CN106960261-CN201710191811-一种基于轨道IC卡和手机信令数据的轨道交通客流预测方法.pdfVIP

CN106960261-CN201710191811-一种基于轨道IC卡和手机信令数据的轨道交通客流预测方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
CN106960261-CN201710191811-一种基于轨道IC卡和手机信令数据的轨道交通客流预测方法

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106960261 A (43)申请公布日 2017.07.18 (21)申请号 201710191811.8 (22)申请日 2017.03.27 (71)申请人 重庆邮电大学 地址 400065 重庆市南岸区黄桷垭崇文路2 号 申请人 中移(杭州)信息技术有限公司 (72)发明人 赵瑞莉 陈敏俊 温亮生 张治中  陈粤龙 程方  (74)专利代理机构 北京同恒源知识产权代理有 限公司 11275 代理人 赵荣之 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/30(2012.01) 权利要求书3页 说明书7页 附图3页 (54)发明名称 一种基于轨道IC卡和手机信令数据的轨道 交通客流预测方法 (57)摘要 本发明涉及一种基于轨道IC卡和手机信令 数据的轨道交通客流预测方法,该方法包括以下 步骤:S1:采集轨道交通乘客IC卡数据信息,对预 处理数据进行OD匹配;S2:通勤识别,输入多个工 作日的数据,按用户进行分组,判断多个工作日 中每个用户的通勤规律:当该用户相同进站站点 与出站站点天数达到总天数的50%,即可判断该 出行为该用户为通勤出行;S3:对轨道交通客流 进行统计,统计指标包括:站点客流,线路客流, 断面客流,换乘客流,客流OD,通勤站点客流,通 勤线路客流,通勤站点OD客流,通勤线路OD客流; A S4:进行常态客流量分析与节假日客流量分析; 1 S5:进行常态客流量预测与节假日客流量预测。 6 2 0 该方法能够更为准确地预测轨道交通的客流量, 6 9 6 对合理编制运力配置方案、客流组织方案等有重 0 1 N 要作用。 C CN 106960261 A 权 利 要 求 书 1/3页 1.一种基于轨道IC卡和手机信令数据的轨道交通客流预测方法,其特征在于:该方法 包括以下步骤: S1:采集轨道交通乘客IC卡数据信息,原始数据经过切分整理后成为预处理数据,对预 处理数据进行OD匹配; S2:通勤识别,输入多个工作日的数据,按用户进行分组,判断多个工作日中每个用户 的通勤规律:当该用户相同进站站点与出站站点天数达到总天数的50%,即可判断该出行 为该用户为通勤出行; S3:对轨道交通客流进行统计,统计指标包括:站点客流,线路客流,断面客流,换乘客 流,客流OD,通勤站点客流,通勤线路客流,通勤站点OD客流,通勤线路OD客流; S4:客流分析:分为常态客流量分析与节假日客流量分析; S5:客流预测:分为常态客流量预测与节假日客流量预测。 2.如权利要求1所述的一种基于轨道IC卡和手机信令数据的轨道交通客流预测方法, 其特征在于:在步骤S1中,对所述预处理数据进行OD匹配,主要以时间序列为主,对每个用 户分别按时间进行先后排序,结合进出站标识来确定用户的每对OD;在匹配过程中对异常 数据进行处理,具体包括: 1)剔除只有进站记录或只有出站记录的数据; 2)进出站标识与时间序列相反,将根据出站记录中的上次进站时间信息进行修正匹 配,如果修正不了则剔除; 3)多次进站一次出站或一次进站多次出站,将进出站按最接近时间进行匹配; 4)进进出出的情况,即单个用户经过时间排序后连续两次进站连续两次出站的情况; 根据出站记录中的上次进站时间信息进行修正匹配,如果修正不了则剔除该情况的四条数 据; 5)对于每天凌晨0点前后的数据要结合后一天的数据进行匹配

您可能关注的文档

文档评论(0)

18273502 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档