| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的及意义 | 第11-12页 |
| 1.2.1 研究目的 | 第11页 |
| 1.2.2 研究意义 | 第11-12页 |
| 1.3 国内外研究概况 | 第12-15页 |
| 1.3.1 天气因素对公共交通客流的影响方面的研究 | 第12页 |
| 1.3.2 公共交通客流与天气因素的关系模型方面的研究 | 第12-14页 |
| 1.3.3 降雨天气条件下居民出行方式决策方面的研究 | 第14-15页 |
| 1.3.4 小结 | 第15页 |
| 1.4 主要研究内容及技术路线 | 第15-18页 |
| 1.4.1 主要研究内容 | 第15-17页 |
| 1.4.2 研究方法和技术路线 | 第17-18页 |
| 1.5 论文框架 | 第18-20页 |
| 第二章 基础数据概述及预处理 | 第20-31页 |
| 2.1 轨道交通运营数据及天气数据概述 | 第20-23页 |
| 2.1.1 轨道交通运营数据 | 第20-22页 |
| 2.1.2 天气数据 | 第22-23页 |
| 2.2 轨道交通运营数据及天气数据清洗 | 第23-26页 |
| 2.2.1 轨道交通运营数据清洗 | 第23-26页 |
| 2.2.2 天气数据清洗 | 第26页 |
| 2.3 降雨天气条件下轨道交通客流数据基准值及波动率计算 | 第26-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 降雨天气条件下轨道交通全日客流波动研究 | 第31-39页 |
| 3.1 基于全日客流波动特征分析的全日降雨等级划分 | 第31-34页 |
| 3.1.1 K-MEANS聚类方法介绍 | 第31页 |
| 3.1.2 全日降雨等级划分 | 第31-34页 |
| 3.2 降雨天气条件下全日客流波动模型研究 | 第34-38页 |
| 3.2.1 描述性分析 | 第34-35页 |
| 3.2.2 相关性分析 | 第35-36页 |
| 3.2.3 模型拟合及规律归纳 | 第36-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 降雨天气条件下轨道交通分时客流波动研究 | 第39-53页 |
| 4.1 降雨天气下分时客流波动类别研究 | 第39-41页 |
| 4.1.1 全日降雨类型对分时客流影响分析 | 第39-40页 |
| 4.1.2 分时降雨量的聚类分析 | 第40-41页 |
| 4.2 降雨天气下分时客流波动规律研究 | 第41-50页 |
| 4.2.1 降雨天气下分时客流总体波动规律概述 | 第41-44页 |
| 4.2.2 降雨天气下分时客流波动规律研究 | 第44-50页 |
| 4.3 降雨天气条件下轨道交通分时客流概念模型建立 | 第50-52页 |
| 4.3.1 模型假设及单位降雨影响模型 | 第50-51页 |
| 4.3.2 持续降雨的影响机制 | 第51页 |
| 4.3.3 模型应考虑的其他因子 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 基于刷卡数据的降雨天气条件下轨道交通出行特征研究 | 第53-71页 |
| 5.1 HADOOP大数据平台搭建 | 第53-58页 |
| 5.1.1 HADOOP大数据平台介绍 | 第53-54页 |
| 5.1.2 HADOOP大数据平台搭建 | 第54-57页 |
| 5.1.3 刷卡数据导入及HADOOP平台应用概述 | 第57-58页 |
| 5.2 基于刷卡数据的轨道交通出行类别界定 | 第58-63页 |
| 5.2.1 基于刷卡数据的轨道交通出行目的识别 | 第58-60页 |
| 5.2.2 基于出行目的结构的出行者分类 | 第60页 |
| 5.2.3 不同出行目的分时分布特征 | 第60-63页 |
| 5.3 降雨天气对轨道交通各目的出行的影响分析 | 第63-69页 |
| 5.3.1 基于刷卡数据的降雨天气对轨道交通全日各目的出行的影响分析 | 第63-65页 |
| 5.3.2 基于刷卡数据的降雨天气对轨道交通分时各目的出行的影响分析 | 第65-69页 |
| 5.4 本章小结 | 第69-71页 |
| 第六章 结论与展望 | 第71-74页 |
| 6.1 论文研究工作总结 | 第71-72页 |
| 6.2 论文主要结论 | 第72页 |
| 6.3 论文研究展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 作者简介 | 第79页 |
