基于智能卡數(shù)據(jù)的票價(jià)策略對(duì)公共交通出行方式選擇的影響研究
發(fā)布時(shí)間:2021-01-04 02:59
公共交通票價(jià)策略深刻影響著公共交通的客流分布。隨著城市公共交通的快速發(fā)展,如何制定合理的票價(jià)策略來(lái)控客流量的合理分布且提高地鐵的營(yíng)收成為世界許多城市交通部門(mén)關(guān)注的問(wèn)題。我國(guó)各大城市的公共交通正處于快速發(fā)展的過(guò)程中,目前的公共交通的票價(jià)機(jī)制較為單一,難以滿足未來(lái)我國(guó)大型城市的需求,發(fā)展多樣化的公共交通票價(jià)策略是今后的趨勢(shì)。倫敦作為全球的超大型城市之一,在公共交通票價(jià)策略制定方面首創(chuàng)了“地鐵分區(qū)+公交免費(fèi)”的票價(jià)策略(僅針對(duì)travelcard用戶),取得了良好的效果并沿用多年。本文以公共交通發(fā)展較為成熟的英國(guó)倫敦市作為研究案例,深入分析倫敦的公共交通票價(jià)策略對(duì)乘客出行方式選擇行為的影響。本文主要的研究的對(duì)象為倫敦市使用travelcard進(jìn)行出行的用戶。首先從倫敦市8個(gè)工作日的地鐵+公交刷卡數(shù)據(jù)中隨機(jī)抽樣出30萬(wàn)個(gè)乘客的出行記錄作為實(shí)驗(yàn)的樣本。為了準(zhǔn)確地從刷卡記錄中提取出乘客的出行鏈信息,本文在先前研究方法中的提出的標(biāo)準(zhǔn)換乘時(shí)間比較法的基礎(chǔ)上,準(zhǔn)確地結(jié)合了公交線路數(shù)據(jù)和公交運(yùn)行速度數(shù)據(jù),成功地估算出了乘客乘坐公交的下車站點(diǎn)和乘車時(shí)間,得到乘客完整的出行信息。利用標(biāo)準(zhǔn)換乘時(shí)間與出行記錄之間...
【文章來(lái)源】:東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:76 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
倫敦地鐵網(wǎng)絡(luò)圖
第四章用戶出行鏈計(jì)算與推測(cè)254.1.3KD-tree結(jié)構(gòu)基本介紹KD-tree(k-dimensionaltree)是一種組織K維空間點(diǎn)進(jìn)行空間數(shù)據(jù)分割的數(shù)據(jù)結(jié)構(gòu)。KD-tree作為一種高效的數(shù)據(jù)結(jié)構(gòu)被應(yīng)用在很多領(lǐng)域,例如應(yīng)用較多的范圍搜索和最近鄰搜索。索引結(jié)構(gòu)中相似性查詢有兩種基本的方式:一種是范圍查詢(rangesearches),另一種是K近鄰查詢(K-neighborsearches)。范圍查詢是給定查詢點(diǎn)和查詢距離的閾值,并且從數(shù)據(jù)集中找到小于查詢點(diǎn)的閾值的所有數(shù)據(jù);當(dāng)K=1時(shí),就是最近鄰查詢(nearestneighborsearches)。KD-tree的原理是是將二叉樹(shù)推廣到多維數(shù)據(jù)的一種多維樹(shù)狀數(shù)據(jù)結(jié)構(gòu)。Kd-tree的每一級(jí)在制定維度上分開(kāi)所有的子節(jié)點(diǎn)。在樹(shù)的根部所有子節(jié)點(diǎn)是以第一個(gè)指定的維度上被分開(kāi)(如果第一維坐標(biāo)小于根節(jié)點(diǎn)的點(diǎn)它將分在左邊的子樹(shù)中,如果大于根節(jié)點(diǎn)的點(diǎn)它將分在右邊的子樹(shù)中)。建立KD-tree最高效的方法是利用快速分割法,把指定維度的值放在樹(shù)的根部,較小的值放圖4.3Kd-tree結(jié)構(gòu)示意圖在左子樹(shù),較大的值放在右子樹(shù),直到用戶準(zhǔn)備分類的最后一個(gè)樹(shù)僅有一個(gè)元素組成(如圖4.3)。KD-tree在本文中主要應(yīng)用在4.6小節(jié)中,多條出行鏈的重復(fù)值計(jì)算。該方法大大縮短了計(jì)算過(guò)程中的搜索時(shí)間,提高了運(yùn)行效率。
第四章用戶出行鏈計(jì)算與推測(cè)29圖4.4倫敦部分軌道交通站點(diǎn)圖另外一個(gè)問(wèn)題涉及公交站點(diǎn)附近的地鐵站準(zhǔn)確識(shí)別。按照一般的思維邏輯,尋找某個(gè)站點(diǎn)附近最近的點(diǎn)通常所用的方法是:假設(shè)所求的點(diǎn)為O,為了能夠求出離O點(diǎn)最近的幾個(gè)點(diǎn)A,B,C,…。首先基于球面距離公式求出O點(diǎn)與倫敦地圖中所有的地鐵站點(diǎn)的距離。然后在對(duì)每一個(gè)距離進(jìn)行排序比較,從中選出距離值最小幾個(gè)相對(duì)應(yīng)的點(diǎn),就是O點(diǎn)的鄰近點(diǎn)。本文采用建立KD-tree的方法來(lái)快速實(shí)現(xiàn)公交站附近最鄰近地鐵站點(diǎn)的搜尋。倫敦的公交與地鐵站點(diǎn)的坐標(biāo)主要的計(jì)算步驟為:1)確定倫敦地鐵與公交的標(biāo)準(zhǔn)坐標(biāo)值。