| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-22页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-19页 |
| 1.2.1 公交数据的研究 | 第13-15页 |
| 1.2.2 出行链的研究 | 第15-17页 |
| 1.2.3 出行特征的研究 | 第17-18页 |
| 1.2.4 研究现状小结 | 第18-19页 |
| 1.3 研究目的及内容 | 第19-20页 |
| 1.4 技术路线 | 第20-22页 |
| 2 公共交通出行链及出行特征指标 | 第22-32页 |
| 2.1 公共交通出行链的概念 | 第22-24页 |
| 2.1.1 公共交通出行链的定义 | 第22-23页 |
| 2.1.2 出行链分类及特征 | 第23-24页 |
| 2.2 公共交通出行链的数据基础 | 第24-29页 |
| 2.2.1 公交客流数据采集方法 | 第24-27页 |
| 2.2.2 公交数据分析处理常用方法 | 第27-29页 |
| 2.3 基于出行链的出行特征分析指标 | 第29-31页 |
| 2.3.1 乘客出行时间、距离分析 | 第29页 |
| 2.3.2 乘客出行时空特征分析 | 第29-30页 |
| 2.3.3 乘客换乘特征分析 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 多源公共交通数据处理 | 第32-48页 |
| 3.1 公共交通基础数据 | 第32-36页 |
| 3.1.1 地面公交数据 | 第32-35页 |
| 3.1.2 地铁数据 | 第35-36页 |
| 3.2 多源公共交通数据处理 | 第36-46页 |
| 3.2.1 公交IC卡数据预处理 | 第36-41页 |
| 3.2.2 公交IC卡刷卡数据站号、线路号匹配算法 | 第41-45页 |
| 3.2.3 公交与地铁间换乘衔接站点获取算法 | 第45-46页 |
| 3.3 本章小结 | 第46-48页 |
| 4 基于IC卡的公共交通出行链的提取 | 第48-62页 |
| 4.1 基于IC卡的公共交通出行链的提取算法 | 第48-53页 |
| 4.1.1 公交IC卡数据划分 | 第49-50页 |
| 4.1.2 混合出行模式的出行链提取 | 第50-51页 |
| 4.1.3 单一出行模式的出行链提取 | 第51-53页 |
| 4.2 公共交通出行链相关参数计算 | 第53-59页 |
| 4.2.1 公交地铁换乘比例的确定 | 第53-54页 |
| 4.2.2 换乘阈值的确定 | 第54-55页 |
| 4.2.3 地铁OD站间出行时间的确定 | 第55-59页 |
| 4.3 公共交通出行链提取算法验证 | 第59-60页 |
| 4.4 本章小结 | 第60-62页 |
| 5 基于出行链的乘客出行特征分析—以北京市为例 | 第62-88页 |
| 5.1 出行链分析 | 第62-73页 |
| 5.1.1 基于出行模式的微观出行链分析 | 第62-69页 |
| 5.1.2 基于出行时间的微观出行链分析 | 第69-70页 |
| 5.1.3 出行链结构分析 | 第70-73页 |
| 5.2 乘客出行的时间、距离分析 | 第73-78页 |
| 5.2.1 出行时间 | 第73-75页 |
| 5.2.2 出行距离 | 第75-76页 |
| 5.2.3 出行时空范围 | 第76-78页 |
| 5.3 乘客出行的换乘特征分析 | 第78-79页 |
| 5.3.1 换乘次数 | 第78-79页 |
| 5.3.2 平均换乘系数 | 第79页 |
| 5.4 乘客出行的空间特征分析 | 第79-87页 |
| 5.4.1 站点的发生量与吸引量 | 第79-82页 |
| 5.4.2 OD客流的分布 | 第82-84页 |
| 5.4.3 时空谱分析 | 第84-87页 |
| 5.5 本章小结 | 第87-88页 |
| 6 总结与展望 | 第88-90页 |
| 6.1 研究的主要结论 | 第88-89页 |
| 6.2 研究的未来展望 | 第89-90页 |
| 参考文献 | 第90-94页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第94-98页 |
| 学位论文数据集 | 第98页 |