CN111191816B - 城市轨道交通乘客出行时间链辨识系统 - Google Patents
城市轨道交通乘客出行时间链辨识系统 Download PDFInfo
- Publication number
- CN111191816B CN111191816B CN201911235415.6A CN201911235415A CN111191816B CN 111191816 B CN111191816 B CN 111191816B CN 201911235415 A CN201911235415 A CN 201911235415A CN 111191816 B CN111191816 B CN 111191816B
- Authority
- CN
- China
- Prior art keywords
- station
- transfer
- transfer station
- stations
- time
- 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.)
- Active
Links
- 238000009826 distribution Methods 0.000 claims abstract description 21
- 238000012546 transfer Methods 0.000 claims description 360
- 238000000034 method Methods 0.000 claims description 33
- 238000012216 screening Methods 0.000 claims description 14
- 238000005315 distribution function Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 6
- 230000001174 ascending effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract description 2
- 238000010276 construction Methods 0.000 description 5
- 241000384512 Trachichthyidae Species 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000001276 Kolmogorov–Smirnov test Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G06Q50/40—
Abstract
一种城市轨道交通乘客出行时间链辨识系统,其从自动售检票系统记录的交易数据中提取乘客出行的起讫点,进行有效路径搜索,对于每条有效路径,结合列车时刻表信息,匹配每条路径所有可能的出行时间链。选取只匹配到一条出行时间链的交易记录作为参考记录,按终点站及出站闸机口不同将参考记录分类,拟合各个闸机口的下车出站时间差概率分布情况。对于匹配到多条出行时间链的交易记录,根据其所选择线路、闸机口及每条时间链的下车出站时间差,由对应闸机口概率密度函数计算概率,选择概率最大者作为该乘客的出行时间链。本发明能够获得乘客完整的出行时间链,可以为轨道交通的运营管理及票务清分提供依据。
Description
技术领域
本发明属于城市轨道交通线网客流仿真领域,特别是涉及城市轨道交通乘客出行时间链辨识系统。
背景技术
随着我国轨道交通的不断发展,许多城市的轨道交通进入网络化运营阶段,为了能够了解路网状态,合理安排行车组织以及进行精确清分,需要能够获取乘客完整的出行时间链,然而现有的AFC系统只能记录乘客的进出站刷卡时间,并不能记录乘客的路径选择及乘坐的车次。为了实现这一目标,可以构建路网仿真模型,推算出乘客的出行时间链。关于路网模型的构建,目前常用的方法是以图的方式描述轨道交通网络进行有效路径的搜索,例如Dijkstra算法、FLOYD算法、A*算法等一系列最短路径求解方法以及基于这些方法的K短路径搜索算法,然而,这些方法普遍存在搜索效率不高的问题;关于乘客出行时间链的获取,国内外的研究大多集中于以随机效用理论构建乘客的路径选择行为,通过研究影响出行者路径选择的因素,根据影响因素构建效用函数,然后使用集计模型计算每条路径被选择的概率。这种方法需要标定大量的模型参数,所需的成本较高且无法获取单个乘客的路径选择及其完整的出行时间链。
发明内容
为了解决上述存在的问题,本发明提供城市轨道交通乘客出行时间链辨识系统,能够获得乘客完整的出行时间链,可以为轨道交通的运营管理及票务清分提供依据,为达此目的,本发明城市轨道交通乘客出行时间链辨识系统,该系统由三个模块组成,其特征在于,包括:
路网拓扑结构构建模块,依据轨道交通网络特征,构建轨道交通路网模型,并实现相关查询功能;
有效路径搜索模块,根据设定的约束条件及相关参数,实现有效路径的搜索;
乘客出行时间链辨识模块,确定乘客完整的出行时间记录;
所述路网拓扑结构构建模块,其构建的路网为G={L(s)},其中G表示所构建的轨道交通路网,L表示轨道交通路网中的线路,其中:
L={l1,l2,...,lm},m为路网中所包含的线路数量;
li={si1,si2,...,sin},n为线路i上的车站数,sin表示线路li上的第n个车站;
车站sin又包含车站名、所属线路编号、车站编号和是否为换乘站点4个属性,其中,车站所属线路编号为该车站所在所有线路的集合;车站编号由车站在线路上的相对位置确定,按从下行到上行依次递增,换乘站在不同的线路中分别设置不同的编号以示区分;
