| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 刷卡数据研究 | 第15-17页 |
| 1.2.2 公交站点优化研究 | 第17-18页 |
| 1.3 研究内容 | 第18-19页 |
| 1.4 技术路线 | 第19-21页 |
| 2 刷卡数据基本信息分析 | 第21-27页 |
| 2.1 刷卡数据描述 | 第21-22页 |
| 2.1.1 地铁AFC数据描述 | 第21-22页 |
| 2.1.2 公交IC卡数据描述 | 第22页 |
| 2.2 刷卡数据匹配 | 第22-24页 |
| 2.2.1 地铁AFC数据匹配 | 第22-23页 |
| 2.2.2 公交IC卡数据匹配 | 第23-24页 |
| 2.3 刷卡数据清洗 | 第24-26页 |
| 2.3.1 地铁AFC数据清洗 | 第24-25页 |
| 2.3.2 公交IC卡数据清洗 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 公交IC卡数据提前刷卡行为修正 | 第27-44页 |
| 3.1 乘客善意提前刷卡行为修正 | 第28-36页 |
| 3.1.1 问题提出及描述 | 第28-29页 |
| 3.1.2 基于上车刷卡行为推断车辆到站时刻表 | 第29-32页 |
| 3.1.3 基于DBSCAN算法和到站时刻表识别刷卡异常点 | 第32-35页 |
| 3.1.4 模型算法设计 | 第35-36页 |
| 3.2 乘客恶意提前刷卡行为修正 | 第36-43页 |
| 3.2.1 问题提出及描述 | 第36-37页 |
| 3.2.2 基于换乘行为的公交下车站点修正 | 第37-41页 |
| 3.2.3 基于往返出行的公交下车站点修正 | 第41-42页 |
| 3.2.4 模型算法设计 | 第42-43页 |
| 3.3 本章小结 | 第43-44页 |
| 4 基于换乘识别构建乘客出行 | 第44-61页 |
| 4.1 定义换乘 | 第44-46页 |
| 4.2 出行阶段分析 | 第46-50页 |
| 4.3 换乘时间阈值确定 | 第50-56页 |
| 4.3.1 B-M模式 | 第50-52页 |
| 4.3.2 M-B模式 | 第52-54页 |
| 4.3.3 B-B模式 | 第54-56页 |
| 4.4 构建多阶段出行 | 第56-60页 |
| 4.4.1 遵循原则 | 第56页 |
| 4.4.2 指标分析 | 第56-60页 |
| 4.5 本章小结 | 第60-61页 |
| 5 城市轨道交通与常规公交换乘站点优化 | 第61-80页 |
| 5.1 问题提出 | 第61-63页 |
| 5.1.1 换乘网络描述 | 第61-62页 |
| 5.1.2 换乘网络确定 | 第62-63页 |
| 5.2 模型构建 | 第63-68页 |
| 5.2.1 基本假设 | 第63页 |
| 5.2.2 基本原则 | 第63-64页 |
| 5.2.3 目标函数 | 第64页 |
| 5.2.4 约束条件 | 第64-67页 |
| 5.2.5 数学模型 | 第67-68页 |
| 5.3 模型设计 | 第68-69页 |
| 5.4 模型应用 | 第69-79页 |
| 5.4.1 站点选取及描述 | 第69-72页 |
| 5.4.2 数据获取 | 第72-76页 |
| 5.4.3 站点优化结果 | 第76-79页 |
| 5.5 本章小结 | 第79-80页 |
| 6 研究结论与展望 | 第80-82页 |
| 6.1 研究结论 | 第80页 |
| 6.2 论文创新点 | 第80-81页 |
| 6.3 研究展望 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第87-91页 |
| 学位论文数据集 | 第91页 |