论文部分内容阅读
随着城市化进程的加快，城市道路交通拥堵情况愈发严重，许多城市通过建设地铁来缓解城市地面交通出行中的各种问题。随着越来越多人选择地铁作为主要出行工具，地铁的运营状态不仅直接关系到乘客的出行感受，也是运营者非常关注的重要信息。地铁运营的各项指标和乘客主观出行感受调查常被运营者作为指导和改善运营管理工作的重要依据。目前，地铁运营状态相关研究重点关注的是运营指标类数据和乘客主观感受统计数据。其中，运营指标类数据重点关注地铁行车系统的状态，而乘客主观感受调查结果对运营管理的指导性和参考性有限。
随着大数据技术的发展与应用，通过对现有运营数据的统计分析，为改善地铁运营管理提供新的思路和技术方法创造了有利的条件。本文通过对海量地铁刷卡数据的分析，进一步挖掘出具有针对性和系统性的地铁运营状态的客观特征数据，能够为运营者提供更精细、更科学、更经济的改善运营状态的技术手段。为今后进一步完善地铁运营状态评价指标体系提供具有应用价值的参考。
本论文的主要研究内容包括：
(1)刷卡数据基础分析。针对南京地铁运营刷卡数据，采用描述统计等方式，对数据中的出行时间、出行地点、乘客类型、换乘与非换乘等进行基础分析。分析结果显示了地铁交通系统中呈现出的时间和位置上的出行规律以及不同类型乘客可能的出行偏好等。其主要目的是通过对基础数据进行分类分析，为乘客列车分配算法提供和筛选有价值的数据信息。
(2)针对非换乘乘客的列车分配算法。首先基于乘客进出站刷卡时间数据和行车调度计划，提出满足时间可行性的可乘列车集合推算算法。依据算法结果将乘客按照可乘列车数量进行分类，并利用有唯一可乘列车的乘客，按照包含其个人属性与出行时间等参数的分类办法，运用最大似然值法对站点的走行时间分布进行估计。利用估计值，对有多个可乘列车的乘客建立列车分配算法。分配算法中通过考虑了不同类型乘客在站点内走行时间的差异，使分配结果更具精准性。其主要目的是为后续换乘乘客的列车分配算法提供的技术支撑。
(3)针对换乘乘客的列车分配算法。首先运用广度优先搜索算法结合最短路假设条件确定换乘出行最短路径。结合刷卡数据和行车调度计划，建立基于时间和空间可行性的可乘列车集合推算算法。依据算法结果，将乘客按照可乘列车集合数量进行分类，利用具有唯一可乘列车集合的乘客的换乘时间参数，运用最大似然值法对不同方向的换乘通道走行时间分布予以估计。整合全部非换乘乘客出行时间参数以及换乘通道走行时间参数，以数据为驱动，建立针对有多个可乘列车集合的乘客列车分配算法。并通过实例研究和断面客流对比分析，进一步论证了分配算法结果的准确性。其主要目的是为地铁运营状态特征提取方法提供数据支撑。
(4)地铁运营状态特征分析研究。根据乘客的列车分配结果，从时间和流量两种特性对站点、出行路径和地铁网络的运营状态特征进行提取计算。同时，对网络出行时间总延误的影响因素运用广义线性模型予以探究。研究发现乘客进站总量、发车间隔以及出行时间都对网络出行时间总延误具有显著影响。研究结果可以为运营者提供更具针对性的站点、出行路径和地铁网络运营特征提取方法及状态分析，直观的体现出运营状态在不同时间及位置的变化趋势。
本论文的研究内容为现有地铁乘客列车分配理论提供了以大数据为驱动的全新视角，并利用乘客列车分配结果对地铁运营状态特征提出具有针对性的提取方法并予以分析，对改善未来地铁运营水平具有重要的理论及方法借鉴意义。
随着大数据技术的发展与应用，通过对现有运营数据的统计分析，为改善地铁运营管理提供新的思路和技术方法创造了有利的条件。本文通过对海量地铁刷卡数据的分析，进一步挖掘出具有针对性和系统性的地铁运营状态的客观特征数据，能够为运营者提供更精细、更科学、更经济的改善运营状态的技术手段。为今后进一步完善地铁运营状态评价指标体系提供具有应用价值的参考。
本论文的主要研究内容包括：
(1)刷卡数据基础分析。针对南京地铁运营刷卡数据，采用描述统计等方式，对数据中的出行时间、出行地点、乘客类型、换乘与非换乘等进行基础分析。分析结果显示了地铁交通系统中呈现出的时间和位置上的出行规律以及不同类型乘客可能的出行偏好等。其主要目的是通过对基础数据进行分类分析，为乘客列车分配算法提供和筛选有价值的数据信息。
(2)针对非换乘乘客的列车分配算法。首先基于乘客进出站刷卡时间数据和行车调度计划，提出满足时间可行性的可乘列车集合推算算法。依据算法结果将乘客按照可乘列车数量进行分类，并利用有唯一可乘列车的乘客，按照包含其个人属性与出行时间等参数的分类办法，运用最大似然值法对站点的走行时间分布进行估计。利用估计值，对有多个可乘列车的乘客建立列车分配算法。分配算法中通过考虑了不同类型乘客在站点内走行时间的差异，使分配结果更具精准性。其主要目的是为后续换乘乘客的列车分配算法提供的技术支撑。
(3)针对换乘乘客的列车分配算法。首先运用广度优先搜索算法结合最短路假设条件确定换乘出行最短路径。结合刷卡数据和行车调度计划，建立基于时间和空间可行性的可乘列车集合推算算法。依据算法结果，将乘客按照可乘列车集合数量进行分类，利用具有唯一可乘列车集合的乘客的换乘时间参数，运用最大似然值法对不同方向的换乘通道走行时间分布予以估计。整合全部非换乘乘客出行时间参数以及换乘通道走行时间参数，以数据为驱动，建立针对有多个可乘列车集合的乘客列车分配算法。并通过实例研究和断面客流对比分析，进一步论证了分配算法结果的准确性。其主要目的是为地铁运营状态特征提取方法提供数据支撑。
(4)地铁运营状态特征分析研究。根据乘客的列车分配结果，从时间和流量两种特性对站点、出行路径和地铁网络的运营状态特征进行提取计算。同时，对网络出行时间总延误的影响因素运用广义线性模型予以探究。研究发现乘客进站总量、发车间隔以及出行时间都对网络出行时间总延误具有显著影响。研究结果可以为运营者提供更具针对性的站点、出行路径和地铁网络运营特征提取方法及状态分析，直观的体现出运营状态在不同时间及位置的变化趋势。
本论文的研究内容为现有地铁乘客列车分配理论提供了以大数据为驱动的全新视角，并利用乘客列车分配结果对地铁运营状态特征提出具有针对性的提取方法并予以分析，对改善未来地铁运营水平具有重要的理论及方法借鉴意义。