CN108877209A - 一种基于多元数据的城市公共汽车交通服务指数构建方法 - Google Patents

一种基于多元数据的城市公共汽车交通服务指数构建方法 Download PDF

Info

Publication number
CN108877209A
CN108877209A CN201710335088.6A CN201710335088A CN108877209A CN 108877209 A CN108877209 A CN 108877209A CN 201710335088 A CN201710335088 A CN 201710335088A CN 108877209 A CN108877209 A CN 108877209A
Authority
CN
China
Prior art keywords
index
bus
formula
transport services
passenger
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710335088.6A
Other languages
English (en)
Inventor
杨晓光
张力楠
王佳谈
谭天文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201710335088.6A priority Critical patent/CN108877209A/zh
Publication of CN108877209A publication Critical patent/CN108877209A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications

Landscapes

  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种基于多元数据的城市公共汽车交通服务指数构建方法，包括步骤：一：采集数据并分别计算：运送速度、车头时距稳定性、满载率、站点覆盖率、线网密度以及乘客满意度；二：分项指数计算：根据运送速度计算快速性指数，根据车头时距稳定性计算可靠性指数，根据满载率计算舒适性，根据站点覆盖率和线网密度计算便捷性指数，根据乘客满意度计算乘客感受指数；三：城市公共汽车交通服务指数计算：基于层次分析法权重的计算方法，确定各分期指数的权重系数，并按照下式计算城市公共汽车交通服务指数。本发明从多维度、多尺度对公共汽车交通的服务水平进行监测，提升了对公共汽车交通的监管能力与科学决策能力。

