城市轨道交通乘客时空出行模式挖掘及动态客流分析
致谢 | 第3-5页 |
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第16-30页 |
1.1 研究背景和意义 | 第16-18页 |
1.2 研究现状 | 第18-27页 |
1.2.1 乘客出行模式挖掘研究现状 | 第18-20页 |
1.2.2 OD客流矩阵动态估计研究现状 | 第20-25页 |
1.2.3 交通网络客流分配模型研究现状 | 第25-27页 |
1.3 本章小结 | 第27-30页 |
第二章 个体乘客时空出行模式分析 | 第30-50页 |
2.1 个体乘客出行模式提取 | 第30-37页 |
2.1.1 元数据描述 | 第31-32页 |
2.1.2 乘客出行模式定义 | 第32-33页 |
2.1.3 乘客出行模式提取 | 第33-37页 |
2.2 基于统计方法的乘客出行模式分析 | 第37-40页 |
2.2.1 基于统计方法的出行模式规律分析 | 第37-39页 |
2.2.2 基于统计方法的个体乘客异常行为分析 | 第39-40页 |
2.3 基于无监督聚类方法的乘客出行模式分析 | 第40-49页 |
2.3.1 基于时间出行模式的乘客聚类分析 | 第40-45页 |
2.3.2 基于空间出行模式的乘客聚类分析 | 第45页 |
2.3.3 时间模式和空间模式相关性分析 | 第45-48页 |
2.3.4 基于聚类方法的异常乘客检测 | 第48-49页 |
2.4 本章小结 | 第49-50页 |
第三章 乘客路径选择行为分析 | 第50-68页 |
3.1 乘客路径选择问题描述以及方法概述 | 第51-53页 |
3.1.1 乘客路径选择概率形式化描述 | 第51-52页 |
3.1.2 解决思路以及本章的分析框架 | 第52-53页 |
3.2 路径选择概率计算方法 | 第53-59页 |
3.2.1 有效路径选择 | 第53-54页 |
3.2.2 乘客有效出行方案获取 | 第54-55页 |
3.2.3 最短步行时间计算 | 第55-56页 |
3.2.4 θ_ζ和β_n信计算方法 | 第56-59页 |
3.2.5 路径选择概率计算 | 第59页 |
3.3 实验结果分析 | 第59-63页 |
3.3.1 乘客滞留现象分析 | 第59-61页 |
3.3.2 路径选择行为分析 | 第61-62页 |
3.3.3 地铁线网时空密度分析 | 第62-63页 |
3.4 本章小结 | 第63-68页 |
第四章 OD矩阵在线估计 | 第68-90页 |
4.1 轨道客流OD矩阵估计分析思路 | 第68-69页 |
4.2 个体乘客规律出行模式提取以及分类 | 第69-71页 |
4.3 随机乘客客流分离率相关性分析 | 第71-80页 |
4.3.1 客流分离率7天周期性分析 | 第71-76页 |
4.3.2 相邻时间段客流分离率相关性分析 | 第76-79页 |
4.3.3 客流分离率与天气因素相关性分析 | 第79-80页 |
4.4 基于混合模型的随机乘客OD矩阵动态估算 | 第80-84页 |
4.4.1 WAM和KNN基本思想 | 第81-82页 |
4.4.2 WAM和KNN预测过程 | 第82页 |
4.4.3 基于WAM的客流分离率预测过程 | 第82-83页 |
4.4.4 基于KNN的客流分离率预测过程 | 第83-84页 |
4.5 实验分析 | 第84-87页 |
4.6 本章小结 | 第87-90页 |
第五章 在线客流移动分析 | 第90-104页 |
5.1 问题定义以及解决方案概述 | 第90-93页 |
5.1.1 基础定义 | 第90-91页 |
5.1.2 地铁在线移动估计解决方案描述 | 第91-93页 |
5.2 两类随机事件选择概率计算 | 第93-95页 |
5.3 乘客步行时间分布和列车容量分析 | 第95-98页 |
5.3.1 乘客步行时间分布 | 第95-98页 |
5.3.2 列车容量分析 | 第98页 |
5.4 乘客在线移动模拟 | 第98-100页 |
5.5 客流实时移动模拟结果展示 | 第100-103页 |
5.6 本章小结 | 第103-104页 |
第六章 总结与展望 | 第104-106页 |
6.1 主要研究工作 | 第104-105页 |
6.2 后续研究工作展望 | 第105-106页 |
参考文献 | 第106-116页 |
简历 | 第116-119页 |