关键词：
城市公共交通
公交地铁换乘
识别方法
影响分析
预测模型
统计学方法
机器学习方法
摘要：
地铁与公交之间的换乘是城市公共交通系统的核心组成部分。它增加了地铁和公交网络的可达性,为乘客提供了可靠、便捷和经济的换乘服务,提高了城市公共交通运力水平。识别公交地铁换乘行为,挖掘各个站点的换乘量、换乘率和换乘时间等特征,探究各因素对换乘特征的时空影响,预测各个站点的换乘特征信息,最终提高换乘系统的效率和服务水平,增加公共交通的吸引力,从而缓解当前各大城市普遍存在的交通拥堵问题等均具有重要的指导意义。然而,现有的换乘识别方法难以准确识别公交换乘地铁模式的换乘行为,在挖掘各个站点的换乘特征方面也存在困难。同时,各因素在时空上如何影响换乘特征仍然未知。现有的研究并没有针对换乘特征提出比较准确的预测方法,无法为换乘乘客和交通从业者提供各个站点的换乘预测信息。因此,提出面向公共交通的双向换乘识别方法,挖掘各站点的换乘特征,分析换乘特征的时空影响因素,预测不同站点的换乘特征亟待解决。本文面向城市地铁换乘公交和公交换乘地铁两种换乘模式,对换乘行为识别、换乘特征挖掘、换乘特征的时空影响因素分析和换乘特征预测展开研究。本研究提出了比较准确的双向换乘识别方法,挖掘了不同换乘模式的换乘特征,剖析了换乘特征的时空分布特性,基于时空回归模型探究了各因素对换乘特征的时空影响的差异性,考虑多因素的影响,提出了换乘时间和换乘量的预测方法。本文为换乘行为识别和换乘特征时空影响因素分析提供了参考,为换乘特征的预测提供了可行方法,为换乘乘客和交通从业者提供了各站点比较准确的换乘预测信息,进而为智慧城市公共交通换乘系统优化、公共交通调度以及后续的管理控制提供有效支撑。主要工作和研究成果包括以下几个方面:(1)传统的换乘识别方法在识别公交换乘地铁模式的换乘行为方面存在困难,且也没有经过现场数据验证。对此,本文基于换乘时间阈值和换乘空间阈值提出了一种针对地铁换乘公交模式和公交换乘地铁模式的换乘识别方法,经过了现场调查数据验证。该方法能从大规模的智能卡数据和公交运行轨迹数据等多源数据中识别各站点不同换乘模式在每小时内的换乘行为,并补全换乘乘客的出行链,比较准确挖掘每个站点不同换乘模式在每小时内的换乘特征。相比其他方法,本文提出的换乘识别方法所识别的换乘数据与调查数据具有更好的拟合性,识别精度较高,可以支撑公共交通换乘特征影响因素分析和预测方法研究。(2)现有研究没有分析换乘特征与影响因素的时空关系,也没有探究各因素对换乘特征的提前和滞后影响。对此,本文针对不同换乘模式,采用回归模型探究工作日、节假日以及台风期间各因素对换乘特征的影响,对比了不同方法的回归性能,分析了天气因素提前和滞后的影响。相比于其他回归模型,广义泊松回归模型具有更好的性能;天气因素提前或者滞后1小时和3小时对换乘量有显著影响。这些发现为公共交通地铁站点改进和换乘服务水平提高提供了数据支持。(3)现有的研究并没有分析换乘特征的空间异质性,各因素对换乘特征的时空影响也是未知的。对此,本文针对不同换乘模式的换乘特征,采用多种空间回归模型来挖掘换乘特征与影响因素间的空间关系,探究换乘特征的空间异质性,解释各因素对换乘特征的时空影响。相比其他空间模型,地理加权回归模型具有较好的回归性能。天气因素、建成环境、社会经济、POI数据以及商业活动强度对换乘特征有显著空间影响且存在空间异质性。针对各因素对换乘特征的负面影响,本文提出了改进和应对措施。(4)当前研究并很少针对换乘时间提出有效的预测方法。对此,本文针对换乘时间的时空分布特性,提出了一种基于贝叶斯低秩矩阵分解的换乘时间预测模型。本文提出的预测模型能比较准确填补在不同缺失场景与不同缺失率条件下的换乘特征数据,预测每个地铁站点的换乘时间数据,且填补与预测性能均优于对比模型,可为换乘乘客和交通管理者提供各地铁站点比较准确的换乘时间预测信息。(5)当前针对换乘量预测的研究较少,也没有考虑多因素对换乘量的影响。对此,本文考虑了多个因素对换乘量的影响,提出了一种基于机器学习的多元换乘预测模型。本文提出的预测模型能够在比较准确填补不同缺失场景与不同缺失率条件下的换乘量数据的基础上,预测各个地铁站点的换乘量。对比统计学模型和其他机器学习模型,所提出的多元换乘预测模型性能更优,能比较准确预测各个站点的换乘量,为后续可解释机器学习模型在换乘特征预测方面的研究奠定了基础。总体来说,基于不同场景下的换乘识别和预测需求,本文提出了面向城市公共交通系统的双向换乘识别方法、面向换乘特征影响因素的时空回归模型、面向换乘特征的预测模型。这些模型和方法各具特点、互补互成,涵盖了换乘识别与换乘特征挖掘、换乘特征的时空影响因素分析、换乘特征数据修复和预测等多个方面,并有机结合形成了适用于城市公共交通系统的高精度成套算法,为城市公共交通系统换乘特征挖掘、分析和预测提供了一套完整的解决方案。
欢迎来到三峡大学图书馆！
