基于智能交通卡数据的轨道交通乘客出行不规律性研究

基于智能交通卡数据的轨道交通乘客出行不规律性研究

论文摘要

城市轨道交通作为一种快速大容量的公共交通方式,在解决居民出行问题、引导城市发展方面发挥了重要作用。城市轨道交通车站作为乘客候车、乘降和换乘的场所,是乘客与轨道交通发生联系的纽带,而乘客是访问车站的主体。目前对轨道交通乘客的出行时空规律性研究较充分,却忽略了偶发出行等非规律出行,也很少研究轨道交通乘客出行的多样性、分散性,而出行的时空分散性对于交通基础设施的均衡使用意义重大。对此,本文以城市轨道交通系统中的乘客和车站为对象,通过大量智能卡数据,建立信息熵模型,分析乘客在时间和空间维度上出行行为的多样性,评估车站访问在多大程度上具有分散性,挖掘影响分散性的因素,为解决轨道交通车站限流问题、提升轨道交通基础设施的均衡使用提供新的认知。首先,从乘客角度在空间和时间维度上构建乘客出行的时空熵模型,并对其进行了测算。乘客出行的熵值评估了乘客出行的多样性。熵值大于零时,熵值越大则说明乘客出行的多样性越强。测算结果表明,空间和时间熵值的分布规律相近。在空间维度,出行频次为一周一次和一周两次的偶发出行人数占比较大。本文对空间熵值为0.5、不同出行次数的乘客进行了空间和时间维度的分析,分析结果表明大多数乘客的出行都以离京抵京、购物出行为目的;进出站客流时间分布特征方面,两次出行乘客的进出站客流特征与总体相似,而多次出行的乘客的特征没有明显的早晚高峰。。其次,本文从车站的角度分别计算了车站的乘客构成的熵值和车站的乘客访问时段的熵值,来综合评价车站被访问的分散程度。车站的乘客构成熵的计算考虑北京轨道交通站点的被访问次数与对应人数的分布,采用站点层面的时空熵模型进行计算;车站乘客访问时段熵的计算考虑北京轨道交通站点的进站量的时间分布均匀性,计算站点的乘客访问时段熵。结果表明,北京轨道交通站点的乘客构成熵值与乘客访问时段熵值的较高区域主要分布于四环内,而越靠近外环,熵值越小。对于车站的乘客构成熵与乘客访问时段熵的交叉分析,大部分的车站在周末的进站量在时间维度上更为分散,而工作日的进站量在时间维度上更为集中。最后,构建因变量为车站的乘客构成熵和乘客访问时段构成熵的地理加权回归模型和普通最小二乘法回归模型并进行比选,由于车站的乘客构成熵和乘客访问时段熵有明显的空间异质性,地理加权回归能更好地解释车站的乘客构成熵和乘客访问时段熵具有差异性的原因。。对于政策制定和城市规划而言,希望车站的熵值更大,可以考虑从这些正相关因素入手,从而避免乘客出行在某一时段过于集中的早晚高峰现象,改进轨道交通站点设施在高峰资源匮乏、平峰利用率低的现象,提高轨道交通系统的服务水平和安全可靠性。

论文目录

  • 致谢
  • 摘要
  • ABSTRACT
  • 1 绪论
  •   1.1 研究背景
  •   1.2 国内外研究综述
  •     1.2.1 乘客出行行为及规律探究
  •     1.2.2 信息熵模型的应用
  •     1.2.3 地理加权回归
  •   1.3 研究目的与意义
  •   1.4 研究方法和内容
  •     1.4.1 研究内容及章节安排
  •     1.4.2 研究技术路线
  • 2 轨道交通客流基本规律分析
  •   2.1 数据描述
  •   2.2 轨道交通乘客出行规律分析
  •     2.2.1 乘客出行的空间特征
  •     2.2.2 乘客出行行为时间规律
  •     2.2.3 单次出行描述性统计
  •   2.3 本章小结
  • 3 理论基础及模型构建
  •   3.1 信息熵模型的定义及性质
  •     3.1.1 信息论及信息熵
  •     3.1.2 信息熵的性质
  •     3.1.3 大数据时代下的信息熵
  •   3.2 个体层面时空熵模型
  •     3.2.1 空间熵值
  •     3.2.2 时间熵值
  •   3.3 站点层面时空熵模型
  •     3.3.1 站点空间熵集计模型
  •     3.3.2 站点时间熵
  •   3.4 空间计量及地理加权回归模型
  •     3.4.1 空间计量
  •     3.4.2 地理加权回归模型的基本原理
  •     3.4.3 权重函数与带宽确定
  •   3.5 本章小结
  • 4 轨道交通乘客出行时空特性分析
  •   4.1 四周乘客出行时空特征比较
  •   4.2 全网范围个体出行行为分析
  •     4.2.1 乘客出行空间特性
  •     4.2.2 乘客出行时间特性
  •     4.2.3 个体出行时空特性交叉分析
  •   4.3 单次出行的特性分析
  •     4.3.1 周单次出行的特性分析
  •     4.3.2 日单次出行的特性分析
  •   4.4 本章小结
  • 5 轨道交通站点乘客集计熵值分析
  •   5.1 车站乘客构成的熵值
  •   5.2 车站乘客访问时段的熵值
  •   5.3 车站乘客构成熵与访问时段熵的交叉分析
  •   5.4 本章小结
  • 6 基于GWR模型的车站熵值影响因素分析
  •   6.1 GWR模型的特点
  •   6.2 数据准备及变量选择
  •   6.3 OLS与GWR回归结果对比分析
  •     6.3.1 车站乘客构成熵的回归模型对比分析
  •     6.3.2 车站乘客访问时段熵的回归模型对比分析
  •   6.4 本章小结
  • 7 结论与展望
  •   7.1 论文结论
  •   7.2 研究展望
  • 参考文献
  • 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
  • 文章来源

