基于公交数据的乘客出行特征分析
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.2.3 国内外研究现状小结 | 第15-16页 |
| 1.3 研究内容及技术路线 | 第16-18页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 技术路线 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第二章 公交数据的分析与处理 | 第19-32页 |
| 2.1 公交数据内容 | 第19-25页 |
| 2.1.1 公交IC卡数据 | 第20-22页 |
| 2.1.2 公交车辆GPS数据 | 第22-23页 |
| 2.1.3 公交系统运行数据 | 第23-25页 |
| 2.2 数据基础 | 第25-26页 |
| 2.3 公交数据的分析处理方法与步骤 | 第26-29页 |
| 2.3.1 数据的处理方法 | 第26-28页 |
| 2.3.2 分析步骤 | 第28-29页 |
| 2.4 基于数据融合的上车站点匹配 | 第29-31页 |
| 2.4.1 数据融合 | 第29页 |
| 2.4.2 上车站点匹配 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于出行链分析的下车站点判断 | 第32-46页 |
| 3.1 出行链分析 | 第32-36页 |
| 3.1.1 出行链的结构 | 第32-34页 |
| 3.1.2 出行链的特征 | 第34-35页 |
| 3.1.3 公共交通出行链 | 第35-36页 |
| 3.2 下车站点判断模型 | 第36-43页 |
| 3.2.1 模型系统条件及假设 | 第36-37页 |
| 3.2.2 下车站点的判断方法 | 第37-39页 |
| 3.2.3 模型的构建 | 第39-43页 |
| 3.3 模型验证 | 第43-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第四章 乘客个体出行特征分析 | 第46-58页 |
| 4.1 出行强度 | 第46-47页 |
| 4.2 时间特征分析 | 第47-52页 |
| 4.2.1 上车时间点特征 | 第47-49页 |
| 4.2.2 公交出行时间 | 第49-50页 |
| 4.2.3 出行时间谱 | 第50-52页 |
| 4.3 空间特征分析 | 第52-55页 |
| 4.3.1 上车站点聚类分析 | 第52-53页 |
| 4.3.2 公交出行距离 | 第53-54页 |
| 4.3.3 出行空间谱 | 第54-55页 |
| 4.4 出行特征值集合 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 乘客出行特征实证分析 | 第58-73页 |
| 5.1 乘客组成结构与分类 | 第58-61页 |
| 5.1.1 乘客组成结构分析 | 第58-60页 |
| 5.1.2 出行乘客分类 | 第60-61页 |
| 5.2 城市公交乘客出行时空特征 | 第61-66页 |
| 5.2.1 数据基础 | 第61-62页 |
| 5.2.2 上车时间特征分析 | 第62-64页 |
| 5.2.3 乘客出行时空范围 | 第64-66页 |
| 5.3 城市公交乘客时空谱分析 | 第66-72页 |
| 5.3.1 数据基础 | 第66页 |
| 5.3.2 时空谱分布区域划分 | 第66-69页 |
| 5.3.3 公交乘客时空谱分布 | 第69-72页 |
| 5.4 本章小结 | 第72-73页 |
| 结论与展望 | 第73-76页 |
| 6.1 主要结论 | 第73-74页 |
| 6.2 创新点 | 第74页 |
| 6.3 未来研究展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间取得的研究成果 | 第81-82页 |
| 攻读硕士学位期间承担的科研及工程设计项目 | 第82-84页 |
| 致谢 | 第84-85页 |
| 附件 | 第85页 |