依据车站与线路的逻辑关系,实现的查询功能包括:查找与非换乘站最近的换乘站,查找与换乘站相邻的所有换乘站;
查找与非换乘站最近的换乘站:
对于一个非换乘车站,找出其所在的线路上的所有换乘车站,并选择与其间隔车站数最少的换乘站作为其最近换乘站,若同时存在两个或两个以上最近换乘站,则随机选择一个作为其最近换乘站;
查找与换乘站相邻的所有换乘站:
对于一个换乘站点,遍历其所在的线路,找出每条线路上与之相邻的换乘车站,形成换乘车站集合,作为与该换乘站相邻的换乘车站;
所述的有效路径搜索模块,该模块在简化路网的同时利用深度优先的搜索思想进行有效路径的搜索及筛选,其中简化路网指将轨道交通路网简化为只包含起点站、终点站及换乘站的简化路网;在路径搜索过程中需设定的搜索及筛选参数包括:
根据国内大部分城市的轨道交通路网特征,设定搜索过程中最大换乘车站数为3,
为进行有效路径筛选,指定合理路径中站点数与最短路站点数的最大差值以及合理路径中换乘次数与最少换乘路径换乘次数的最大差值;
所述乘客出行时间链辨识模块,该模块利用乘客的下车出站时间差进行出行链的辨识,其中,
出行时间链可以表示为:
式中:
Checkin表示进站刷卡时间;
Checkout表示出站刷卡时间;
中括号内表示换乘过程,乘客在换乘站从一条线路换乘到另一条线路;
作为本发明进一步改进,路径搜索模块中路径的搜索步骤包括:
S1,构建三个换乘站列表,换乘站列表1、换乘站列表2、换乘站列表3,列表为一维列表,用于存放及提取车站sin信息,在向列表中添加站点时,如果列表中已经存在该站点,则不重复添加,在从列表中提取站点时分别称从换乘站列表1、换乘站列表2、换乘站列表3中提取出的站点为换乘站1、换乘站2、换乘站3;
S2,从自动售检票AFC系统记录的交易数据中提取乘客出行的起讫点;
S3,判断起终点是否在同一条线路上,如果是,则记录路径[起点站,终点站],如果不是,则找出与起点站相邻的换乘车站,如果起点站为非换乘车站,找到与之最近的换乘车站,如果起点站为换乘车站,找到与之相邻的所有换乘车站,添加到换乘站列表1中;
S4,遍历换乘站列表1中的车站,判断遍历到的换乘站是否与终点站在同一线路上,如果在,则记录路径[起点站,换乘站1,终点站],继续遍历,直至换乘站列表1中的车站全部被遍历,执行S7;如果不在,则暂停遍历,找出与该换乘站相邻的换乘站,添加到换乘站列表2中,执行S5;
S5,遍历换乘站列表2中的站点,判断遍历到的换乘站是否与起点站位于同一条线路上,如果是则将其添加到换乘站列表1中;如果不是,判断其是否与终点站在同一条线路上,如果是,则记录路径[起点站,换乘站1,换乘站2,终点站],继续遍历换乘站列表2中的站点,直至换乘站列表2中的站点均被遍历,清空换乘站列表2、换乘站列表3,返回S4继续遍历下一个车站;如果不是,则暂停遍历,继续寻找与之相邻的换乘站并添加到换乘站列表3中,执行S6;
S6,遍历换乘站列表3中的站点,如果遍历到的车站与换乘站1在同一条线路上,则将此站点添入换乘站列表2,如果遍历到的车站与起点站在同一线路上,则将该站点添入换乘站列表1,否则,判断该站点是否与终点站在同一线路上,如果在,则记录路径[起点站,换乘站1,换乘站2,换乘站3,终点站],继续遍历换乘站3中的站点,直至列表3中的换乘站点均被遍历,清空换乘站列表3,返回S5继续遍历下一个车站;
S7,输出所有记录的路径。
作为本发明进一步改进,出行时间链辨识模块中获取乘客所有可能出行时间链的具体步骤如下:
S1,从AFC系统记录的交易数据中提取乘客出行起讫点,传入有效路径搜索模块进行有效路径的搜索,对于每条有效路径,执行S2-S3;
S2,在起点站,根据乘客进站时间及设定的时间阈值,从起点站列车时刻表中找出此段时间内经过的所有列车车次,记录每趟列车从起点站离开的时间,当列车到达有效路径中的换乘站点时,记录列车的到达时间并分别依据各列车的到达时间及设定的时间阈值,找出乘客在换乘站所有可能的换乘车次,记录换乘车次离开换乘站的时间,以此类推,直到乘客到达终点站,记录每趟列车到达终点站的时间,其中时间阈值的设定由运营时间段、地铁车站的换乘形式及列车的发车时刻表确定,在阈值设定时,为了保证每条有效路径都可以匹配到车次,阈值设定应大于该时段列车的发车间隔;
S3,将乘客完成旅行依次乘坐列车的出发时间、到达时间进行拼接,形成完整的出行时间链。
作为本发明进一步改进,所述乘客出行时间链辨识模块,由两个子模块组成,分别为:
概率分布拟合模块:该模块利用历史数据中参考乘客的下车出站时间差对各出站闸机口乘客下车出站时间差概率分布情况进行拟合,输出各闸机口对应乘客下车出站时间差概率密度函数;
参考乘客定义为交易记录中只匹配到一条出行时间链的记录所对应的乘客,具体的拟合步骤如下:
S1,读取历史交易记录,按乘客出行时间链辨识模块中的方法匹配每条交易记录所有可能的出行时间链;
S2,选取只匹配到一条出行时间链的记录,将这部分记录对应的乘客记为参考乘客并提取参考乘客的下车出站时间差;
S3,将参考乘客按照终点站不同进行分类,对于每个类别,拟合从不同闸机口刷卡出站的乘客的下车出站时间差概率分布情况;
S4,利用双样本K-S检验的方法对下车出站时间差无显著差异的闸机口进行合并并重新编号形成新的出口,其中在双样本K-S检验时设定显著水平为5%;
S5,对合并后各个出口的下车出站时间差采用不同的分布函数进行拟合,比较各函数的拟合优度,选择拟合效果最好的分布函数,得到该出口概率密度曲线;
5.根据权利要求3所述的城市轨道交通乘客出行时间链辨识系统,其特征在于:所述乘客出行时间链辨识模块:该模块负责辨识乘客的出行时间链,方法如下:
S1,读取交易记录,按出行时间链辨识模块中获取乘客所有可能出行时间链中的方法匹配每条交易记录所有可能的出行时间链;
S2,根据乘客所选择的出站闸机编号,找出该闸机口对应的概率密度函数,计算每条出行时间链被选择的概率,选取概率较大者作为乘客的最终出行时间链。
