基于自动售检票数据的地铁换乘站换乘时间分析.pdfVIP

第25卷第6期交通运输系统工程与信息Vol.25No.6

2025年12月JournalofTransportationSystemsEngineeringandInformationTechnologyDecember2025

文章编号：1009-6744(2025)06-0175-10中图分类号：U231.4文献标志码：A

DOI:10.16097/ki.1009-6744.2025.06.016

基于自动售检票数据的地铁换乘站换乘时间分析

*a,ba

刘晨辉，陶梦鑫

(湖南大学，a.土木工程学院；b.综合交通研究中心，长沙410082)

摘要：换乘是制约城市轨道交通系统服务水平的重要因素，而明确分析城市轨道交通换乘时间是制定有

效提升策略的前提。以长沙市地铁为研究对象，基于历史1周的AFC(AutomaticFareCollection)数据，对换

乘时间进行深入分析。首先，构建换乘次数受限的广度优先搜索算法，识别最短换乘路径，进一步分解乘

客出行链时间结构，建立线性回归模型，采用最小二乘法估计参数，从而量化换乘时间；接着，从空间分布、

时间变化和相对耗时这3个维度对换乘时间进行客观全面的分析。结果表明，长沙市地铁平均换乘时间为

6.2min，占总出行时间的17.6%，工作日换乘耗时高于休息日，且存在高峰时段换乘效率退化现象。空间分

布上，不同换乘站点之间存在一定差异，进一步利用K-means算法进行聚类分析，7座通道换乘站点被识别

为低效率站点。基于研究结果，提出采用物理结构优化、实时引导和互联互通等措施，提升地铁换乘效率。

关键词：城市交通；换乘时间；K-means聚类分析；城市轨道交通；自动售检票

ExplorationofTransferTimeatMetroTransferStationswith

AutomaticFareCollectionData

LIUChenhui*a,b,TAOMengxina

(a.CollegeofCivilEngineering;b.TransportationResearchCenter,HunanUniversity,Changsha410082,China)

Abstract:Abstract:Transferefficiencyisakeyfactoraffectingtheservicequalityofurbanrailtransitsystems,andanalysisontransfertime

isessentialtodevelopeffectiveimprovementstrategies.ThisstudyinvestigatesthetransfertimebasedontheAutomatedFare

Collection(AFC)dataofChangshaMetrosysteminoneweek.Abreadth-firstsearch(BFS)algorithmwithtransfer-count

constraintswasdevelopedtoidentifyshortesttransferpaths.Basedontheidentifiedtrips,alinearregressionmodelwas

constructed,andparameterswereestimatedbyusingtheordi