基于时空网络和AFC数据的城市轨道交通乘客路径选择研究

摘要

随着我国各大城市轨道交通新线的密集开通和网络化运营的持续推进，OD对间可供乘客选择的路径不断增加，换乘客流在全网中的占比不断提升，在一票制“无缝换乘”模式下掌握乘客的路径选择及换乘客流的时空分布规律，对均衡客流分布、提高运营效率至关重要。本文主要针对城市轨道交通中换乘网络内“模糊换乘”OD对间乘客的路径选择的问题进行研究，基于时空网络描述特定时空棱镜下的有效路径，通过对AFC数据的挖掘和分析，推演出乘客的出行时空路径。基于自由时间模型快速估计乘客的路径选择决策，运用监督学习方法，构建决策树模型学习乘客的路径选择行为，为实时、准确把握客流，高效、快速诱导客流提供了模型和数据支持。　　本文主要从以下四个方面展开：　　(1)论证了乘客出行的时空限制性，在时空网络理论和列车时刻表信息扩展的基础上，搭建了乘客视角下的城市轨道交通时空网络，设计了三层k(k≤3)短路径深度优先算法，实现了乘客有效路径集生成和时空出行轨迹匹配推演。　　(2)通过AFC数据抽取、转换和清洗，建立城市轨道交通运营数据仓库。选取参考乘客样本数据，结合乘客路径选择特性和时刻表数据，利用参数统计和非参数统计相结合的方法，得到了95%置信度下不同方向进、出站和换乘时间的公差区间，即进站弧、换乘弧和出站弧的有效长度范围。　　(3)在时空网络和路径集生成基础上，通过D站反推与AFC数据挖掘公差区间下限，计算自由时间下各有效时空路径的匹配度。创新归纳了6类换乘网络单元的结构及特点，提出了“模糊换乘”概念。　　(4)总结影响乘客路径选择决策的主要属性，选取成都地铁典型“模糊换乘”OD对数据，量化分析各属性对路径选择的影响。以此为训练数据集，生成了一棵快速分类预测乘客路径选择的决策树，发现各路径换乘次数的增减是影响乘客选择理论最短路径最重要的因素。通过性能评估和检验，验证了决策树模型的高效性。

目录

声明

第1 章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 时空网络理论与有效路径搜索

1.2.2 路径选择推算与 AFC数据挖掘

1.3 研究目标

1.4 研究内容及技术路线

1.4.1 主要研究内容

1.4.2 组织安排与技术路线

第2 章 乘客视角下的城市轨道交通时空网络

2.1 乘客路径选择的时空限制性

2.1.1 线网可达性

2.1.2 换乘站设计与流线组织

2.1.3 进、出站流线组织

2.1.4 列车时刻表

2.2城市轨道交通时空网络搭建

2.2.1 时空网络的基本描述

2.2.2 时空网络组成及搭建

2.3 乘客时空路径生成匹配算法

2.4 本章小结

第3 章 AFC 数据挖掘与乘客时空路径匹配

3.1 乘客路径选择的决策特性

1. 有限理性

2. 模糊随机性

3. 个体差异性

3.2 AFC数据预处理

3.2.1 数据抽取与转换

3.2.2 数据清洗与样本容量

3.2.3 参考乘客与时间获取

3.3 AFC数据信息挖掘

3.3.1 相关分布特征及参数介绍

3.3.2 拟合优度检验与分布假设检验

3.3.3 公差区间确定

3.4 实例分析——成都地铁

3.4.1 线网可达性分析

3.4.2 车站设计与换乘便捷性分析

3.4.3 客流分析与时空路径匹配

3.5 本章小结

第4 章面向监督学习的乘客路径选择决策建模研究

4.1 基于自由时间的乘客路径选择估计模型

4.1.1 乘客出行的自由时间建模

4.1.2 乘客路径选择估计模型求解

4.1.3 实例分析

4.2 换乘网络单元与乘客路径选择分析

4.2.1 两线相交换乘网络单元

4.2.2 三线相交换乘网络单元

4.2.3 四线相交换乘网络单元

4.2.4 “模糊换乘”及分析

4.3 乘客路径选择属性分析

4.3.1 乘客个人属性

4.3.2 乘客出行属性

4.3.3 路径时空属性

4.4 面向监督学习的乘客路径选择决策模型

4.4.1 分类过程与决策树学习概述

4.4.2 信息增益与属性选择

4.4.3 决策树的生成与剪枝

4.4.4 模型评估与比较

4.5 成都地铁客流组织优化建议

4.6 本章小结

结论与展望

1 主要完成的工作

2 文章的不足与展望

致 谢

参考文献

附录 部分关键数据与代码

攻读硕士学位期间发表的论文及参与的科研项目