摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-15页 |
1.1 研究背景 | 第8-9页 |
1.2 国内外研究现状 | 第9-13页 |
1.2.1 公交IC卡研究现状 | 第9-11页 |
1.2.2 地铁与常规公交换乘研究现状 | 第11-13页 |
1.3 研究目的与研究内容 | 第13-14页 |
1.4 技术路线 | 第14-15页 |
第二章 IC卡数据的分析与预处理 | 第15-25页 |
2.1 IC卡分析方法的可行性 | 第15-16页 |
2.1.1 IC卡使用价值 | 第15页 |
2.1.2 IC卡使用现状 | 第15-16页 |
2.1.3 IC卡信息采集优势 | 第16页 |
2.2 IC卡数据采集 | 第16-18页 |
2.2.1 IC卡系统组成 | 第16-17页 |
2.2.2 IC卡收费系统 | 第17-18页 |
2.2.3 IC卡数据采集流程 | 第18页 |
2.3 IC卡数据结构 | 第18-22页 |
2.3.1 地铁IC卡数据 | 第19-20页 |
2.3.2 常规公交IC卡数据 | 第20-22页 |
2.4 IC卡数据预处理 | 第22-24页 |
2.4.1 数据格式处理 | 第22-23页 |
2.4.2 删除冗余及错误数据 | 第23-24页 |
2.5 本章小结 | 第24-25页 |
第三章 基于IC卡数据的换乘行为识别 | 第25-34页 |
3.1 地铁与常规公交换乘行为 | 第25-27页 |
3.1.1 地铁与常规公交的定位和功能 | 第25-26页 |
3.1.2 地铁与常规公交的换乘 | 第26-27页 |
3.2 换乘行为识别方法 | 第27-28页 |
3.2.1 动态换乘识别方法 | 第27页 |
3.2.2 静态换乘识别方法 | 第27-28页 |
3.3 换乘行为初步识别 | 第28-31页 |
3.3.1 IC卡数据的深加工 | 第28-30页 |
3.3.2 换乘阀值的初步判断 | 第30-31页 |
3.4 换乘行为深度识别 | 第31-33页 |
3.4.1 换乘阀值的深度判断 | 第31-32页 |
3.4.2 不同阀值换乘识别 | 第32-33页 |
3.5 本章小结 | 第33-34页 |
第四章 换乘时间分布拟合与模型建立 | 第34-42页 |
4.1 换乘时间分布拟合 | 第34-37页 |
4.1.1 换乘时间分布探索分析 | 第34-35页 |
4.1.2 换乘时间分布拟合检验 | 第35-37页 |
4.2 换乘时间模型 | 第37-39页 |
4.2.1 换乘时间概念 | 第37-38页 |
4.2.2 换乘总时间模型 | 第38-39页 |
4.2.3 换乘走行时间模型 | 第39页 |
4.3 换乘时间优化模型 | 第39-41页 |
4.3.1 模型建立 | 第39-40页 |
4.3.2 遗传算法求解 | 第40-41页 |
4.4 本章小结 | 第41-42页 |
第五章 实例分析 | 第42-57页 |
5.1 基于IC卡数据的南京市地铁-公交换乘特性分析 | 第42-45页 |
5.1.1 换乘时间分布特性 | 第42-43页 |
5.1.2 换乘空间分布特性 | 第43-45页 |
5.2 基于IC卡数据的珠江路站换乘行为识别与分析 | 第45-53页 |
5.2.1 珠江路地铁站简介 | 第45-46页 |
5.2.2 珠江路地铁站换乘行为识别 | 第46-49页 |
5.2.3 南京市6路公交车简介 | 第49-51页 |
5.2.4 接运公交专线 | 第51-53页 |
5.3 珠江路站与6路公交换乘时间优化 | 第53-56页 |
5.3.1 换乘走行时间调查分析 | 第53-54页 |
5.3.2 换乘时间优化模型参数标定 | 第54-56页 |
5.4 本章小结 | 第56-57页 |
第六章 总结与展望 | 第57-58页 |
6.1 总结 | 第57页 |
6.2 展望 | 第57-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-63页 |
作者简介 | 第63页 |