Description

一种基于多元数据的城市公共汽车交通服务指数构建方法
技术领域
本发明涉及一种基于多元数据的城市公共汽车交通服务指数构建方法，属于智能交通领域。
背景技术
公共汽车交通作为日常出行的主要出行方式，在整个交通系统中发挥着重要的作用，是改善交通运行状况的重要手段。2012年随着“公交优先”政策的提出与落实，公共汽车交通在基础设施建设、运营管理、职能监管等多个方面全面发展。在“公交优先”战略的指导下，加强公共交通行业监管能力，提升公共交通服务水平，增加公共交通吸引力，促进城市健康发展，已成为当务之急。
城市公共汽车交通服务指数是提高城市公共汽车交通管理水平、客观量化公共汽车交通服务水平，打造高品质城市公共汽车交通系统的关键。现有的指数具有以下缺点：
1)现有的评价方法中数据源单一，仅考虑静态基础数据或动态数据，缺乏将公共汽车交通相关基础数据和公共汽车交通实时数据进行融合，导致计算得到的公共汽车交通服务水平评价结果不准确。
2)以往的评价方法仅从客观现实的角度出发来计算，不考虑乘客的主观感受，无法从公交出行用户的角度对公共汽车交通进行评价，导致评价方法太过于片面，不适用于公共汽车交通服务水平的综合评价。
发明内容
本发明的目的在于提供一种基于多元数据的城市公共汽车交通服务指数构建方法，以解决上述问题。
本发明采用了如下技术方案：
本发明提供一种基于多元数据的城市公共汽车交通服务指数构建方法，其特征在于，包括：
步骤一：采集数据并分别计算：运送速度、车头时距稳定性、满载率、站点覆盖率、线网密度以及乘客满意度；
步骤二：分项指数计算：根据运送速度计算快速性指数IN1，根据车头时距稳定性计算可靠性指数IN2，根据满载率计算舒适性IN3，根据站点覆盖率和线网密度计算便捷性指数IN4，根据乘客满意度计算乘客感受指数IN5；
步骤三：城市公共汽车交通服务指数计算：采用专家调查法及实际调研数据统计分析，基于层次分析法权重的计算方法，确定各分期指数的权重系数，并按照下式计算城市公共汽车交通服务指数IN总：
IN总＝0.25×IN1+0.2×IN2+0.2×IN3+0.25×IN4+0.1×IN5。
进一步，本发明的基于多元数据的城市公共汽车交通服务指数构建方法，还可以具有这样的特征：
步骤一中，运送速度计算公式为：
式中，vi为公共汽车i的区间速度；wi为公共汽车i区间速度的权值。
进一步，本发明的基于多元数据的城市公共汽车交通服务指数构建方法，还可以具有这样的特征：
对于道路的每个最小单元，判别位于该最小单元上所有vi所在的速度档，并分别计数，高速档数据数量记为NH，中速档数据数量记为NM，低速档数据数量记为NL，零速档数据量记为NZ，
权值wi分为四种，将对应高速档的vi的权值赋为wH，对应中速档的vi的权值赋为wM，对应低速档的vi的权值赋为wL，对应零速档的vi的权值赋为wZ，使得数据数量比例大的车速档数据有着更高的置信度。
进一步，本发明的基于多元数据的城市公共汽车交通服务指数构建方法，还可以具有这样的特征：：
其中，常数CH、CM、CL、CZ的基本权值分别是：0.95，0.9，0.2，0.65。
进一步，本发明的基于多元数据的城市公共汽车交通服务指数构建方法，还可以具有这样的特征：车头时距的计算公式为：
LR1为线路运行稳定性，N1为车头时距能够保持的停站次数，N为全天停站次数；
车头时距能够保持的阈值设定为，车头时距比实际发车间隔早1分钟或晚5分钟内视为车头时距能够保持。
进一步，本发明的基于多元数据的城市公共汽车交通服务指数构建方法，还可以具有这样的特征：
满载率指统计期内车辆实际载客数量与额定载客数量的比率，计算公式如下：
式中，f1为满载率，q1为统计期内常规公交车辆实际载客量，q为统计期内常规公交额定载客量。
进一步，本发明的基于多元数据的城市公共汽车交通服务指数构建方法，还可以具有这样的特征：
站点覆盖率是反映居民接近公交站点的指标，计算公式如下：
式中，S1为站点覆盖率，Sfive为以站点为中心，500m为服务半径覆盖的面积，S总为建成区面积。
进一步，本发明的基于多元数据的城市公共汽车交通服务指数构建方法，还可以具有这样的特征：
线网密度是反映居民接近公交线路的指标，计算公式如下：
式中，σ1为线网密度，L1为有公交线路的道路中心线总长度，F总为有公共交通服务的城市用地面积。
进一步，本发明的基于多元数据的城市公共汽车交通服务指数构建方法，还可以具有这样的特征：
乘客满意度反映乘客对公交服务水平的主观感受，计算公式如下：
式中，pi为第i项调查的得分；wi为第i项调查的权值。
进一步，本发明的基于多元数据的城市公共汽车交通服务指数构建方法，还可以具有这样的特征：
步骤二中，各分项指数的计算方法为：
1)计算快速性指数，公式如下：
2)计算可靠性指数，公式如下：
IN2＝LR1×10
3)计算舒适性指数，公式如下：
4)计算便捷性指数，公式如下：
5)计算乘客感受指数，公式如下：
IN5＝P1。
发明的有益效果
本发明通过构建并发布公共汽车交通服务指数，一方面能从多维度、多尺度对公共汽车交通的服务水平进行监测，提升各级管理部门对公共汽车交通的监管能力与科学决策能力；另一方面有助于改善出行者对公共汽车交通出行的认知与感受，促使更多的乘客出行向公共汽车交通方式转移，提高公交分担率。
附图说明
图1为本发明实施例中基于多元数据的城市公共汽车交通服务指数计算方法流程图；
图2为本发明实施例中某市2016年四个季度分项指数雷达图。
具体实施方式
以下结合附图来说明本发明的具体实施方式。
基于多元数据的城市公共汽车交通服务指数计算方法流程如图1所示，包括以下三大步骤：步骤1，数据采集及指标计算；步骤2，分项指数计算；步骤3城市公共汽车交通服务指数计算。本发明以某市公共汽车交通运行数据为例对基于多元数据的公共汽车交通服务指数进行计算和分析。
1.数据采集及指标计算
结合GIS地图信息、线路车辆信息、运营调度数据、站点信息、线路拓扑等基础数据；公交GPS、IC卡数据等实时数据以及满意度调查统计数据计算得到某市2016年四季度分项指标
1.1计算运送速度
面向道路EDGE，EDGE为GIS路网对路段划分的最小单元，依靠公交车辆GPS数据中的区间速度，估算公交在路段上的运送速度。运送速度计算公式为：
式中，vi为公交车i的区间速度；wi为公交车i区间速度的权值；
判别vi所在速度档，高速、中速、低速、零速档分别赋予小于1的常数CH、CM、CL、CZ作为基本权值。
对于每个道路EDGE，判别位于该EDGE上所有vi所在的速度档，并分别计数，高速档数据数量记为NH，中速档数据数量记为NM，低速档数据数量记为NL，零速档数据量记为NZ。
将属于高速档的vi的权值赋为wH，属于中速档的vi的权值赋为wM，属于低速档的vi的权值赋为wL,属于零速档的vi的权值赋为wZ。使得数据数量比例大的车速档数据有着更高的置信度。同时，CH、CM、CL、CZ的标定也可以使得各速度档有着不同的置信度。
各EDGE运送速度置信度：
n为该时段EDGE上样本量。
1.2计算车头时距稳定性
每次公交车辆到站时将同一线路上前后两个班次车头时距和实际发车间隔作对比，计算全天所有停站次数中能够保持的比例，反映车头时距的保持程度。计算公式如下：
式中，LR1为线路运行稳定性，N1为车头时距能够保持的停站次数，N为全天停站次数；
注：阈值设定为快1慢5，即车头时距比实际发车间隔早1分钟或晚5分钟内视为车头时距能够保持。
1.3计算满载率
满载率指统计期内车辆实际载客数量与额定载客数量的比率，计算公式如下：
式中，f1为满载率，q1为统计期内常规公交车辆实际载客量，q为统计期内常规公交额定载客量；
1.4计算站点覆盖率
站点覆盖率是反映居民接近公交站点的指标，计算公式如下：
式中，S1为站点覆盖率，Sfive为以站点为中心，500m为服务半径覆盖的面积，S总为建成区面积；
1.5计算线网密度
线网密度是反映居民接近公交线路的指标，计算公式如下：
式中，σ1为线网密度，L1为有公交线路的道路中心线总长度，F总为有公共交通服务的城市用地面积；
1.6计算乘客满意度
乘客满意度反映乘客对公交服务水平的主观感受，计算公式如下：
式中，pi为第i项调查的得分；wi为第i项调查的权值；
各指标的计算结果，如表1所示：
表1某市2016年四季度分项指标结果
其中运送速度区间参数由某市公交GPS数据标定得到，具体方法为：
统计不同速度区间数据量，确定高速、中速、低速档分别对应[30,+∞)、[10,30)、(0,10)的速度区间。随机选择高速、中速、低速的线路，基于线路全程的GPS数据通过上述方法计算出某一班次的运送速度，与实际运送速度进行拟合分析。调整CH、CM、CL、CZ的值，使拟合度最好，以确定CH、CM、CL、CZ的值。
表2部分线路参数标定表
表2中的v为基于线路全程的GPS数据通过上述方法计算出某一班次的运送速度，实际v为根据对应班次实际线路里程和起终点发到车时间差计算的实际线路运送速度。
2.分项指数计算
以运送速度反映快速性，车头时距稳定性反映可靠性，满载率反映舒适性，站点覆盖率和线网密度反映便捷性，乘客满意度反映乘客感受，通过指标值与标准值比较计算分项指数。以下参数含义同步骤1所述。
2.1计算快速性指数，公式如下：
2.2计算可靠性指数，公式如下：
IN2＝LR1×10
2.3计算舒适性指数，公式如下：
2.4计算便捷性指数，公式如下：
2.5计算乘客感受指数，公式如下：
IN5＝P1
计算得到某市2016年四季度分项指数如图2和表3所示：
表3某市2016年四季度分项指数结果
从表中可以看出公交快速性指数存在一定波动，第二季度表现最好，第三季度虽有回落但第四季度逐渐回升。如图2所示，可靠性指数属于短板，虽然持续提升但仍属弱项，影响整体评分。舒适性指数和便捷性指数均稳步提升。乘客感受指数略有波动但总体表现较好。
3.城市公共汽车交通服务指数计算
基于分项指数加权计算得到综合考虑客观现实和乘客的主观感受，反映实际公共汽车交通服务质量的城市公共汽车交通服务指数
基于分项指数加权计算得到综合考虑客观现实和乘客的主观感受，反映实际公共汽车交通服务质量的城市公共汽车交通服务指数。具体方法如下：
采用专家调查法及实际调研数据统计分析，基于层次分析法权重的计算方法，确定城市公共汽车交通服务指数权重系数，基本模型如下：
IN总＝0.25×IN1+0.2×IN2+0.2×IN3+0.25×IN4+0.1×IN5
式中IN总为城市公共汽车交通服务指数；
根据表3中的各分项指数，计算结果如下：
表4某市2016年四季度城市公共汽车交通服务指数
从结果看出某市城市公共汽车交通服务指数连续四季度上升，精细化精准化交通管理初见成效。然而可靠性指数显著偏低，属于亟需加强的短板。因此在日常管理中需要提高公交专用道监管力度，保障公交车的优先路权；基础建设方面需要加快公交专用道建设，优化公交网络结构，提高公交运行可靠性。
经实地验证，本发明结合基础地图数据、调研统计数据和公交实时数据等多元数据，计算结果能够综合客观现实和乘客主观感受，全方位对城市公共汽车交通服务水平进行综合评价，得到定性、定量的分析结果。由此可见，基于多元数据的城市公共汽车交通服务指数计算方法具有技术可行性与工程实用性，有助于管理者针对公交服务水平短板，切实提高公交服务质量，引导出行者向公共交通转移。

Claims (10)

1.一种基于多元数据的城市公共汽车交通服务指数构建方法，其特征在于，包括：
步骤一：采集数据并分别计算：运送速度、车头时距稳定性、满载率、站点覆盖率、线网密度以及乘客满意度；
步骤二：分项指数计算：根据运送速度计算快速性指数IN1，根据车头时距稳定性计算可靠性指数IN2，根据满载率计算舒适性IN3，根据站点覆盖率和线网密度计算便捷性指数IN4，根据乘客满意度计算乘客感受指数IN5；
步骤三：城市公共汽车交通服务指数计算：采用专家调查法及实际调研数据统计分析，基于层次分析法权重的计算方法，确定各分期指数的权重系数，并按照下式计算城市公共汽车交通服务指数IN总：
IN总＝0.25×IN1+0.2×IN2+0.2×IN3+0.25×IN4+0.1×IN5。
2.如权利要求1所述的基于多元数据的城市公共汽车交通服务指数构建方法，其特征在于：
步骤一中，运送速度计算公式为：
式中，vi为公共汽车i的区间速度；wi为公共汽车i区间速度的权值。
3.如权利要求2所述的基于多元数据的城市公共汽车交通服务指数构建方法，其特征在于：
对于道路的每个最小单元，判别位于该最小单元上所有vi所在的速度档，并分别计数，高速档数据数量记为NH，中速档数据数量记为NM，低速档数据数量记为NL，零速档数据量记为NZ，
权值wi分为四种，将对应高速档的vi的权值赋为wH，对应中速档的vi的权值赋为wM，对应低速档的vi的权值赋为wL，对应零速档的vi的权值赋为wZ，使得数据数量比例大的车速档数据有着更高的置信度。
4.如权利要求3所述的基于多元数据的城市公共汽车交通服务指数构建方法，其特征在于：
其中，常数CH、CM、CL、CZ的基本权值分别是：0.95，0.9，0.2，0.65。
5.如权利要求1所述的基于多元数据的城市公共汽车交通服务指数构建方法，其特征在于：
车头时距的计算公式为：
LR1为线路运行稳定性，N1为车头时距能够保持的停站次数，N为全天停站次数；
车头时距能够保持的阈值设定为，车头时距比实际发车间隔早1分钟或晚5分钟内视为车头时距能够保持。
6.如权利要求1所述的基于多元数据的城市公共汽车交通服务指数构建方法，其特征在于：
满载率指统计期内车辆实际载客数量与额定载客数量的比率，计算公式如下：
式中，f1为满载率，q1为统计期内常规公交车辆实际载客量，q为统计期内常规公交额定载客量。
7.如权利要求1所述的基于多元数据的城市公共汽车交通服务指数构建方法，其特征在于：
站点覆盖率是反映居民接近公交站点的指标，计算公式如下：
式中，S1为站点覆盖率，Sfive为以站点为中心，500m为服务半径覆盖的面积，S总为建成区面积。
8.如权利要求1所述的基于多元数据的城市公共汽车交通服务指数构建方法，其特征在于：
线网密度是反映居民接近公交线路的指标，计算公式如下：
式中，σ1为线网密度，L1为有公交线路的道路中心线总长度，F总为有公共交通服务的城市用地面积。
9.如权利要求1所述的基于多元数据的城市公共汽车交通服务指数构建方法，其特征在于：
乘客满意度反映乘客对公交服务水平的主观感受，计算公式如下：
式中，pi为第i项调查的得分；wi为第i项调查的权值。
10.如权利要求1所述的基于多元数据的城市公共汽车交通服务指数构建方法，其特征在于：
步骤二中，各分项指数的计算方法为：
1)计算快速性指数，公式如下：
2)计算可靠性指数，公式如下：
IN2＝LR1×10
3)计算舒适性指数，公式如下：
4)计算便捷性指数，公式如下：
5)计算乘客感受指数，公式如下：
IN5＝P1。
CN201710335088.6A 2017-05-12 2017-05-12 一种基于多元数据的城市公共汽车交通服务指数构建方法 Pending CN108877209A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710335088.6A CN108877209A (zh) 2017-05-12 2017-05-12 一种基于多元数据的城市公共汽车交通服务指数构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710335088.6A CN108877209A (zh) 2017-05-12 2017-05-12 一种基于多元数据的城市公共汽车交通服务指数构建方法