2)對(duì)倫敦所有的地鐵和公交站點(diǎn)建立KD-tree索引,便于找出公交站點(diǎn)附近的地鐵站。3)取初始值K=3,得到K個(gè)地鐵站的區(qū)域值,取個(gè)數(shù)較多的區(qū)值。由于部分地鐵站的區(qū)值可能為多個(gè),因此個(gè)數(shù)較多的取值不唯一。接著取k=k+1,重復(fù)計(jì)算K個(gè)地鐵站的區(qū)域值,直到取到的區(qū)域值頻次較多值唯一。4)得到目標(biāo)公交站的區(qū)域估計(jì)值。4.4Travelcard合理乘車區(qū)間在本小節(jié),重點(diǎn)將解決的兩個(gè)問(wèn)題是:一、基于智能卡數(shù)據(jù)推測(cè)用戶Travelcard的合理乘車區(qū)間的確定。二、RTIC值的確定。其中,問(wèn)題1的確定是順利解決問(wèn)題2的
本文編號(hào):2956014
【文章來(lái)源】:東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:76 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
倫敦地鐵網(wǎng)絡(luò)圖
第四章用戶出行鏈計(jì)算與推測(cè)254.1.3KD-tree結(jié)構(gòu)基本介紹KD-tree(k-dimensionaltree)是一種組織K維空間點(diǎn)進(jìn)行空間數(shù)據(jù)分割的數(shù)據(jù)結(jié)構(gòu)。KD-tree作為一種高效的數(shù)據(jù)結(jié)構(gòu)被應(yīng)用在很多領(lǐng)域,例如應(yīng)用較多的范圍搜索和最近鄰搜索。索引結(jié)構(gòu)中相似性查詢有兩種基本的方式:一種是范圍查詢(rangesearches),另一種是K近鄰查詢(K-neighborsearches)。范圍查詢是給定查詢點(diǎn)和查詢距離的閾值,并且從數(shù)據(jù)集中找到小于查詢點(diǎn)的閾值的所有數(shù)據(jù);當(dāng)K=1時(shí),就是最近鄰查詢(nearestneighborsearches)。KD-tree的原理是是將二叉樹(shù)推廣到多維數(shù)據(jù)的一種多維樹(shù)狀數(shù)據(jù)結(jié)構(gòu)。Kd-tree的每一級(jí)在制定維度上分開(kāi)所有的子節(jié)點(diǎn)。在樹(shù)的根部所有子節(jié)點(diǎn)是以第一個(gè)指定的維度上被分開(kāi)(如果第一維坐標(biāo)小于根節(jié)點(diǎn)的點(diǎn)它將分在左邊的子樹(shù)中,如果大于根節(jié)點(diǎn)的點(diǎn)它將分在右邊的子樹(shù)中)。建立KD-tree最高效的方法是利用快速分割法,把指定維度的值放在樹(shù)的根部,較小的值放圖4.3Kd-tree結(jié)構(gòu)示意圖在左子樹(shù),較大的值放在右子樹(shù),直到用戶準(zhǔn)備分類的最后一個(gè)樹(shù)僅有一個(gè)元素組成(如圖4.3)。KD-tree在本文中主要應(yīng)用在4.6小節(jié)中,多條出行鏈的重復(fù)值計(jì)算。該方法大大縮短了計(jì)算過(guò)程中的搜索時(shí)間,提高了運(yùn)行效率。
第四章用戶出行鏈計(jì)算與推測(cè)29圖4.4倫敦部分軌道交通站點(diǎn)圖另外一個(gè)問(wèn)題涉及公交站點(diǎn)附近的地鐵站準(zhǔn)確識(shí)別。按照一般的思維邏輯,尋找某個(gè)站點(diǎn)附近最近的點(diǎn)通常所用的方法是:假設(shè)所求的點(diǎn)為O,為了能夠求出離O點(diǎn)最近的幾個(gè)點(diǎn)A,B,C,…。首先基于球面距離公式求出O點(diǎn)與倫敦地圖中所有的地鐵站點(diǎn)的距離。然后在對(duì)每一個(gè)距離進(jìn)行排序比較,從中選出距離值最小幾個(gè)相對(duì)應(yīng)的點(diǎn),就是O點(diǎn)的鄰近點(diǎn)。本文采用建立KD-tree的方法來(lái)快速實(shí)現(xiàn)公交站附近最鄰近地鐵站點(diǎn)的搜尋。倫敦的公交與地鐵站點(diǎn)的坐標(biāo)主要的計(jì)算步驟為:1)確定倫敦地鐵與公交的標(biāo)準(zhǔn)坐標(biāo)值。2)對(duì)倫敦所有的地鐵和公交站點(diǎn)建立KD-tree索引,便于找出公交站點(diǎn)附近的地鐵站。3)取初始值K=3,得到K個(gè)地鐵站的區(qū)域值,取個(gè)數(shù)較多的區(qū)值。由于部分地鐵站的區(qū)值可能為多個(gè),因此個(gè)數(shù)較多的取值不唯一。接著取k=k+1,重復(fù)計(jì)算K個(gè)地鐵站的區(qū)域值,直到取到的區(qū)域值頻次較多值唯一。4)得到目標(biāo)公交站的區(qū)域估計(jì)值。4.4Travelcard合理乘車區(qū)間在本小節(jié),重點(diǎn)將解決的兩個(gè)問(wèn)題是:一、基于智能卡數(shù)據(jù)推測(cè)用戶Travelcard的合理乘車區(qū)間的確定。二、RTIC值的確定。其中,問(wèn)題1的確定是順利解決問(wèn)題2的
本文編號(hào):2956014
本文鏈接:http://www.sikaile.net/kejilunwen/daoluqiaoliang/2956014.html
最近更新
教材專著