1、2.2.1轨道交通IC卡数据采集与处理方法研究 22.2.2轨道交通路网客流分配模型与算法研究 22.2.3轨道交通线路及站点客流需求分析研究 42.2.4轨道交通出行者时空特征分析 423数据来源 423.1路网原始数据 423.2公交IC卡原始数据 6本章小结 73研究步骤 83.2研究流程图 9本章小结 94数据准备 104.1轨道交通路网数据釆集与输入 104.1.1补全路网空缺站点信息 104.1.2修正错误路网数据 104.1.3添加站间时间间隔信息 124.1.4添加换乘通道 134.2路线系统及公交网络的生成 134.2.1路网系统的生成 134.2.2公交网络的生成 1543
2、轨道交通IC卡数据整理 18431剔除奇数次刷卡记录数ID 184.3.2转化为OD数据格式 20433剔除不合理OD记录 204.3.4合并出行 20本章小结 225描述性统计与分析 235地铁出行频率分布 235.2入站时间分布 245.2.1分区域入站时间分布 255.2.2分线路入站时间分布 255.2.3分站点入站时间分布 2653出行时长分布 2753.1分区域出行时长分布 28532分线路出行时长分布 295.4出行距簡分布 305.4.1空间直线距离分布 305.4.2行程距离分布 315.4.3乘坐站数分布 325.5入站人数分布 33551总分布 345.5.2分时段入站人
3、数分布 36本章小结 396轨道交通路网客流分配与分析 416OD期望线分析 416.1.1全天0D期望线分析 416.1.2髙峰小时OD期望线分析 426.2路网客流分配 446.2.1全天客流路网分配 466.2.2髙峰小时客流路网分配 4763换乘需求分析 48631换乘频率分析 4963.2站点换乘需求分析 50本章小结 507结论和展望 52装！52547.1.1描述性统计与分析的结论7.1.2客流路网分配与分析的结论参考文献r hKI 11 i Alm1引話城市轨逍交通具有运量大、速度快、安全、准点、保护环境、节约能源和用地等特点。世界 各国普遍认识到，解决城市的交通问题的根本出路
4、在于优先发展以轨道交通为秤干的城市公共交 通系统。上海的轨道交通系统已经开通线路14条，全网运营线路总长548公里，车站337座（截 止到2014年底），是世界上运营线路最长的城市轨道交通系统。根据上海市第五次居民出行调查 结果，上海市轨道交通岀行分担率为&3%。分析轨道交通系统的需求对于了解整个城市的交通 需求时空分布规律，制左合理的城市综合交通发展和交通管理政策以及改善系统项目的网络化运 营有着重要的意义。与此同时，随着信息技术的飞速发展，公交IC卡在国内许多城市推广使用，不仅方便了广 大乘客，也提供了一种新的客流调查统计手段。IC卡信息量大，数拯全而，技术简单成熟，但 目前英作用未得到充
5、分开发。公交IC信息采集分析方法是运用计算机程序，对公交IC信息数据 库进行数据挖掘，直接得到城市公交出行信息。与人工调查相比，这种方法省去了设计调查方案、 发放调查表格、回收及录入调查数据等采集数据的环肖，公交IC卡数据采集时在乘客上车或下 车刷卡的同时完成的。公交IC信息采集分析的过程受到人为影响因素很小，所采集的数据貞实 可靠，可准确反映城市轨道交通岀行的时间空间分布特征。本课题拟采用上海公交IC卡的刷卡记录数据，分析上海市民的轨道交通出行的特征，包括 出行的时间分布和空间分布。而后，利用计算机技术，采集和输入轨道交通的路网数据并实施客 流路网分配，分析乘客的换乘频率。本文余下部分组织结
6、构如下。第二部分介绍此研究进行的背景，包括目前轨道交通需求分析 常用的方法、相关研究的文献综述和研究使用的数据来源。第三部分介绍本课题研究的研究思路 和技术路线，并给岀了整个研究过程的明确的流程和步骤。第四部分描述了数据预处理的过程, 为后续的分析研究进行了数据准备。第五部分展示了描述性统计的结果，并对相关结果进行了分 析从而得出了相应的结论。第六部分描述了根据IC卡刷卡数据将乘客在路网进行分配的过程， 根据客流分配的结果，我们得出与换乘相关的结论。第七部分是全文的总结以及从研究结果中得 出的对现实情况的一些改善建议。2课题背景2.1轨道交通需求分析常用的方法一般地，城市轨道交通客流需求分析是
7、以城市社会经济、人口、上地使用、交通等现状和规 划资料为依据，利用交通模型、规划软件、计算机仿真等技术手段，预测目标年限城市轨道交通 线网的相关客流指标。其中最核心的思想就是交通规划中的“四阶段”模型。对于每一阶段，国 内外的许多专家都进行过大量的研究和论证。但是随着公交IC卡的推广使用，一种截然不同的轨道交通需求分析方法正备受关注。那就 是基于IC卡数据的需求分析方法。与传统的需求分析方法不同，基于IC卡数据的城市轨道交通 需求分析方法依赖于大数据的采集和挖掘。IC卡的普及为研究提供了海量数据，在此基础上， 研究如何应用模型和算法来分析乘客的需求特征从而得出相关结论正是本课题的主要内容之一。
