数据驱动的城市群综合运输通道识别算法与特征分析.pdfVIP

第25卷第3期交通运输系统工程与信息Vol.25No.3

2025年6月JournalofTransportationSystemsEngineeringandInformationTechnologyJune2025

文章编号：1009-6744(2025)03-0073-12中图分类号：U111文献标志码：A

DOI:10.16097/j.cnki.1009-6744.2025.03.007

数据驱动的城市群综合运输通道识别算法与特征分析

1,2,31*1,41

刘振国，齐崇楷，王江锋，王亚飞

(1.北京交通大学，交通运输学院，北京100044；2.交通运输部科学研究院，北京100029；3.综合交通运输理论交通运输

行业重点实验室，北京100029；4.北京交通大学，北京交通大学唐山研究院，河北唐山063000)

摘要：利用出行特征数据识别综合交通运输通道是合理布局城市群综合运输通道的关键技术。本文基于

城市群手机信令数据，提出一种综合运输通道识别四阶段方法框架，即数据准备、运输方式划分、最短路径

搜索和通道识别。在运输方式划分方面，提出一种以运输平均速度和站点POI(PointofInterest)位置为决

策变量的高速铁路、普速铁路和公路多方式划分算法。在最短路搜索方面，设计一种基于双向A*算法的最

短路径搜索算法。在通道识别方面，基于行政边界划分通道区段并以运输量为综合运输通道区段判别参

数。以京津冀城市群为例进行实证分析，结果表明，本文方法能够有效处理城市群手机信令数据，并识别

出6条综合运输通道，验证了方法的可行性和准确性。在案例数据下，京津冀城市群公路和铁路的运输量

占比分别为81.87%和18.13%，公路的短程运输客流较铁路更多；节假日因素显著提高了综合运输通道的

客流量，平均运输量增加62.6%，平均客流周转量提升61.2%。

关键词：综合运输；通道识别方法；K条渐短路径搜索算法；手机信令数据；京津冀城市群

Data-drivenIdentificationAlgorithmandFeatureAnalysisofIntegrated

TransportCorridorsinUrbanAgglomerations

1,2,31*1,41

LIUZhenguo,QIChongkai,WANGJiangfeng,WANGYafei

(1.SchoolofTrafficandTransportation,BeijingJiaotongUniversity,Beijing100044,China;2.ChinaAcademyof

TransportationScience,Beijing100029,China;3.KeyLaboratoryofTransportIndustryofComprehensiveTransportation

Theory,Beijing100029,China;4.TangshanResearchInstituteofBeijingJiaotongUniversity,BeijingJiaotong

University,Tangshan063000,Hebei,China)

Abstract:Abstract