原文传递
城市公共自行车出行特征及预测研究——以纽约市为例
| 论文题名： | 城市公共自行车出行特征及预测研究——以纽约市为例 |
| 关键词： | 城市交通;公共自行车;出行特征;数据挖掘;预测模型 |
| 摘要： | 随着城市机动化的快速发展，城市交通问题日益严重，道路拥挤和大气污染等问题已经成为各大城市常见“城市病”，如何发展高效、低碳的交通成为目前亟待解决的问题。城市公共自行车(PBS—Public Bicycle System)作为一种零排放和健康的出行方式，迅速在世界范围内普及开来。它定位于中短距离出行，具有节能环保、方便灵活、实用经济的特点，并且可以有效延伸公交的服务范围。但是PBS在蓬勃发展的过程中出现了不少问题，譬如“借还车”、收支不平衡、车辆重平衡等，严重制约PBS进一步发展。 本文主要数据来源于纽约市Citi Bike公共自行车刷卡数据，基于数据挖掘方法研究PBS潜在的出行特征，并从中找寻系统主要影响因素的影响机理，将其融入到站点出行预测模型中，得到最优预测模型。其意义在于为系统运营调度和用户使用提供支持和帮助，从而提高系统服务水平。本文主要有以下几个方面的研究: 首先，论文介绍了PBS所在城市的基本状况，并从物理设施、运营管理以及所存在问题方面详细介绍PBS。 然后，论文从系统时空、用户两个方面研究PBS出行特征，并从中挖掘系统主要影响因素内在的影响机制。 其次，论文根据不同站点的时间特征曲线进行类型划分，为下一步预测工作做准备。 最后，论文将天气和站点类型两个主要影响因素融入ARIMA模型中，对不同类型站点出行分别进行预测，提高预测精度。 |
| 作者： | 楚倡 |
| 专业： | 交通工程 |
| 导师： | 叶彭姚 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