本发明公开了一种城市轨道交通乘客出行时间链辨识系统,该系统由三个模块组成:路网拓扑结构构建模块、有效路径搜索模块及乘客出行时间链辨识模块。路网拓扑结构构建模块负责构建轨道交通路网;有效路径搜索模块根据路网特征采用深度优先的搜索思想实现有效路径的搜索及筛选;乘客出行时间链辨识模块利用乘客的下车出站时间差辨识乘客具体的出行时间链。方法如下:首先,从自动售检票系统(AFC)记录的交易数据中提取乘客出行的起讫点,传入有效路径搜索模块,进行有效路径搜索,对于每条有效路径,结合列车时刻表信息,匹配每条路径所有可能的出行时间链。选取只匹配到一条出行时间链的交易记录作为参考记录,按终点站及出站闸机口不同将参考记录分类,拟合各个闸机口的下车出站时间差概率分布情况。对于匹配到多条出行时间链的交易记录,根据其所选择线路、闸机口及每条时间链的下车出站时间差,由对应闸机口概率密度函数计算概率,选择概率最大者作为该乘客的出行时间链。本发明能够获得乘客完整的出行时间链,可以为轨道交通的运营管理及票务清分提供依据。
附图说明
图1.本发明划分的轨道交通乘客出行行程;
图2.本发明操作流程图;
图3.路径搜索算法说明例。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述:
本发明提供城市轨道交通乘客出行时间链辨识系统,能够获得乘客完整的出行时间链,可以为轨道交通的运营管理及票务清分提供依据。
本发明构建了一种轨道交通乘客出行时间链辨识系统,该系统包含三个模块:路网拓扑结构构建模块、有效路径搜索模块及乘客出行时间链辨识模块。
路网拓扑结构构建模块主要依据轨道交通网络特征,构建轨道交通路网模型,并实现相关查询功能。
轨道交通路网拓扑结构表示为G={L(s)},其中G表示所构建的轨道交通路网,L表示轨道交通路网中的线路。其中:
L={l1,l2,...,lm},m为路网中所包含的线路数量。
li={si1,si2,...,sin},n为线路i上的车站数,sin表示线路li上的第n个车站。
车站sin又包含车站名、所属线路编号、车站编号和是否为换乘站点4个属性。其中,车站所属线路编号为该车站所在所有线路的集合;车站编号由车站在线路上的相对位置确定,按从下行到上行依次递增。换乘站在不同的线路中分别设置不同的编号以示区分。
依据车站与线路的逻辑关系,实现的查询功能包括:查找与非换乘站最近的换乘站,查找与换乘站相邻的所有换乘站。
寻找与非换乘站最近的换乘站:
对于一个非换乘车站,找出其所在的线路上的所有换乘车站,并选择与其间隔车站数最少的换乘站作为其最近换乘站。若同时存在两个或两个以上最近换乘站,则随机选择一个作为其最近换乘站。
寻找与换乘站相邻的换乘站:
换乘车站是多条线路的交汇点,为保证路径搜索的完整性,需要找出与之相邻的所有换乘车站。对于一个换乘站点,遍历其所在的线路,找出每条线路上与之相邻的换乘车站,形成换乘车站集合,作为与该换乘站相邻的换乘车站。
有效路径搜索模块,根据设定的约束条件及相关参数,实现有效路径的搜索。在搜索前指定搜索过程中的最多换乘次数、指定合理路径中站点数与最短路站点数的最大差值以及合理路径中换乘次数与最少换乘路径换乘次数的最大差值。
对于国内大多数轨道交通路网而言,从任意一点出发,最多经过三次换乘,可以到达路网中任意一个节点。故可将一个行程分为五个部分,如图1所示。对于不同的OD对,换乘站的数目可能有所差别,需要根据实际情况进行调整。在路径搜索的过程中,只考虑由起终点及换乘站组成的简化路网,从给定的起点站开始,通过逐层搜索中间换乘站点的方式,找到与终点站属于同一线路的换乘站以完成路径搜索。同时,为了提高搜索效率,算法限制了搜索深度,搜索到第三层换乘车站后,如果其不与终点站在同一线路,则放弃该条路径的搜索,这样选择性的放弃了一些明显不合理的路径,节约了搜索时间但不会遗漏合理路径。
有效路径的搜索过程如下:
S1,构建三个换乘站列表,换乘站列表1、换乘站列表2、换乘站列表3,列表为一维列表,用于存放及提取车站sin信息。在向列表中添加站点时,如果列表中已经存在该站点,则不重复添加。在从列表中提取站点时分别称从换乘站列表1、换乘站列表2、换乘站列表3中提取出的站点为换乘站1、换乘站2、换乘站3;
S2,从AFC系统记录的交易数据中提取乘客出行的起讫点。
S3,判断起终点是否在同一条线路上,如果是,则记录路径[起点站,终点站],如果不是,则找出与起点站相邻的换乘车站(如果起点站为非换乘车站,找到与之最近的换乘车站,如果起点站为换乘车站,找到与之相邻的所有换乘车站),添加到换乘站列表1中。
S4,遍历换乘站列表1中的车站,判断遍历到的换乘站是否与终点站在同一线路上,如果在,则记录路径[起点站,换乘站1,终点站],继续遍历,直至换乘站列表1中的车站全部被遍历,执行S7;如果不在,则暂停遍历,找出与该换乘站相邻的换乘站,添加到换乘站列表2中,执行S5。
S5,遍历换乘站列表2中的站点,判断遍历到的换乘站是否与起点站位于同一条线路上,如果是则将其添加到换乘站列表1中;如果不是,判断其是否与终点站在同一条线路上,如果是,则记录路径[起点站,换乘站1,换乘站2,终点站],继续遍历换乘站列表2中的站点,直至换乘站列表2中的站点均被遍历,清空换乘站列表2、换乘站列表3,返回S4继续遍历下一个车站;如果不是,则暂停遍历,继续寻找与之相邻的换乘站并添加到换乘站列表3中,执行S6。
S6,遍历换乘站列表3中的站点,如果遍历到的车站与换乘站1在同一条线路上,则将此站点添入换乘站列表2,如果遍历到的车站与起点站在同一线路上,则将该站点添入换乘站列表1,否则,判断该站点是否与终点站在同一线路上,如果在,则记录路径[起点站,换乘站1,换乘站2,换乘站3,终点站],继续遍历换乘站3中的站点,直至列表3中的换乘站点均被遍历,清空换乘站列表3,返回S5继续遍历下一个车站。