8、2.2文献综述随着公交IC卡近几年在轨道交通上大力推广使用，通过公交IC卡数据获得轨道交通基础数 据的研究课题随之出现，对公交IC卡信息的分析挖掘也有所进展，但很多问题也有待进一步深 入研究。2. 2. 1 轨道交通IC卡数据采集与处理方法研究东南大学戴宵（2006）在硕士学位论文基于公交IC信息的公交数拯分析方法研究中, 对公交IC数据及其他相关数据的采集方法和数据结构做了分析和总结，详细研究分析了公交IC 数据中各字段的实际意义，以及公交IC数拯结构。鼎汉沪通工程咨询（上海）有限公司的周崇 华（2007）在基于IC卡数据的地铁OD信息处理中提出了基于地铁IC卡数据计算动态 OD信息的OD矩
9、阵、O点主流向和关键OD对三个基本问题，并以深圳地铁为例，利用IC卡数 据讣算了深圳地铁OD矩阵、O点主流向和关键OD对，提髙了利用地铁IC卡数据获取动态OD 信息的可用性，为满足地铁客流量动态信息的获取奠立了基础。北京交通大学吴美娥（2010） 在英硕士学位论文对公交IC卡数据处理分析应用的探索中对各种公交信息数据采集方法进 行了对比，得出公交IC卡数据采集方法简单方便，且数据信息疑大、全而，容易获取，成本较 低，是未来公交信息采集应用的重要方法。此文中详细介绍了公交IC卡的系统组成、信息采集 流程、数据结构等，并给出公交IC卡数据库的建立和数据处理的方法，为进一步的公交IC卡数 摒挖掘打下
10、基础。2. 2. 2 轨道交通路网客流分配模型与算法研究北京交通大学的四兵锋，毛保华，刘智丽（2007）在无缝换乘条件下城市轨道交通网络 客流分配模型及算法一文中，结合国内城市轨道交通无缝换乘的运营特点，充分考虑了影响城 市轨道交通网络客流分配的主要因素，包括出行时间和换乘次数，以及城市轨道交通网络运营的 特有属性，构造城市轨道交通网络的广义费用函数，并分析乘客在城市轨道交通网络中的路径选择行为。在此基础上，基于随机用户平衡原则提出城市轨道交通网络客流分配问题的数学优化模 型，在模型求解过程中，分析目前常用的有效路径搜索方法并设计了基于图的深度优化搜索算法, 得岀符合现实的有效路径集合，并给出
11、了求解配流模型的连续平均算法。最后通过北京市轨逍交 通网络的数据对模型和算法进行了验证。同济大学徐瑞华，罗钦，髙鹏（2009）在基于多路径的城市轨道交通网络客流分布模型 及算法研究中，结合城市轨道交通系统的基本特性，提出一种考虑乘客多路径出行选择的客流 概率分布模型，并设计基于深度优先的路径搜索算法。该模型既体现了乘客岀行阻抗最最小化的 选择心理，又反映了路径多样化的实际情况。北京交通发展研究中心交通模型部部长刘剑锋（2010）在期刊论文基于IC卡数据的城 市轨道交通网络配流模型研究中以轨道交通IC卡数据为基础，得到轨道交通全网站间OD矩 阵后，综合考虑行程时间、换乘次数、换乘时间等左量因素和
12、其他影响路径选择的定性因素，提 出了一种基于深度搜索优先和分支左界思想的有效路径搜索算法，并应用Logit模型对城市轨道 交通网络的客流分配问题进行了理论建模，通过实际调查数据标左了模型中未知参数。论文的最 后也通过北京市轨道交通网络实际调查数据的案例分析，对模型和算法的有效性进行了验证。刘 剑锋（2012）在英博士学位论文基于换乘的城市轨道交通网络流量分配建模及英实证研究中, 对之前的研究进行了补充和改进：构建了基于乘客类别的城市轨逍交通网络流量分配模型，针对 模型中考虑乘客类型因素导致的il算复杂程度提高，设汁了基于区间的随机网络流量分配算法; 在考虑了乘客在城市轨道交通网络中选择路径的车
13、内拥挤费用后，提出了描述车内拥挤程度的非 线性路径广义费用，构建了基于Probit模型的随机用户平均客流分配模型：最后针对北京市轨道 交通网络，利用自创模型及算法，基于利用Fratar模型的推算站间OD矩阵的方法，设计并开发 了城市轨道交通客流分析系统。长安大学刘新华创（2013）在苴博士学位论文基于时刻表的地铁动态配流模型研究一文 中，通过对城市地铁乘客出行特征的调查分析，得到影响乘客路径选择的主要因素以及相关规律, 对乘客属性与路径选择行为之间的相关性进行了统计分析，基于调查数据确左了乘客分类模式, 特别是提出了基于乘客属性的地铁配流模型及算法，并对算法进行了实证研究。同时，此文在考 虑到
