Print

大数据驱动的公共交通系统出行方式选择特性研究

论文摘要

掌握出行者选择偏好对于提高公共交通系统吸引力和优化运营策略有重要作用,且数据检测技术的发展使得交通大数据的收集更加便捷.本文以北京市出行大数据为依托,通过分析与建模,挖掘人们在公共交通中的方式选择特性,并探讨如何为交通运营提供决策支持.首先,对原始数据进行预处理、数据清洗与数据集成,获得了模型所需的数据集.然后根据效用函数理论,建立了分层多项Logit模型,并对模型进行求解与验证.最后,基于模型结果得出不同出行群体VOT,进行部分变量的敏感性分析.得出中距离出行者票价敏感性最高,短途出行者速度敏感性最高,6:00-7:00的出行群体票价敏感性最高且速度敏感性最低等结论,可用于支持公共交通运营部门制定最佳运营策略.

论文目录

  • 0 引言
  • 1 交通出行大数据处理
  •   （1） 数据预处理.
  •   （2） 数据清洗.
  •   （3） 数据集成.
  • 2 分层MNL模型建立与验证
  •   2.1 分层MNL模型建立
  •   2.2 模型求解及验证
  • 3 模型结果分析
  •   3.1 VOT
  •   3.2 敏感性分析
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 杨艳妮,席与焜,申媛菲,何方,李萌

    关键词: 城市交通,大数据,出行选择行为,分层多项模型,敏感性分析

    来源: 交通运输系统工程与信息 2019年01期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 公路与水路运输

    单位: 首都经济贸易大学信息学院计算交通研究中心,清华大学工业工程系,清华大学土木工程系

    基金: 国家自然科学基金(71801161,51622807,U1766205)~~

    分类号: U12

    DOI: 10.16097/j.cnki.1009-6744.2019.01.011

    页码: 69-75

    总页数: 7

    文件大小: 1781K

    下载量: 874

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/16199871263f63a32ed067c6.html