S7,输出所有记录的路径。
注1:在搜索步骤S4、S5向换乘站列表中添加站点时,如果该站点已经存在于该列表中,则不再继续添加,若找到的换乘车站为起点站,同样无需将起点站加入换乘站列表中。
注2:在搜索步骤S4、S5中,之所以会往换乘站列表1、换乘站列表2中添加站点,是为了避免当同一线路上出现多个换乘站的情况下,经过三个换乘站后无法由起点到达终点的情况。
经过上述方法搜索后,某一OD对间可能会搜索到多条可达路径,但在实际环境中,乘客在进行路径选择时,不会考虑所有的可达路径,而会从有效路径中进行选择。有效路径的筛选按上述筛选条件进行筛选,通常情况下,筛选后OD对间的有效路径不超过3条。
乘客出行时间链辨识模块,主要得到每位乘客的完整出行时间链。
在轨道交通中,一条完整的出行记录应该包括乘客进站刷卡时间、上车时间、下车时间及出站刷卡时间。列车时刻表记录了列车在各个车站的到达和出发时间,定义线路集合L={1,2,...,l,...,N},各线路上的车站集合Sl={1,2,...,i,...,M},第j辆列车到达线路l上车站i的时间为离开线路l上车站i的时间为则某一车站的列车时刻表信息可表示为乘客的出行时间链包括乘客进出站刷卡时间以及在出行路径上的上下车时间。在此,假定所有乘客均在列车离开站台时上车,在列车到达站台时下车,则一条完整的出行时间链可表示为:
式中:
Checkin表示进站刷卡时间,
Checkout表示出站刷卡时间
中括号内表示换乘过程,乘客在换乘站从一条线路换乘到另一条线路
获取乘客所有可能出行时间链的具体方法如下:
S1,从AFC系统记录的交易数据中提取乘客出行起讫点,传入有效路径搜索模块进行有效路径的搜索。对于每条有效路径,执行S2-S3。
S2,在起点站,根据乘客进站时间及设定的时间阈值,从起点站列车时刻表中找出此段时间内经过的所有列车车次,记录每趟列车从起点站离开的时间,当列车到达有效路径中的换乘站点时,记录列车的到达时间并分别依据各列车的到达时间及设定的时间阈值,找出乘客在换乘站所有可能的换乘车次,记录换乘车次离开换乘站的时间,以此类推,直到乘客到达终点站,记录每趟列车到达终点站的时间。其中时间阈值的设定由运营时间段、地铁车站的换乘形式及列车的发车时刻表确定,在阈值设定时,为了保证每条有效路径都可以匹配到车次,阈值设定应大于该时段列车的发车间隔。
S3,将乘客完成旅行依次乘坐列车的出发时间、到达时间进行拼接,形成完整的出行时间链。
若某OD对间有多条有效路径,在获取乘客的出行时间链的过程中,一条交易记录在每条路径上均可能会匹配到多条出行时间链,而在理想情况下,一条交易记录只匹配到一条出行时间链,可以唯一确定该乘客的路径选择及乘坐的车次,称这部分乘客为参考乘客并基于其旅行时间链中的下车出站时间差,拟合各出站闸机口乘客下车出站时间差概率密度分布,依此来辨识匹配到多条出行时间链乘客的真实出行时间链。
下车出站时间差定义为乘客出站刷卡时间与终点站下车时间的差值。一般情况下,乘客在到达终点站之后,会尽快找到对应的出口刷卡出站,完成旅行,不会在终点站做长时间停留。故乘客下车出站时间差波动性较小。以参考乘客的下车出站时间差为样本,拟合其分布规律,对匹配到多条出行时间链的交易记录做筛选,可判断出乘客最可能的出行路径。
首先,利用参考乘客的交易记录,拟合各闸机口下车出站时间差概率分布,考虑到从不同线路、不同的出口出站,乘客的平均步行时间可能会存在差异,而自动售检票系统记录的数据中仅有乘客出站刷卡的闸机编号信息,缺乏闸机所对应的出口信息,故在找到参考乘客后,依据其所选择的线路及出站刷卡的闸机编号进行分类,对每个类别,拟合其下车出站时间差分布情况。
之后,将旅行时间无显著差异的闸机编号合并,认为同一类闸机口对应同一个出站口并对出站口重新编号。双样本K-S(Kolmogorov-Smirnov)检验是一种基于累计分布函数的检验方法,用于检验一个分布是否符合某一理论分布或比较两种经验分布是否具有显著差异。由于其对两样本的经验分布函数的位置和形状参数的差异都敏感,是比较两样本的最有用且最常用的非参数方法之一,故选择双样本K-S检验进行闸机口的合并。
最后,对各个出口的下车出站时间差采用不同的分布函数进行拟合,比较各函数的拟合优度,选择拟合效果最好的分布函数。得到概率密度曲线。
对于匹配到多条时间链的出行记录,由概率密度函数计算每条时间链被选择的概率。将概率较大者作为乘客最终的出行时间链。
具体实施例1如下:
本发明提供了一种轨道交通乘客出行时间链辨识系统,该系统由三个模块组成,路网拓扑结构构建模块、有效路径搜索模块及乘客出行时间链辨识模块。系统操作流程如图2所示
首先,由路网拓扑结构构建模块构建轨道交通路网,轨道交通路网拓扑结构表示为G={L(s)},其中G表示所构建的轨道交通路网,L表示轨道交通路网中的线路。其中:
L={l1,l2,...,lm},m为路网中所包含的线路数量。
li={si1,si2,...,sin},n为线路i上的车站数,sin表示线路li上的第n个车站。
车站sin又包含车站名、所属线路编号、车站编号和是否为换乘站点4个属性。其中,车站所属线路编号为该车站所在所有线路的集合;车站编号由车站在线路上的相对位置确定,按从下行到上行依次递增。换乘站在不同的线路中分别设置不同的编号以示区分。
依据车站与线路的逻辑关系,实现的查询功能包括:查找与非换乘站最近的换乘站,查找与换乘站相邻的所有换乘站。
寻找与非换乘站最近的换乘站:
对于一个非换乘车站,找出其所在的线路上的所有换乘车站,并选择与其间隔车站数最少的换乘站作为其最近换乘站。若同时存在两个或两个以上最近换乘站,则随机选择一个作为其最近换乘站。
寻找与换乘站相邻的换乘站:
