基于多时间粒度的地铁出行规律相似性度量

• 作者: 张晚笛 汪波 王子甲 王挺 陈峰
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 时间粒度 智能卡数据 相似性度量 出行规律
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 铁道运输
• 页码范围: 9-17
• 页数: 9页
• 分类号: U293.5
• 字数: 6027字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2018.04.002

摘要

乘客出行规律对城市轨道交通运营管理至关重要,而不同时间粒度下观测到的客流规律差异较大.以往研究缺乏多时间粒度车站层级客流规律的量化研究.本文基于刷卡数据分析不同时间尺度下地铁出行规律的相似性.构建客流时间序列模型和相似性度量方法,使用连续五周北京地铁刷卡数据分别度量1 min到720 min共16个时间粒度下,进站客流和OD客流与历史同期的相似性大小,并基于度量结果给出一定精度要求下预测短时进站量和OD量时的最小时间粒度推荐值,以综合相似性指标对全网车站的可预测等级进行划分.多角度统计分析结果表明,工作日客流与历史同期相似性较大,高峰比平峰、早高峰比晚高峰相似性大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈峰	北京交通大学土木建筑工程学院	91	1135	19.0	30.0
5	王子甲	北京交通大学土木建筑工程学院	25	261	11.0	15.0
6	汪波		12	59	5.0	7.0
7	王挺	北京交通大学土木建筑工程学院	2	11	2.0	2.0
8	张晚笛	北京交通大学土木建筑工程学院	1	9	1.0	1.0