14、地铁需求的动态属性后，给岀了基于时刻表的地铁时空扩展网络的概念和构建方法，在此基 础上，建立了基于时刻表的地铁客流动态分配模型及算法，并利用北京地铁网络运营客流数据对 模型及算法的可行性和有效性进行了验证。上海市城市综合交通规划研究所工程师张天然何（2010）在其文章城币轨道交通客流最优 策略分配模型的改进中提出，城市轨道交通客流分配属于公交客流分配中的一种特殊情况，借 鉴公交超级网络分配模型可以解决城市轨道交通客流分配问题。但论文中指岀最优策略分配模型 在策略寻找和流量分配两个环节上存在缺点，并应用Logit模型改进了最优策略分配模型的流量 分配算法。山东理工大学的汤瑞，张俊友）（2011）
15、等人在基于transcad最短路径分配的研究一文 中，为解决TransCAD软件提供的全有全无分配模型中存在的问题，定义了有效路径及有效交通 量，使得在非最短路径的道路上也可以分配交通虽:。这种改进方法使得分配结果能较为直观地反映城市交通分配状况，可用于动态交通分配研究和交通仿真分析。2. 2. 3 轨道交通线路及站点客流需求分析研究西南交通大学周髙卫，罗霞（2012）在城市轨道交通客流需求分析模型及计算机仿真 一文中，针对用传统的“四阶段法”进行交通需求分析具有集聚特征显著、系统环境适应性差等 问题以及城市交通系统很难进行实体仿真的缺陷，提出了一种基于城市综合交通统筹和 TransCAD仿真
16、的城市轨道交通客流分析模型。该模型基于“四阶段法”基本步骤，尤其在交通 方式划分和分配中，结合合理系统结构边界和岀行时间价值，对城市轨道交通客流分配进行精细 配流。北京交通大学孙海瑞（2012）在英硕七学位论文城市轨逍交通线路实时客流推算方法研 究中，在对轨道交通系统IC卡数据进行了分析的基础上，介绍了依拯IC卡记录获取分时段站 间OD和进站刷卡乘客的上、下行分流比例的方法，结合乘客在通道内的走行时间分布规律，利 用槪率理论建立了站台实时到达人数计算模型，并由此研究轨道交通线路实时客流推算方法。2. 2. 4 轨道交通岀行者时空特征分析Juanjuan Zhao1141 等人（2014）在英论
17、文Understanding Temporal and Spatial Travel Patterns of Individual Passengers by Mining Smart Card Data中，利用深圳市城市轨道交通出行者的IC卡数 据，对深圳市民地铁出行的时空特征进行了分析和说明。他们提出一种用来提取轨道交通岀行者 的时间、空间以及异常的出行特征数据的系统研究法，并采集了深圳一个月的智能卡数据进行研 究。结合地而公交数据，对具体不同岀行特征的群体进行了深入的分析和阐释。2. 3数据来源本文使用的数据主要包括两个方面：路网数据和IC卡数据。基础的路网数据包括路网地理 信息数据（s
18、hp文件）和站点信息数据（csv文件），直接由指导老师提供。IC卡数据（sav文件） 来源于SODA游族杯开放数据大赛。另外，为获取地铁站间间隔而使用的上海地铁首末班车时 间数据来自于网络上官方公布的首末班车时刻表。2. 3.1 路网原始数据包含路网地理信息数据的所有shp文件和包含站点信息数据csv文件是本课题的重要数据， 这些文件中包含了绝大部分的轨道交通路网及站点信息。主要的文件名称、属性和提供的详细信 息如表2-1所示。表2-1主要文件名称 属性和提供的详细信息-TJ ml Mlm I Alm i - n n*T文件名属性详细信息stops.shp点图层上海轨道交通系统站点信息，每一个
19、点代表一个轨道 交通站点，站点图层属性表如图2.交通出行 point.shp上海市所有重要出入口点信息lines.shp线图层上海轨道交通系统线路图，每一条线代表一条轨道交 通线路brokenincs.shp通过将lines图层以stops图层进行打断得到，每一条 线代表一段站点与站点之间的线路Lincs_WGS.shp上海市所有公交线路图，每一条线代表一条公交运行 线路车站CSV表格上海轨道交通系统站点信息，每一行数据代表一个站 点，数据格式如表22所示FID9hpTOur:nECIAT：TtECMCTn raFgqcKT i V：LZFtt5TL：8JCO :WAMS JrawxHn tW：70fTTALA：KT；3C0234U12322 22 343：2: 2：. WU2u2il3C*5OI 2h :）?344D?0 144U2I 20 :C234114 !2：42 彩：156*33 !9. 34：2i$f f 1 I L4亦空I：. 7* jr）MV f 4 Itzte ：6.:”：5Q9 f S 1 U2：2CT5 19. ：）L4咖芾| 8.訐 4414q Al2f I=K -（7r；wi V A* |3： 1心空畑孙1 6. :Hcrc*n