换乘车站是多条线路的交汇点,为保证路径搜索的完整性,需要找出与之相邻的所有换乘车站。对于一个换乘站点,遍历其所在的线路,找出每条线路上与之相邻的换乘车站,形成换乘车站集合,作为与该换乘站相邻的换乘车站。
之后,由乘客出行时间链辨识模块从AFC交易记录中提取乘客出行的起讫点,传入有效路径搜索模块,进行有效路径搜索,有效路径的搜索过程如下:
S1,构建三个换乘站列表,换乘站列表1、换乘站列表2、换乘站列表3,列表为一维列表,用于存放及提取车站sin信息。在向列表中添加站点时,如果列表中已经存在该站点,则不重复添加。在从列表中提取站点时分别称从换乘站列表1、换乘站列表2、换乘站列表3中提取出的站点为换乘站1、换乘站2、换乘站3;
S2,从AFC系统记录的交易数据中提取乘客出行的起讫点。
S3,判断起终点是否在同一条线路上,如果是,则记录路径[起点站,终点站],如果不是,则找出与起点站相邻的换乘车站(如果起点站为非换乘车站,找到与之最近的换乘车站,如果起点站为换乘车站,找到与之相邻的所有换乘车站),添加到换乘站列表1中。
S4,遍历换乘站列表1中的车站,判断遍历到的换乘站是否与终点站在同一线路上,如果在,则记录路径[起点站,换乘站1,终点站],继续遍历,直至换乘站列表1中的车站全部被遍历,执行S7;如果不在,则暂停遍历,找出与该换乘站相邻的换乘站,添加到换乘站列表2中,执行S5。
S5,遍历换乘站列表2中的站点,判断遍历到的换乘站是否与起点站位于同一条线路上,如果是则将其添加到换乘站列表1中;如果不是,判断其是否与终点站在同一条线路上,如果是,则记录路径[起点站,换乘站1,换乘站2,终点站],继续遍历换乘站列表2中的站点,直至换乘站列表2中的站点均被遍历,清空换乘站列表2、换乘站列表3,返回S4继续遍历下一个车站;如果不是,则暂停遍历,继续寻找与之相邻的换乘站并添加到换乘站列表3中,执行S6。
S6,遍历换乘站列表3中的站点,如果遍历到的车站与换乘站1在同一条线路上,则将此站点添入换乘站列表2,如果遍历到的车站与起点站在同一线路上,则将该站点添入换乘站列表1,否则,判断该站点是否与终点站在同一线路上,如果在,则记录路径[起点站,换乘站1,换乘站2,换乘站3,终点站],继续遍历换乘站3中的站点,直至列表3中的换乘站点均被遍历,清空换乘站列表3,返回S5继续遍历下一个车站。
S7,输出所有记录的路径。
注1:在搜索步骤S4、S5向换乘站列表中添加站点时,如果该站点已经存在于该列表中,则不再继续添加,若找到的换乘车站为起点站,同样无需将起点站加入换乘站列表中。
注2:在搜索步骤S4、S5中,之所以会往换乘站列表1、换乘站列表2中添加站点,是为了避免当同一线路上出现多个换乘站的情况下,经过三个换乘站后无法由起点到达终点的情况。
此处,以南京地铁为例,从大厂(S8号线)出发去往上海路站(2号线)如图3所示,若步骤S4、S5中未向换乘站列表1、换乘站列表2中添加站点,则找到的三个换乘站分别为泰冯路站、南京站、鸡鸣寺站,而鸡鸣寺站不与上海路站在同一线路上,将无法搜索到可到路径,若按搜索步骤执行,泰冯路站在换乘站列表1中、南京站、鸡鸣寺站、大行宫站均在换乘站列表2中,大行宫站与上海路站在同一线路上,即可找到路径:大厂-泰冯路-大行宫-上海路。
最后,根据操作人员设定的筛选条件,进行有效路径的筛选。同样以南京地铁为例,以临江路站为起始站,以鸡鸣寺站为终点站,采用上述搜索方法,共搜索到8条路径,如表1所示。
表1临江路站至鸡鸣寺站路径搜索结果
若操作人员设定合理路径中站点数与最短路站点数的最大差值为5,合理路径中换乘次数与最少换乘路径换乘次数的最大差值为2,最终搜索有效路径的数目为3,且优先考虑换乘站数较少的路径。则最终确定的有效路径为路径3、6、8。
有效路径搜索结束之后,返回乘客出行时间链辨识模块,由AFC系统提供的进出站刷卡时间及列车时刻表信息,匹配每条记录所有可能的出行时间链。匹配过程如下:
S1,从AFC系统记录的交易数据中提取乘客出行起讫点,传入有效路径搜索模块进行有效路径的搜索。对于每条有效路径,执行S2-S3。
S2,在起点站,根据乘客进站时间及设定的时间阈值,从起点站列车时刻表中找出此段时间内经过的所有列车车次,记录每趟列车从起点站离开的时间,当列车到达有效路径中的换乘站点时,记录列车的到达时间并分别依据各列车的到达时间及设定的时间阈值,找出乘客在换乘站所有可能的换乘车次,记录换乘车次离开换乘站的时间,以此类推,直到乘客到达终点站,记录每趟列车到达终点站的时间。其中时间阈值的设定由运营时间段、地铁车站的换乘形式及列车的发车时刻表确定,在阈值设定时,为了保证每条有效路径都可以匹配到车次,阈值设定应大于该时段列车的发车间隔。
S3,将乘客完成旅行依次乘坐列车的出发时间、到达时间进行拼接,形成完整的出行时间链。
若某OD对间有多条有效路径,在获取乘客的出行时间链的过程中,一条交易记录在每条路径上均可能会匹配到多条出行时间链,而在理想情况下,一条交易记录只匹配到一条出行时间链,可以唯一确定该乘客的路径选择及乘坐的车次,称这部分乘客为参考乘客并基于其旅行时间链中的下车出站时间差,判断其余乘客的路径选择。下车出站时间差定义为乘客出站刷卡时间与终点站下车时间的差值。一般情况下,乘客在到达终点站之后,会尽快找到对应的出口刷卡出站,完成旅行,不会在终点站做长时间停留。故乘客下车出站时间差波动性较小。以参考乘客的下车出站时间差为样本,拟合其分布规律,对匹配到多条出行时间链的交易记录做筛选,可判断出乘客最可能的出行路径。
考虑到从不同线路、不同的出口出站,乘客的平均步行时间可能会存在差异,而自动售检票系统记录的数据中仅有乘客出站刷卡的闸机编号信息,缺乏闸机所对应的出口信息,故在找到参考乘客后,依据其所选择的线路及出站刷卡的闸机编号进行分类,对每个类别,拟合其下车出站时间差分布情况。
