基于AFC數(shù)據(jù)的城市軌道交通網(wǎng)絡(luò)乘客出行路徑匹配及突發(fā)事件影響研究.pdf

1、隨著北京、上海為代表的國內(nèi)大城市軌道交通的進(jìn)一步發(fā)展，城市軌道交通網(wǎng)絡(luò)化運營進(jìn)一步擴(kuò)大，換乘越來越方便的同時導(dǎo)致相同的起訖點間存在多條路徑可以選擇，使得乘客的出行選擇更加復(fù)雜。在“一票換乘”情況下，準(zhǔn)確有效地匹配乘客出行路徑是票務(wù)清分及客運管理工作的基礎(chǔ)，在此背景下進(jìn)行城市軌道交通網(wǎng)絡(luò)乘客路徑匹配，得到城市軌道交通網(wǎng)絡(luò)中的客流分布情況，對于城市軌道交通網(wǎng)絡(luò)規(guī)劃與運營管理具有重要意義。
　　目前國內(nèi)外各大城市的城市軌道交通大多采用自

2、動售檢票系統(tǒng)(AutomaticFare Collection，后文簡稱為AFC系統(tǒng))來實現(xiàn)乘客的自助進(jìn)出站過程，AFC系統(tǒng)在乘客的刷卡過程中便相應(yīng)的記錄下乘客出行相關(guān)的時間地點數(shù)據(jù)，因此我們可以通過分析這些數(shù)據(jù)所蘊含的內(nèi)在出行信息匹配乘客的出行路徑。本文首先研究了城市軌道交通乘客出行規(guī)律，在此基礎(chǔ)上，分析城市軌道交通網(wǎng)絡(luò)路徑，將乘客出行路徑旅行時間分為乘車固定時間和走行候車隨機(jī)時間兩部分，提出路徑旅行時間密度函數(shù)估計方法，然后分別基于

3、密度峰值聚類和模糊匹配方法及基于旅行時間分布方法進(jìn)行城市軌道交通乘客出行路徑匹配，并在實例分析中對兩種方法的結(jié)果進(jìn)行比較，得出了基于密度峰值聚類和模糊匹配方法更適合于城市軌道交通乘客出行路徑匹配的結(jié)論。
　　隨著城市軌道交通網(wǎng)絡(luò)的不斷擴(kuò)張，客流車流的不斷增加，設(shè)施設(shè)備使用年限的不斷增長，城市軌道交通網(wǎng)絡(luò)中的突發(fā)事件越來越多，突發(fā)事件會導(dǎo)致列車運行圖的調(diào)整，進(jìn)而影響城市軌道交通的安全運營。由于突發(fā)事件隨機(jī)性較強(qiáng)以及乘客行為難以預(yù)測，

4、使得識別客流異常事件并對事件的影響范圍和程度做出有效評判成為城市軌道交通突發(fā)事件研究中的一個難點問題，而該問題對城市軌道交通的安全高效運營具有重要的意義。AFC數(shù)據(jù)中同樣隱藏著突發(fā)事件下乘客的出行信息，本文基于貝葉斯預(yù)測方法對城市軌道交通車站進(jìn)站量異常進(jìn)行識別，并建立了突發(fā)事件對客流的影響模型，從受影響范圍和受影響程度兩個方面分析了突發(fā)事件對城市軌道交通網(wǎng)絡(luò)的影響，為研究此類問題提供了一個研究視角。
　　最后以北京市軌道交通網(wǎng)絡(luò)為