| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究的目的和意义 | 第14页 |
| 1.3 国内外研究现状 | 第14-20页 |
| 1.3.1 上下车站点、换乘及O-D推算的研究 | 第15-16页 |
| 1.3.2 乘客出行特性及乘客分类研究 | 第16-20页 |
| 1.4 研究内容及思路 | 第20-23页 |
| 1.4.1 研究内容 | 第20-21页 |
| 1.4.2 技术路线 | 第21-23页 |
| 第2章 公交乘客分类方法解析 | 第23-35页 |
| 2.1 乘客分类方法概述 | 第23-24页 |
| 2.1.1 分类方法的优缺点分析 | 第23-24页 |
| 2.1.2 分类方法的选择的因素分析 | 第24页 |
| 2.2 公交乘客的主要分类依据 | 第24-26页 |
| 2.2.1 乘客的社会经济属性 | 第24-25页 |
| 2.2.2 乘客的公交使用强度 | 第25页 |
| 2.2.3 乘客的时间和空间特性 | 第25-26页 |
| 2.3 乘客分类依据的定义及判别 | 第26-33页 |
| 2.3.1 乘客分类的方法及内容 | 第26-28页 |
| 2.3.2 时间一致性的定义及判别 | 第28-30页 |
| 2.3.3 空间一致性的定义及判别 | 第30-32页 |
| 2.3.4 基于时间和空间一致性的乘客分类类别的定义 | 第32-33页 |
| 2.4 乘客分类的步骤及流程 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 数据的说明与预处理 | 第35-44页 |
| 3.1 成都智能交通系统数据 | 第35-38页 |
| 3.1.1 公交IC卡数据 | 第35-36页 |
| 3.1.2 公交车载GPS数据 | 第36-37页 |
| 3.1.3 公交站点GIS数据 | 第37-38页 |
| 3.2 乘客出行时空特性研究及分类的基础数据 | 第38-41页 |
| 3.2.1 公交IC卡乘客身份属性的判定 | 第38-39页 |
| 3.2.2 乘客时空出行特性分析的数据准备 | 第39-41页 |
| 3.2.3 乘客分类的数据处理思路 | 第41页 |
| 3.3 智能公交系统数据问题及处理 | 第41-43页 |
| 3.3.1 公交数据质量问题 | 第41-42页 |
| 3.3.2 数据清洗与预处理 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于公交数据的乘客分类研究 | 第44-58页 |
| 4.1 研究主体的界定 | 第44-49页 |
| 4.1.1 各类型卡的总体出行特性 | 第44-48页 |
| 4.1.2 各类型卡的数量特征 | 第48-49页 |
| 4.2 基于公交使用强度的成人卡乘客的初始分类 | 第49-51页 |
| 4.2.1 乘客分类所需刷卡数据时间的判定 | 第49-50页 |
| 4.2.2 乘客初始分类的结果分析 | 第50-51页 |
| 4.3 基于出行时间和空间一致性的乘客类型再划分 | 第51-56页 |
| 4.3.1 基于出行时间一致性的乘客分类 | 第51-53页 |
| 4.3.2 基于出行空间一致性的乘客分类 | 第53-54页 |
| 4.3.3 基于乘客的出行时间和空间一致性的乘客分类 | 第54-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第5章 不同类别乘客出行时空特性的研究 | 第58-72页 |
| 5.1 基于初始分类的乘客出行时间分布特性分析 | 第58-61页 |
| 5.1.1 乘客工作日刷卡次数的时间分布 | 第58-60页 |
| 5.1.2 乘客非工作日刷卡次数的时间分布 | 第60-61页 |
| 5.2 乘客公交出行时长的研究 | 第61-64页 |
| 5.2.1 乘客公交出行时长的推算原理 | 第61-62页 |
| 5.2.2 平均出行时间长度的统计结果分析 | 第62-64页 |
| 5.3 乘客出行空间分布特性分析 | 第64-69页 |
| 5.3.1 出行空间分布的数据处理 | 第64-66页 |
| 5.3.2 出行空间分布结果 | 第66-69页 |
| 5.4 成都票价制定和服务的改进建议 | 第69-71页 |
| 5.5 本章小结 | 第71-72页 |
| 结论与展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第79-80页 |
| 附录 | 第80-85页 |