详情

原文传递基于多源大数据的城市公共交通系统可达性分析

论文题名：	基于多源大数据的城市公共交通系统可达性分析
关键词：	公共交通;可达性分析;多源大数据;神经网络;短期预测
摘要：	随着我国城市化进程速度的加快，有限的道路资源和不断增长的交通出行需求逐渐成为现阶段交通系统发展所面临的重要问题。为了缓解道路压力和供需不平衡，促进城市可持续发展，国家在政策与资金方面大力支持城市公共交通系统的发展，提高公共交通出行率。公共交通系统可达性是衡量公共交通服务水平，指导公共交通系统完善管理的重要指标。本研究从多源大数据的角度出发，对城市公共交通系统可达性进行建模评价。本文首先基于国内外众多可达性研究，讨论可达性的定义、特征及常用评价模型。在结合多源大数据的基础上，本文提出了城市公共交通系统可达性动态评价模型，及公共交通系统个人可达性三阶段预测模型。本文的主要工作和创新点总结如下：　　（1）基于交通多源大数据对传统重力模型中的变量进行含义替换，提出改进的可达性动态评价模型，使用基于多源大数据的提取的动态信息替换传统重力模型中的静态信息，使改进后的重力模型所含变量具有时空特征。　　（2）以中国深圳市作为研究区域，对城市区域进行栅格划分以简化分析过程，分析公交系统动静态指标及可达性的时变规律和空间分布特征。结论表明，公交资源的配置以交通需求为导向，因此公交车排班密度与出行需求呈相似时变特征。区域的土地利用对于公交可达性有着本质的影响，土地开发程度越高，公交设施的数量越多，公交可达性也越高。　　（3）基于神经网络模型，区域公交出行特征，及用地规划提出了三阶段交通系统可达性短期预测模型。模型的第一阶段基于神经网络模型，将历史时期乘客的公交出行情况作为输入，得到神经网络模型的输出，结合所设计的公交出行率函数，获得预测时期的公交出行群体。第二阶段基于乘客历史出行OD（Origin-Destination）信息，计算第一阶段所识别出的出行群体对目的地的选择概率。第三阶段结合用地信息及前两个阶段的结果，对个人可达性进行计算，得到公交系统个人可达性预测结果。　　（4）以中国北京市朝阳区作为研究区域，对所提出的三阶段预测模型的性能进行评估。设计了不同的数据集筛选和排列方案，选取了评价指标精确值（Precision），召回值（Recall），以及F1值得到神经网络的最优性能，保证了公交系统个人可达性短期预测的准确性。可达性预测值与真实值的可视化对比结果表明，本文所提出的三阶段短期预测模型能够准确预测工作日及非工作日的公交系统个人可达性时空分布。　　（5）基于出行者活动的时空约束条件，提出了考虑行程时间不确定性的联合活动可达性评价模型，考虑行程时间不确定性，出行者风险态度，出行活动行程中的固定地点位置，活动最小持续时间，联合活动参与人数等因素对于联合活动可达性的综合影响。
作者：	左玙璠
专业：	交通运输工程
导师：	刘志远;吴才锐
授予学位：	硕士
授予学位单位：	东南大学
学位年度：	2022