导　　师： 翁小雄

授予学位： 博士

作　　者： ;

机构地区： 华南理工大学

摘　　要： 随着城市化进程的不断加快,城市公交系统作为城市重要的交通网络之一,面临着线网规模不断增长、客流动态变化不断增强、乘客出行需求日趋多样等诸多挑战。但一直以来公交行业缺乏有效了解乘客的出行特征以及个体线路选择偏好的手段,难以将乘客出行规律以及偏好特性运用到线网规划调整中。因此,根据公交运营单位采集的乘客出行刷卡记录挖掘其行为模式,分析乘客出行偏好,并随之调整线网及运力配置,对提升公交网络运行效率和服务质量,改善城市居民便利度具有重要的意义。本研究旨在通过多源数据融合修复原始公交运营数据的缺失信息,复现乘客O、T、D时空轨迹,然后从乘客的轨迹片段中挖掘出行模式,最后,用数据挖掘成果结合乘客个体出行轨迹和行为特征对公交线网进行优化。具体研究内容如下:(1)在数据源缺陷修复层面,针对目前我国城市公交数据系统普遍存在的数据缺陷,提出一套在有缺陷数据环境下对一票制公交信息系统的数据进行预处理的方案。主要内容包括了数据采集系统时间误差的校正方法和GPS报站缺失数据的推断方法,一方面,所提供的方法将数据事件转化为离散时间信号序列,然后借助数字信号同步方法找到了数据源间的时间误差,并加以校正;另一方面,结合历史数据和无时间误差的乘客刷卡时间戳,修复缺失的报站数据,最终,得到全体乘客准确的上车刷卡时空轨迹数据集。有效的提升了一票制公交系统的数据质量。(2)在乘客O、T、D出行轨迹复现层面,针对典型下车推断算法无法容忍信息缺失的缺陷,提出了公交乘客完整公交出行信息提取方法。首先在数据存在部分缺失的条件下,引入概率推断、居住地预估计等方法还原乘客的出行时空轨迹。其次,针对传统出行阶段识别算法错误识别乘客短暂活动的缺陷,在时空阈

关 键 词： 公共交通系统 数据挖掘 出行链 线路优化 出行特征

领　　域： []