    类型: 硕士论文

    作者: 陈殿坤

    导师: 王子甲

    关键词: 城市轨道交通,出行多样性,信息熵,地理加权回归

    来源: 北京交通大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 数学,铁路运输

    单位: 北京交通大学

    分类号: O212.1;U293

    总页数: 100

    文件大小: 7758K

    下载量: 144

    相关论文文献

    • [1].药物熵值大小对药效的影响[J]. 中国医药指南 2012(03)
    • [2].熵值分析法在辐射源特征提取中的应用[J]. 弹箭与制导学报 2011(05)
    • [3].基于粒子熵值的异常行为检测[J]. 无线电通信技术 2015(03)
    • [4].信息熵值对网络攻击的快速指示[J]. 通讯世界 2015(10)
    • [5].利用熵值模型分析生物制药企业的质量管理[J]. 经营与管理 2012(06)
    • [6].熵值理论在多目标演化中的应用研究[J]. 计算机应用研究 2013(12)
    • [7].生产状态的熵值评估谱聚类分析[J]. 计算机工程与应用 2012(19)
    • [8].农村基层政府中政策系统的熵值效应[J]. 山东省农业管理干部学院学报 2012(04)
    • [9].基于熵值模型的城市竞争力比较[J]. 统计与决策 2010(22)
    • [10].基于层次-熵值组合法的越江地铁隧道防水可靠性评价[J]. 铁道标准设计 2020(08)
    • [11].历史文化名城土地利用结构熵值时序分析——以韩城市为例[J]. 江西农业学报 2011(01)
    • [12].人口发展熵值-模糊综合评判模型研究[J]. 中国人口·资源与环境 2009(05)
    • [13].对绝对零度下熵值的探讨[J]. 考试周刊 2009(22)
    • [14].熵值距离的离群点检测及其在学生评教中的应用[J]. 湖北第二师范学院学报 2012(02)
    • [15].基于多维熵值分类的骨干网流量异常检测研究[J]. 计算机研究与发展 2012(09)
    • [16].基于熵值和模糊层次法评估媒体流的研究及应用[J]. 电信科学 2020(04)
    • [17].花岗岩岩爆声发射时空熵值动态特征实验研究[J]. 采矿与安全工程学报 2019(03)
    • [18].下半年全球经济:预防滞胀与新风暴[J]. 经济 2018(13)
    • [19].基于熵值理论的我国数字出版产业结构合理性研究[J]. 商业经济 2016(01)
    • [20].高品质教学信息的熵值及其变化规律[J]. 教育探究 2012(03)
    • [21].熵值赋权的改进思路探讨[J]. 会计之友 2013(31)
    • [22].基于层次-熵值分析组合方法的本溪地区水土治理综合效益定量评估研究[J]. 地下水 2020(02)
    • [23].基于熵值加权综合指数法的公共文化服务发展指数研究[J]. 国家图书馆学刊 2020(04)
    • [24].基于熵值理论的城市轨道交通投融资结构评价优化[J]. 城市轨道交通研究 2017(08)
    • [25].基于局域熵值分布图的目标分割及质心计算[J]. 国外电子测量技术 2014(02)
    • [26].基于磁盘碎片熵值特征的文件雕刻算法研究[J]. 计算机工程 2012(16)
    • [27].基于熵值分析的哈尔滨市绿色建筑节能设计评价指标体系研究[J]. 黑龙江科技信息 2016(09)
    • [28].基于信息熵理论的沭阳县土地利用结构分析[J]. 安徽农业科学 2012(29)
    • [29].基于熵值组合预测和多时相遥感的春玉米估产[J]. 农业机械学报 2011(01)
    • [30].我国资源系统健康状况评价——基于熵值赋权视角[J]. 经济问题 2012(01)

    标签:;  ;  ;  ;  

    基于智能交通卡数据的轨道交通乘客出行不规律性研究
    下载Doc文档

    猜你喜欢