之后,利用双样本K-S检验将旅行时间无显著差异的闸机编号合并,认为同一类闸机口对应同一个出站口并对出站口重新编号。
如从AFC系统中提取的交易记录如表2所示,进行出行时间链的匹配,匹配结果如表3所示。
表2 AFC记录的交易数据
进站时间 | 出站时间 | 进站车站编号 | 出站车站编号 | 出站闸机编号 |
07:04:58 | 07:49:39 | 62 | 9 | 33687830 |
表3龙华路至新街口出行时间链
编号 | 路径 | 进站时间 | 上车时间 | 下车时间 | 上车时间 | 下车时间 | 出站时间 |
1 | 龙华路-元通-新街口(2) | 07:04:58 | 07:07:21 | 07:27:54 | 07:30:22 | 07:47:26 | 07:49:39 |
2 | 龙华路-安德门-新街口(1) | 07:04:58 | 07:07:21 | 07:37:11 | 07:38:25 | 07:47:48 | 07:49:39 |
从历史数据中收集新街口站所有出站口参考乘客的下车出站时间差数据,采用双样本K-S检验的方法,对分布无显著差异的闸机口进行合并,形成新的出站口。采用不同分布拟合其下车出站时间差,通过比较拟合优度,选择合适的分布(此处选择正态分布)进行拟合。拟合参数如表4所示。
表4新街口站各出站口拟合参数
得到拟合参数后,对于匹配到多条时间链的出行记录,由概率密度函数计算每条时间链被选择的概率。将概率较大者作为乘客最终的出行时间链。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作任何其他形式的限制,而依据本发明的技术实质所作的任何修改或等同变化,仍属于本发明所要求保护的范围。
Claims (5)
1.城市轨道交通乘客出行时间链辨识系统,该系统由三个模块组成,其特征在于,包括:
路网拓扑结构构建模块,依据轨道交通网络特征,构建轨道交通路网模型,并实现相关查询功能;
有效路径搜索模块,根据设定的约束条件及相关参数,实现有效路径的搜索;
乘客出行时间链辨识模块,确定乘客完整的出行时间记录;
所述路网拓扑结构构建模块,其构建的路网为G={L(s)},其中G表示所构建的轨道交通路网,L表示轨道交通路网中的线路,其中:
L={l1,l2,...,lm},m为路网中所包含的线路数量;
li={si1,si2,...,sin},n为线路i上的车站数,sin表示线路li上的第n个车站;
车站sin又包含车站名、所属线路编号、车站编号和是否为换乘站点4个属性,其中,车站所属线路编号为该车站所在所有线路的集合;车站编号由车站在线路上的相对位置确定,按从下行到上行依次递增,换乘站在不同的线路中分别设置不同的编号以示区分;
依据车站与线路的逻辑关系,实现的查询功能包括:查找与非换乘站最近的换乘站,查找与换乘站相邻的所有换乘站;
查找与非换乘站最近的换乘站:
对于一个非换乘车站,找出其所在的线路上的所有换乘车站,并选择与其间隔车站数最少的换乘站作为其最近换乘站,若同时存在两个或两个以上最近换乘站,则随机选择一个作为其最近换乘站;
查找与换乘站相邻的所有换乘站:
对于一个换乘站点,遍历其所在的线路,找出每条线路上与之相邻的换乘车站,形成换乘车站集合,作为与该换乘站相邻的换乘车站;
所述的有效路径搜索模块,该模块在简化路网的同时利用深度优先的搜索思想进行有效路径的搜索及筛选,其中简化路网指将轨道交通路网简化为只包含起点站、终点站及换乘站的简化路网;在路径搜索过程中需设定的搜索及筛选参数包括:
根据国内大部分城市的轨道交通路网特征,设定搜索过程中最大换乘车站数为3,
为进行有效路径筛选,指定合理路径中站点数与最短路站点数的最大差值以及合理路径中换乘次数与最少换乘路径换乘次数的最大差值;
所述乘客出行时间链辨识模块,该模块利用乘客的下车出站时间差进行出行链的辨识,其中,
出行时间链可以表示为:
式中:
Checkin表示进站刷卡时间;
Checkout表示出站刷卡时间;
中括号内表示换乘过程,乘客在换乘站从一条线路换乘到另一条线路;
2.根据权利要求1所述的城市轨道交通乘客出行时间链辨识系统,其特征在于:路径搜索模块中路径的搜索步骤包括:
S1,构建三个换乘站列表,换乘站列表1、换乘站列表2、换乘站列表3,列表为一维列表,用于存放及提取车站sin信息,在向列表中添加站点时,如果列表中已经存在该站点,则不重复添加,在从列表中提取站点时分别称从换乘站列表1、换乘站列表2、换乘站列表3中提取出的站点为换乘站1、换乘站2、换乘站3;
S2,从自动售检票AFC系统记录的交易数据中提取乘客出行的起讫点;
S3,判断起终点是否在同一条线路上,如果是,则记录路径[起点站,终点站],如果不是,则找出与起点站相邻的换乘车站,如果起点站为非换乘车站,找到与之最近的换乘车站,如果起点站为换乘车站,找到与之相邻的所有换乘车站,添加到换乘站列表1中;
S4,遍历换乘站列表1中的车站,判断遍历到的换乘站是否与终点站在同一线路上,如果在,则记录路径[起点站,换乘站1,终点站],继续遍历,直至换乘站列表1中的车站全部被遍历,执行S7;如果不在,则暂停遍历,找出与该换乘站相邻的换乘站,添加到换乘站列表2中,执行S5;
S5,遍历换乘站列表2中的站点,判断遍历到的换乘站是否与起点站位于同一条线路上,如果是则将其添加到换乘站列表1中;如果不是,判断其是否与终点站在同一条线路上,如果是,则记录路径[起点站,换乘站1,换乘站2,终点站],继续遍历换乘站列表2中的站点,直至换乘站列表2中的站点均被遍历,清空换乘站列表2、换乘站列表3,返回S4继续遍历下一个车站;如果不是,则暂停遍历,继续寻找与之相邻的换乘站并添加到换乘站列表3中,执行S6;
