“以智能卡为基础的的推导乘客出行路线”翻译资料.docVIP

摘要：智能卡数据推导乘客的路径选择提供了公共交通运营商的机会，eval-审视你们和改善客运服务。特别是在中断的情况下，当传统的路由选择模型可能是无效的，这是一个优势。本文提出了一种推导基于智能卡数据的乘客选择路线的方法和验证在现实生活中的数据集此方法。该方法推断出正确的路线为约95％在我们的验证样品每天行程，并且还在中断的情况下。此外，它展示了如何这种方法可用于分析和基于荷兰铁路公司，这是最大的客运铁路运营商在荷兰的一个现实生活中的数据集的案例研究评估客运服务。 关键词：数据挖掘，预测路径，公共交通，轨道交通，交通需求分析，出行时间可变性。 一、引言 乘客路径选择信息是公共交通运营商重要的。事实上，在此基础上信息，列车利用率可以计算出来。此外，乘客的expe- rienced旅程可以进行详细的等待时间，在车载时间和数字传送来分析，共同导致乘客服务的度量。大多数乘客路径选择模型是基于效用最大化[1]或遗憾最小化[2]。但是，在中在公共运输系统的时间表或中断的突然变化的情况下，这些模型可能是无效的。为一体，乘客可能不会出行如由于缺乏高达最新信息的预测在现有的模型。其次，迫切需要迅速做出决定，可能会导致意想不到的出行路线。因此，路径选择传统的基于模型可能是不正确的，这些特定网络?情况。因此，不同的方法需要分析乘客路径选择和乘客服务在中断的情况下。通过自动售检票系统所产生的新的数据源允许乘客路径选择的一个数据驱动的研究。相较于传统的数据收集方法，如旅游日记和调查，这些新近推出的系统，每天储存所有乘客的旅程，而他们不召回的错误受到影响。 研究智能卡中的数据一个很好的概述[3]提供的。我们专注于注册开始和每个完整的旅程结束时这些智能卡系统，因此不要求目标[4]的估计，也没有跳闸[5]的链接。乘客路径选择演绎，这是演绎从智能卡数据的乘客选择路线的问题，以往的研究，包括由Sun等。 [6]，谁估计乘客的位置随时间的基础上包含原点，并在新加坡地铁系统目标智能卡的数据。他们认为，一个单一的地铁线，估计乘客的位置和等待时间直接从智能卡数据的平台，作为时刻表信息不可用。这是可能的，连续的列车将遵循相同的路径，并且没有转移。根据从伦敦Overground，弗鲁明和赵[7]分析到来行为，赵等人的蚝式智能卡的数据。 [8]估配合的基础上，注册地和目的地车站多余的行车时间。路由基于计划时间表及离开等待时间估计第一个合理出发路线上的，而多余的时间估计所述第一个到达的路线上。此外，日下等。 [9]通过考虑一个时间表快速传送系统的使用链接的路由的问题。然而，他们选择最长车内的时间，而不是最早出发的路线或最早到达的路由。基于所述最短路径计算生成路线，如[7]。本文的贡献在于提出了路线演绎一种新的方法，并通过额外的数据验证了这种方法的导体检查，导致了在这方面迄今研究的最复杂的公共交通网络之一：荷兰Rail-方式完整的网络。该网络包含连接到多行站和包含几个起点 - 终点（OD）对不同的地理路线和，作为其结果，是比网络在例如更复杂，[6]和[9]。该方法的验证，可以作为导体检查，提供路径选择部分的信息由智能卡的所有旅途的一个显着的子集。我们的案例研究结果表明，通常由路线选择行为的假设，也就是说，乘客无论是走第一个出发的路线或第一个到达的路线，不持有真正在我们的案例研究。 我们区分一个路线生成和路由选择步骤，以下的路线选择模型的传统分裂[10]，[11]。我们的结果表明，无论是成功路线扣除同样重要。我们的最佳路线生成方法包含一个正确路线的至少90％在我们的验证样品的旅程。此示例中，最成功的路径选择规则选择正确的路线，95％的样品中的旅程。对于我们的案例研究中，我们展示了如何客运服务，代网络定义中添加的旅行时间，由于增加了车内的时间，传输时间，或等待时间，可与列车降低频率正常及特别日子之间进行比较。路径数据从我们的路线扣除法所得可用于评估和校准统计路径选择模式，例如，类似，或分析乘客服务，例如，提出[12]不同的干扰管理的方法，例如，该有效性在[13]。本文的其余部分安排如下。在第二节中，乘客路径选择演绎的问题进行说明。第三部分提供的可用的数据和之间我们的三步法的链接的概述：（ⅰ）路线生成，（ⅱ）路由选择，和（iii）验证。的方法，这些步骤是在第IV-VI，分别说明。我们的案例研究的数据在第VII节中描述。该结果根据荷兰铁路的数据的情况下研究示于第Ⅷ，其中包括本方法的验证和乘客服务的一个分析的结果。 最后，第九部分提供了结论和讨论。 二。 问题描述 本文介绍了基于智能卡和时间表数据推断客运路线的选择方法。这意味着，对于由智能卡的每次行程，其目的是通过重建空间和时间的详细的路线中由相应的乘客所做的时间表。在这里，一个旅程去定义为一个注册的入住和退房时间起点和目的地车站，