基于数据分析的城市轨道交通与常规公交换乘适应性研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 相关概念 | 第12-13页 |
| 1.2.1 城市轨道交通 | 第12页 |
| 1.2.2 城市常规公交 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.3.1 刷卡数据研究 | 第13-14页 |
| 1.3.2 轨道交通车站分类研究 | 第14-15页 |
| 1.3.3 衔接换乘优化研究 | 第15-16页 |
| 1.4 研究目的及内容 | 第16-17页 |
| 1.4.1 研究目的 | 第16页 |
| 1.4.2 研究内容 | 第16-17页 |
| 1.5 研究技术路线 | 第17-18页 |
| 第2章 数据基本信息分析 | 第18-37页 |
| 2.1 公共交通信息采集技术 | 第18-21页 |
| 2.1.1 地理信息系统 | 第18-19页 |
| 2.1.2 集成电路智能卡系统 | 第19页 |
| 2.1.3 自动售检票系统 | 第19-20页 |
| 2.1.4 信息采集方法比较 | 第20-21页 |
| 2.2 基本数据描述 | 第21-24页 |
| 2.2.1 公交刷卡数据描述 | 第21-22页 |
| 2.2.2 轨道交通刷卡数据描述 | 第22-23页 |
| 2.2.3 公交线路地理信息数据描述 | 第23-24页 |
| 2.3 相关数据数据分析 | 第24-36页 |
| 2.3.1 地铁刷卡数据分析 | 第24-30页 |
| 2.3.2 地理信息数据分析 | 第30-34页 |
| 2.3.3 站点周边地理信息分析 | 第34-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 基于数据分析的换乘行为识别 | 第37-48页 |
| 3.1 轨道交通与公交换乘行为 | 第37-38页 |
| 3.2 轨道交通换乘调查数据分析 | 第38-42页 |
| 3.3 换乘行为的识别 | 第42-47页 |
| 3.3.1 换乘时间阈值分析 | 第42-46页 |
| 3.3.2 换乘数据筛选 | 第46-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 基于换乘适应性的轨道车站分类 | 第48-58页 |
| 4.1 相关特征指标提取 | 第48-53页 |
| 4.1.1 初始变量的提取 | 第48-49页 |
| 4.1.2 变量标准化 | 第49-50页 |
| 4.1.3 主因子提取 | 第50-53页 |
| 4.2 轨道交通站点分类算法 | 第53-57页 |
| 4.2.1 聚类方法描述 | 第53-54页 |
| 4.2.2 算法流程 | 第54-55页 |
| 4.2.3 聚类结果分析 | 第55-57页 |
| 4.3 基于站点分类的衔接优化原则 | 第57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 轨道交通与常规公交衔接优化 | 第58-70页 |
| 5.1 犀浦站公交换乘描述 | 第58-64页 |
| 5.1.1 客流特征分析 | 第58-60页 |
| 5.1.2 公交衔接换乘分析 | 第60-64页 |
| 5.2 轨道交通与常规公交衔接换乘时间优化模型 | 第64-69页 |
| 5.2.1 换乘时间优化模型构建 | 第65-66页 |
| 5.2.2 模型算法设计 | 第66-67页 |
| 5.2.3 算例分析 | 第67-69页 |
| 5.3 本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录1 | 第77-82页 |
| 附录2 | 第82-83页 |
| 攻读硕士期间发表的论文及参加的科研项目 | 第83页 |
