摘要：为准确快速地分析公共交通出行特征,解决传统公交调查方法成本高、周期长等问题,提出通过挖掘公交刷卡数据来分析公交出行特征的方法。基于西安市21 d的公交刷卡数据,首先深入分析刷卡数据结构,提取有效信息,其次将刷卡数据与GPS报站数据相结合,挖掘乘客上下车地点,然后构建西安市公交乘客职住特征模型,并进一步识别公交乘客职住地,最后从公交通勤角度剖析西安市公交出行特征。

摘要：合理的城市轨道交通车站分类对车站的规划设计及客流预测有重要作用。基于刷卡数据提取出行时间、频次、车票类型等反映车站客流特性的若干变量,运用主成分分析法(PCA)和高斯混合模型(GMM)进行车站聚类。该聚类方法不仅可以识别车站类别,同时可以根据后验概率确定混合类型的车站。以北京地铁为例,将全网233个车站分为4类,利用地理信息系统(GIS)工具可视化分类结果,并叠加地理信息描述各类车站的特征,直观地展示了部分混合性质的车站。与K-均值聚类结果比较显示,GMM方法可以更好地解释多种特性混合的车站类型。

摘要：为改善常规公交一票制刷卡收费方式导致的下车站点信息丢失问题,提高常规公交刷卡大数据的实用价值,提出一种基于吸引度的乘客上下车站点识别方法,一方面利用DBSCAN算法精准识别刷卡乘客的上车站点;另一方面在出行链理论的基础上,引入乘客出行热点概念,建立刷卡乘客自身热点、城市热点和线路热点三类出行热点,实现刷卡乘客下车站点的客观刻画,最后以青岛市某线路实际运行数据为例进行了验证分析,证明了模型的有效性。

摘要：为准确并快速分析城市公交客流特征,提供城市公交专项规划编制的基础数据资料,提出一种采用公交刷卡数据和GPS数据分析公交客流特征的方法。首先,全面总结公交客流数据处理方法和流程,包括客流时间特征、空间特征和公交运营特征;其次,针对实际可能出现的数据缺失情况和传统方法局限性,通过上车站点判断引入时间临近规则、下车站点判断设计了考虑出行链和站序约束的数据融合算法,改进上下车站点判断过程;最后,以三明市公交客流数据处理为例,该城市公交人均出行次数为2.5次,工作日形成4个高峰时段,得到具体的公交客流OD分布,计算部分线路断面客流量,并指导公交规划方案调整。

摘要：充分考虑通勤客流的地铁-公交换乘系数分析对交通管理部门和公共交通运营公司优化线网设计、提升通勤效率起着重要的作用,本文创新性提出了基于多日重复出现的OD刷卡数据识别地铁-公交换乘行为的算法。在选取了成都市典型性的7个地铁站点和其周边的公交站点后,利用3天的全网刷卡数据,得到了站点的地铁-公交换乘系数、换乘客流比例等数据,发现小于近年的地铁换乘系数。计算结果表明在不同的站点,地铁-公交的换乘系数差异较大,且地铁首尾站点的换乘系数明显较高,随后分析了算法可能的缺陷。基于以上结果提出了三条针对成都市公共交通运营的建议,并给出了后续值得研究的方向。

摘要：基于城市轨道交通初步成网和公共汽车客流下降的现实背景,提出全流程刷卡数据支撑的公共汽车主干线网规划方法。以苏州市区为例,利用刷卡数据推算公共汽车出行OD,识别客流走廊;分析不同尺度的公共汽车客流空间分布特征,梳理主干线服务客流通道。遵循多样化、一体化公共汽车服务体系的理念,根据与轨道交通功能不重复、服务客流多、承担中长距离客流功能、技术指标优的标准,确定优先级进行线路比选。通过筛选较优线路、删减重复线路和通道覆盖增添,制定公共汽车主干线网基本方案。最后,对不同线路提出差异化的优化策略。

摘要：公共交通是市民机动化出行的重要选择,挖掘公交乘客出行规律对于探析市民出行痛点、掌握公交资源供需匹配情况、改善公交服务等具有重要意义。通过对深圳市公交刷卡大数据的深入挖掘分析,识别公交常旅客、公交出行换乘规律、主要廊道公交满载率以及高峰地铁大客流站点,深入全市公交出行规律,立足市民出行特征与需求,为针对性地制定公交发展策略规划、提升城市公交服务水平,打造线网有序衔接、功能层次清晰的公交服务提供建议。

摘要：换乘优惠政策被认为是能够有效提升公共交通系统吸引力的方法,提出基于换乘优惠数据和手机信令数据的轨道交通与常规公交换乘特征分析方法,以了解换乘优惠条件下常规公交与轨道交通的换乘特征。以苏州市为例,分析乘客换乘的时间特征、空间特征,并以实例分析城市外围轨道端点站和中心区站点换乘接驳、换乘服务范围的差异。研究表明,早高峰期间换乘客流更为集中,92%的轨道交通换乘常规公交客流等待时间在20 min以内;79%的常规公交换乘轨道交通乘车时间在20 min以内,轨道交通与常规公交换乘服务距离在5 km以内。城市外围站点换乘服务范围分散,换乘量与服务范围内用地开发强度和覆盖居住、工作人口数量有关;城市中心区轨道站点服务范围较为集中,换乘量主要与换乘站点公交供给有关。