S6,遍历换乘站列表3中的站点,如果遍历到的车站与换乘站1在同一条线路上,则将此站点添入换乘站列表2,如果遍历到的车站与起点站在同一线路上,则将该站点添入换乘站列表1,否则,判断该站点是否与终点站在同一线路上,如果在,则记录路径[起点站,换乘站1,换乘站2,换乘站3,终点站],继续遍历换乘站3中的站点,直至列表3中的换乘站点均被遍历,清空换乘站列表3,返回S5继续遍历下一个车站;
S7,输出所有记录的路径。
3.根据权利要求1所述的城市轨道交通乘客出行时间链辨识系统,其特征在于:出行时间链辨识模块中获取乘客所有可能出行时间链的具体步骤如下:
S1,从AFC系统记录的交易数据中提取乘客出行起讫点,传入有效路径搜索模块进行有效路径的搜索,对于每条有效路径,执行S2-S3;
S2,在起点站,根据乘客进站时间及设定的时间阈值,从起点站列车时刻表中找出此段时间内经过的所有列车车次,记录每趟列车从起点站离开的时间,当列车到达有效路径中的换乘站点时,记录列车的到达时间并分别依据各列车的到达时间及设定的时间阈值,找出乘客在换乘站所有可能的换乘车次,记录换乘车次离开换乘站的时间,以此类推,直到乘客到达终点站,记录每趟列车到达终点站的时间,其中时间阈值的设定由运营时间段、地铁车站的换乘形式及列车的发车时刻表确定,在阈值设定时,为了保证每条有效路径都可以匹配到车次,阈值设定应大于该时段列车的发车间隔;
S3,将乘客完成旅行依次乘坐列车的出发时间、到达时间进行拼接,形成完整的出行时间链。
4.根据权利要求1所述的城市轨道交通乘客出行时间链辨识系统,其特征在于:所述乘客出行时间链辨识模块,由两个子模块组成,分别为:
概率分布拟合模块:该模块利用历史数据中参考乘客的下车出站时间差对各出站闸机口乘客下车出站时间差概率分布情况进行拟合,输出各闸机口对应乘客下车出站时间差概率密度函数;
参考乘客定义为交易记录中只匹配到一条出行时间链的记录所对应的乘客,具体的拟合步骤如下:
S1,读取历史交易记录,按乘客出行时间链辨识模块中的方法匹配每条交易记录所有可能的出行时间链;
S2,选取只匹配到一条出行时间链的记录,将这部分记录对应的乘客记为参考乘客并提取参考乘客的下车出站时间差;
S3,将参考乘客按照终点站不同进行分类,对于每个类别,拟合从不同闸机口刷卡出站的乘客的下车出站时间差概率分布情况;
S4,利用双样本K-S检验的方法对下车出站时间差无显著差异的闸机口进行合并并重新编号形成新的出口,其中在双样本K-S检验时设定显著水平为5%;
S5,对合并后各个出口的下车出站时间差采用不同的分布函数进行拟合,比较各函数的拟合优度,选择拟合效果最好的分布函数,得到该出口概率密度曲线。
5.根据权利要求3所述的城市轨道交通乘客出行时间链辨识系统,其特征在于:所述乘客出行时间链辨识模块:该模块负责辨识乘客的出行时间链,方法如下:
S1,读取交易记录,按出行时间链辨识模块中获取乘客所有可能出行时间链中的方法匹配每条交易记录所有可能的出行时间链;
S2,根据乘客所选择的出站闸机编号,找出该闸机口对应的概率密度函数,计算每条出行时间链被选择的概率,选取概率较大者作为乘客的最终出行时间链。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911235415.6A CN111191816B (zh) | 2019-12-05 | 2019-12-05 | 城市轨道交通乘客出行时间链辨识系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911235415.6A CN111191816B (zh) | 2019-12-05 | 2019-12-05 | 城市轨道交通乘客出行时间链辨识系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111191816A CN111191816A (zh) | 2020-05-22 |
CN111191816B true CN111191816B (zh) | 2022-03-04 |
Family
ID=70707714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911235415.6A Active CN111191816B (zh) | 2019-12-05 | 2019-12-05 | 城市轨道交通乘客出行时间链辨识系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111191816B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113766428A (zh) * | 2020-06-01 | 2021-12-07 | 深圳先进技术研究院 | 城市公共交通乘客出行轨迹估计方法、系统、终端以及存储介质 |
CN111653099B (zh) * | 2020-06-10 | 2022-06-17 | 南京瑞栖智能交通技术产业研究院有限公司 | 基于手机信令数据的公交客流od获取方法 |
CN112101640A (zh) * | 2020-08-28 | 2020-12-18 | 通号城市轨道交通技术有限公司 | 乘客路径确定方法、装置及可读存储介质 |
CN112950943A (zh) * | 2021-02-18 | 2021-06-11 | 重庆交通开投科技发展有限公司 | 基于多元数据的换乘站点推算方法 |
CN116433308B (zh) * | 2023-06-13 | 2023-08-15 | 西南交通大学 | 一种基于进出站时间的多制式轨道交通动态计价方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200286A (zh) * | 2014-09-10 | 2014-12-10 | 东南大学 | 一种城市轨道交通时刻表优化技术应用框架 |