Publications (1)

Publication Number Publication Date
CN108877209A true CN108877209A (zh) 2018-11-23

Family

ID=64320199

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710335088.6A Pending CN108877209A (zh) 2017-05-12 2017-05-12 一种基于多元数据的城市公共汽车交通服务指数构建方法

Country Status (1)

Country Link
CN (1) CN108877209A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108877225A (zh) * 2018-08-24 2018-11-23 交通运输部规划研究院 交通流量指数确定方法及装置
CN110889622A (zh) * 2019-11-22 2020-03-17 深圳市综合交通设计研究院有限公司 基于公交服务水平的公交线网布局确定方法、装置及设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108877225A (zh) * 2018-08-24 2018-11-23 交通运输部规划研究院 交通流量指数确定方法及装置
CN108877225B (zh) * 2018-08-24 2021-09-28 交通运输部规划研究院 交通流量指数确定方法及装置
CN110889622A (zh) * 2019-11-22 2020-03-17 深圳市综合交通设计研究院有限公司 基于公交服务水平的公交线网布局确定方法、装置及设备

Similar Documents

Publication Publication Date Title
Clarry et al. Where we ride faster? Examining cycling speed using smartphone GPS data
US20170213273A1 (en) Customer-centered transportation aggregator
CN107316098B (zh) 一种基于用户行为分析的汽车租赁点选址方法
CN109885639B (zh) 可视化的出租车上下车特征分析方法
Nuzzolo et al. Individual behavioural models for personal transit pre-trip planners
CN108648453A (zh) 一种基于手机位置更新信息进行交通出行数据画像的方法
CN110929945A (zh) 一种航线开通的预测方法、系统及电子设备
CN110633558A (zh) 一种城市交通系统建模系统
Müller et al. MATSim model Vienna: Analyzing the socioeconomic impacts for different fleet sizes and pricing schemes of shared autonomous electric vehicles
Costa et al. A simulation-optimization model for analyzing a demand responsive transit system for last-mile transportation: A case study in São Paulo, Brazil
CN108877209A (zh) 一种基于多元数据的城市公共汽车交通服务指数构建方法
Mulrow et al. Is slower more sustainable? The role of speed in achieving environmental goals
Archetti et al. On-demand public transportation
Batarce et al. Characterizing the public transport service level experienced by users: An application to six Latin American transit systems
Nurhidayat et al. Impact of Traffic Volume on the Pollution Cost, Value of Time, and Travel Time Cost in Jakarta City Centre Area
CN115759660A (zh) 一种无人驾驶车辆的调度方法、装置、设备和介质
Thilakaratne et al. Analysis of flows and speeds of urban transit systems for consideration of modal transition in a corridor
Moreira-Matias et al. An online learning framework for predicting the taxi stand's profitability
Williams et al. High-speed rail: will it change the dynamics of US intercity passenger travel?
Asmael et al. A data envelopment analysis based for evaluating efficiency of bus public routes
AlAbed Trip reservation and intelligent planning (trip) for a hyper-congestion-free traffic system: In the context of pervasive connectivity, driving automation and maas
Zhou et al. Transit district customers in San Mateo County, California: who, why, where, and how
Celiński et al. Sustainable development of the transport system through rationalization of transport tasks using a specialised travel planner
Leore The State of the Canadian Intercity Highway System, 1986-1993
Qamar Development of selective parking discovery algorithm for parking guidance

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181123