| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 传统的路径选择行为与客流分配研究 | 第12-14页 |
| 1.2.2 智能卡数据在交通领域研究中的应用 | 第14页 |
| 1.2.3 基于AFC数据的出行路径匹配与客流分配研究 | 第14-16页 |
| 1.3 主要研究内容 | 第16-18页 |
| 1.3.1 研究所要解决的主要问题 | 第16页 |
| 1.3.2 主要研究内容 | 第16-18页 |
| 2 AFC数据及旅行时间的划分 | 第18-28页 |
| 2.1 AFC系统及AFC数据 | 第18-23页 |
| 2.1.1 AFC系统概述 | 第18-20页 |
| 2.1.2 AFC数据及预处理 | 第20-22页 |
| 2.1.3 AFC数据的应用 | 第22-23页 |
| 2.1.4 AFC数据分析方法的优缺点 | 第23页 |
| 2.2 数据挖掘技术 | 第23-24页 |
| 2.2.1 数据挖掘的常用方法 | 第23-24页 |
| 2.3 旅行时间各时间成分波动性分析及重新划分 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 城市轨道交通乘客时空扩展出行路径搜索 | 第28-46页 |
| 3.1 物理拓扑网络与有效物理路径搜索 | 第28-33页 |
| 3.1.1 物理拓扑网络构建 | 第28-30页 |
| 3.1.2 有效物理路径搜索 | 第30-33页 |
| 3.2 基于AFC数据和列车时刻表的时空扩展出行网络构建 | 第33-38页 |
| 3.2.1 时空扩展出行网络的含义 | 第33-35页 |
| 3.2.2 时空扩展出行网络的构成 | 第35-38页 |
| 3.3 时空扩展出行路径搜索 | 第38-45页 |
| 3.3.1 时空扩展出行路径中时空扩展弧的约束条件 | 第38-40页 |
| 3.3.2 时空扩展出行路径搜索算法 | 第40-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 时空扩展出行路径匹配概率推算、验证与应用 | 第46-61页 |
| 4.1 匹配概率推算 | 第46-56页 |
| 4.1.1 推算方法概述 | 第46-49页 |
| 4.1.2 各车站进站时间样本获取 | 第49-53页 |
| 4.1.3 各换乘站换乘时间样本获取 | 第53-56页 |
| 4.1.4 分时段时间样本频率分布计算与匹配概率推算 | 第56页 |
| 4.2 基于LOGIT随机路径选择模型的匹配概率验证 | 第56-59页 |
| 4.2.1 匹配概率与Logit随机路径选择模型的关系 | 第56-57页 |
| 4.2.2 Logit随机路径选择模型概述 | 第57-59页 |
| 4.3 匹配概率的应用及客流分配仿真系统设计 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 实例验证 | 第61-71页 |
| 5.1 北京市轨道交通网络概述 | 第61-65页 |
| 5.1.1 北京市轨道交通网络现状 | 第61-62页 |
| 5.1.2 基于AFC数据的客流时空分布特性分析 | 第62-65页 |
| 5.2 乘客时空扩展出行路径匹配概率推算 | 第65-70页 |
| 5.2.1 基础数据准备 | 第65页 |
| 5.2.2 匹配概率推算 | 第65-68页 |
| 5.2.3 匹配概率验证 | 第68-70页 |
| 5.3 本章小结 | 第70-71页 |
| 6 结论与研究展望 | 第71-73页 |
| 6.1 主要工作内容及结论 | 第71-72页 |
| 6.2 研究展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第77-79页 |
| 学位论文数据集 | 第79页 |