CN105788260A (zh) * | 2016-04-13 | 2016-07-20 | 西南交通大学 | 一种基于智能公交系统数据的公交乘客od推算方法 |
CN106485359A (zh) * | 2016-10-13 | 2017-03-08 | 东南大学 | 一种基于列车运行时刻表的城市轨道交通断面客流推测方法 |
CN110019569A (zh) * | 2017-07-21 | 2019-07-16 | 北京交通大学 | 一种获取城市轨道交通运营状态信息的方法 |
CN110084442A (zh) * | 2019-05-16 | 2019-08-02 | 重庆大学 | 一种联合公交和轨道交通刷卡数据进行客流od计算的方法 |
-
2019
- 2019-12-05 CN CN201911235415.6A patent/CN111191816B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200286A (zh) * | 2014-09-10 | 2014-12-10 | 东南大学 | 一种城市轨道交通时刻表优化技术应用框架 |
CN105788260A (zh) * | 2016-04-13 | 2016-07-20 | 西南交通大学 | 一种基于智能公交系统数据的公交乘客od推算方法 |
CN106485359A (zh) * | 2016-10-13 | 2017-03-08 | 东南大学 | 一种基于列车运行时刻表的城市轨道交通断面客流推测方法 |
CN110019569A (zh) * | 2017-07-21 | 2019-07-16 | 北京交通大学 | 一种获取城市轨道交通运营状态信息的方法 |
CN110084442A (zh) * | 2019-05-16 | 2019-08-02 | 重庆大学 | 一种联合公交和轨道交通刷卡数据进行客流od计算的方法 |
Non-Patent Citations (2)
Title |
---|
基于季节指数的城市轨道交通月度客流预测方法;王夏秋等;《城市轨道交通研究》;20181031;第21卷(第10期);第25-28页 * |
基于约束卡尔曼滤波的城市轨道交通线网客流 OD 实时估计研究;刘洋等;《铁道运输与经济》;20181019;第103-108页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111191816A (zh) | 2020-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111191816B (zh) | 城市轨道交通乘客出行时间链辨识系统 | |
CN105788260B (zh) | 一种基于智能公交系统数据的公交乘客od推算方法 | |
CN102521965B (zh) | 基于车牌识别数据的交通需求管理措施效果评价方法 | |
CN104318324B (zh) | 基于出租车gps记录的机场巴士站点及路线规划方法 | |
CN105844362B (zh) | 一种城市交通综合出行决策装置 | |
CN110704993A (zh) | 一种疏解地铁客流压力的定制公交线路设计方法 | |
CN107609677A (zh) | 一种基于出租车gps大数据的定制公交线路规划方法 | |
CN110909434B (zh) | 一种低碳导向下的城市公共交通干线网络设计方法 | |
CN105632173A (zh) | 利用出租车gps数据进行城市公交系统的优化识别方法 | |
CN112990648A (zh) | 一种轨道交通网络运营稳定性评估方法 | |
CN107301492A (zh) | 一种基于高斯混合模型的地铁票务清分方法 | |
CN112036757A (zh) | 基于手机信令和浮动车数据的停车换乘停车场的选址方法 | |
CN114139251B (zh) | 一种边境地区陆路口岸整体布局方法 | |
CN106327867B (zh) | 一种基于gps数据的公交准点预测方法 | |
CN109489679A (zh) | 一种导航路径中的到达时间计算方法 | |
Li et al. | Using smart card data trimmed by train schedule to analyze metro passenger route choice with synchronous clustering | |
CN116862325A (zh) | 一种城市轨道交通乘客出行链推断方法及系统 | |
KR101595417B1 (ko) | 교통카드자료를 활용한 대중교통 통행분석 시스템 및 방법 | |
CN116451867A (zh) | 一种基于时空出行路径标定的地铁短时客流预测方法 | |
CN111339159B (zh) | 一种一票制公交数据的分析挖掘方法 | |
CN111931968B (zh) | 一种应用手机gps数据来优化公共自行车站点布局的方法 | |
CN114971085A (zh) | 一种公交站点可达性的预测方法、系统及存储介质 | |
CN113536493A (zh) | 基于聚类反推的有效路径生成方法及断面客流估算方法 | |
CN111276002A (zh) | 一种基于服务瓶颈站点识别的公交调度方法 | |
CN118036854A (zh) | 一种轨道交通路径匹配清分方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |