。

下面介绍一个具体实施例，介绍本发明的方法，此实施例针对南京的IC卡数 据。

本发明的方法包括如下的步骤：

步骤S1：提取同一工作日的地铁IC卡数据和公交IC卡数据：其中，地铁IC 卡数据包括4列，即卡编号CN、交易时间TT、站点编号SN、闸机编号GN；公交IC 卡数据包括4列，即卡编号CN、交易时间TT、线路编号LN、车辆编号VN；如表1 与表2所示，南京2013年10月16日部分地铁IC卡数据与公交IC卡数据样例。

表1南京2013年10月16日部分地铁IC卡数据样例

卡编号CN 交易时间TT 站点编号SN 闸机编号GN 991161512067 08:22:13 0000051 20217363

991161512076 17:22:25 0000011 20069921 991161512086 08:29:24 0000009 20133397 991161512086 11:33:45 0000037 20145175 991161512087 18:34:49 0000030 20143363 … … … …

表2南京2013年10月16日部分公交IC卡数据样例

卡编号CN 交易时间TT 线路编号LN 车辆编号VN 991161512067 06:58:07 106515100000 128142 991161512076 08:25:08 101502400000 141618 991161512076 17:29:14 101502400000 141620 991161512086 09:04:02 106518300000 120824 991161512087 17:29:19 102507400150 153506 … … … …

步骤S2：提取地铁公交空间毗邻列表：提取城市中所有地铁站点半径500m范 围内所有运营的公交线路名称，形成地铁站点编号SN与公交线路编号LN组成的地 铁公交空间毗邻列表，如表4所示(表3为南京地铁公交空间毗邻列表原始名称)； 该列表中，每行数据包含两个变量，即地铁站点编号i以及站点编号为i的地铁站 点半径500m范围内的所有公交线路编号；

表3南京地铁公交空间毗邻列表原始名称样例

表4南京地铁公交空间毗邻列表代码转换后样例

步骤S3：基于IC卡数据的地铁公交换乘识别：首先，将步骤S1获得的地铁 IC卡数据及公交IC卡数据融合；然后，提取相同卡编号CN的所有数据行中，地 铁刷卡记录后一行是公交刷卡记录的两条数据行，每一条地铁刷卡记录与其后的公 交刷卡记录形成一组换乘数据。当每组换乘数据(两条刷卡记录)满足时间约束条 件与空间约束条件时，该组数据即为有效数据组，将所有有效数据组形成有效数据 库列表，如表5所示；

表5有效数据库列表

步骤S4：查找问题换乘数据列表：首先，根据每组有效数据组的地铁交易时间 TTm与公交交易时间TTb，计算每组数据的换乘时间T_换，如式(1)：

T_换＝TTb-TTm(1)

在有效数据库列表中，将具有相同的地铁站点编号SN与相同的公交线路编号 LN的有效数据组提取组成特定换乘列表；每个特定换乘列表中记录了一个具体的 地铁站与一个具体的公交线路间的所有换乘乘客信息；统计每个特定换乘列表中含 有的有效数据组组数N，以及这N组数据的平均换乘时间当有效数据组组数 N>1000并且平均换乘时间分钟时，该特定换乘列表为问题换乘数据列表； 删除每个问题换乘数据列表j中的离群数据组；假定最终获得m个问题换乘数据列 表，其中任一问题换乘数据列表中含有有效数据组组数为N_j，其中j＝1，2，3，…m。

根据南京IC卡数据得到，m＝2，即有两个问题换乘数据列表。计算得到N₁＝1334， N₂＝1230；分钟，分钟。其中，第一个问题换乘数据列表如表 6所示。

表6第一个问题换乘数据列表样例

步骤S5：针对每个问题换乘数据列表j，计算换乘平均等车时间从公交公 司获取每个问题换乘数据列表j中公交车的发车时间间隔Th_j，通过式(3)推算换 乘平均等车时间：

步骤S6：针对每个问题换乘数据列表j，计算换乘平均步行时间当地铁转 公交的换乘乘客在公交车站等待时间少于e秒即坐上公交车时，认为该乘客正好坐 上公交，该乘客的换乘时间T_换等价于他的换乘步行时间T_步。根据步骤50)中获 得的每个问题换乘数据列表j中的公交车发车时间间隔Th_j、步骤40)中获得的每 个问题换乘数据列表中有效数据组组数N_j，可以得到在问题换乘数据列表j中，至 少存在n_j个乘客能够正好坐上公交，如式(4)，其中int()表示四舍五入取整函 数：

n_j＝int(N_j*e/Th_j)(4)

假定正好坐上公交的n_j个乘客为换乘时间T_换最短的n_j个乘客(数据组)，那么 这n_j个乘客的平均换乘时间即为换乘平均步行时间

步骤S7：针对每个问题换乘数据列表j，计算换乘平均延误时间平均延误 时间由步骤40)获得的平均换乘时间步骤50)获得的换乘平均等车时间步骤60)获得的换乘平均步行时间推算得到，如式(5)所示：

步骤S8：诊断结论：诊断结论分为三类：第一类为类型I，即公交站点与地铁 站距离过远；第二类为类型II，即公交车发车频率过低；第三类为类型III，即换乘 路径中信号灯过长或换乘公交站台难以寻找。类型I对应措施I，移近公交站台至 地铁站出口附近；类型II对应措施II，增加公交车发车频率；类型III对应措施III， 增加换乘引导指示牌，优化换乘路径中信号灯的信号配时。针对每个问题换乘数据 列表j，依据式，诊断问题类型，并给出有效措施。

根据步骤S5至步骤S8的计算，得到对应结果如表7所示。

表7步骤50)至步骤80)涉及的变量结果

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术 人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进 和润饰也应视为本发明的保护范围。