Abstract ：

为准确评估老年人公交就医出行的实际可达性,本文基于老年卡数据构建公交出行链,提出基于公交出行链的老年人就医活动推断方法,获取老年人的实际就医出行需求和出行时间.引入公交实时到站数据以反映公交实际运营水平对就医可达性的影响,构建面向出行全过程的实际出行成本矩阵,包括等候时间、乘车时间、换乘时间.考虑不同医院服务供给能力差异构建综合服务能力指标,引入分级服务半径和高斯距离衰减函数,提出基于改进两步移动搜索法的老年人公交就医可达性计算方法.以北京市六环内区域为例进行实证分析,结果表明:老年人公交就医可达性整体呈现由中心向外围递减的趋势,在城市外围区域其分布也存在空间异质性,五环路外的东部和西部区域可达性较好,而北部、东北部区域的可达性相对较差;各区域高峰时段的平均可达性均明显低于平峰时段的平均可达性.本文可为提升老年人就医出行可达性和公交系统适老化水平提供支撑.

Keyword ：

就医出行链 城市交通 老年乘客 两步移动搜索法 实际可达性

Cite：

Copy from the list or Export to your reference management。

Abstract ：

为掌握乘客的精细化出行需求,进而提升公共交通系统的服务品质,以北京市为例,利用智能卡数据对乘客的出行特征进行分析.首先通过数据预处理获取乘客的完整出行链,然后从出行强度、出行时间和出行空间三个维度提取乘客出行特征指标,并利用主成分分析法(Principal Component Analysis,PCA)对其进行降维处理,最后基于降维后的特征利用不同的聚类算法对乘客进行分类.研究结果显示:K-means++算法的聚类效果最佳,聚类结果包含5类具有不同出行特征的乘客群体;其中类型一乘客的出行强度较大且出行时空特征稳定性较高,具有较明显的通勤出行特征,该类型乘客人数仅占总乘客数的18.4％,但其出行量占比超过55％,由于其公共交通依赖度较高,高峰期间应作为重点保障对象;类型二主要为生活类出行乘客,其出行时空稳定性较低,应深入挖掘此类乘客的个性化生活出行需求;类型三～类型五主要为低频或偶然出行乘客.根据乘客多天的出行链,进一步挖掘类型一乘客的居住地和工作地,结果显示乘客居住地主要分布在回龙观、天通苑以及黄村等区域,工作地主要分布在国贸、中关村和望京等区域,与北京市现状相符.

Keyword ：

城市公共交通 聚类算法 通勤出行 智能卡数据 出行特征

Cite：

Copy from the list or Export to your reference management。

Abstract ：

基于出行行为视角深入分析公共交通出行者的行为模式及特征对靶向改善公共交通服务水平具有重要意义.研究通过RP调查获取出行者个体特征信息，并在分析海量智能卡交易数据的基础上，结合关联匹配方法提取公共交通通勤出行链；基于探索性因子分析筛选出行天数、日均出行频次和出行完整度以及个体社会经济属性等9个指标刻画乘客公共交通使用行为；在对连续性变量离散化的基础上，利用DBSCAN算法构建乘客公共交通使用行为辨识模型.结果表明：构建的聚类算法可有效识别公共交通使用行为类别；调查群体被划分为公共交通高、中、低3类使用度群组，占比分别为54.2%、33.7%和12.1%,并将第3类人群视为公共交通使用行为改善潜力最大群体，未来应结合交通限制政策与服务水平2个维度改善此类公共交通乘客的使用行为.

Keyword ：

探索性因子分析 DBSCAN算法 使用行为 通勤出行链 公共交通

Cite：

Copy from the list or Export to your reference management。

Abstract ：

鉴别不同出行者对公共交通的依赖程度,并分析其形成的致因差异,有助于从规划设计、政策制定等维度针对性地改善公共交通服务质量.设计并实施了居民出行的行为调查(revealed preference,RP)线上问卷,在数据质量检验的基础上引入关联匹配技术,通过融合出行调查数据与公共交通出行交易数据实现了个体公共交通出行链提取.提出了公共交通依赖性度量指标与关键致因指标,构建了AGNES-Apriori模型开展公共交通依赖性分级与不同层级群体强关联规则挖掘,并据此提出了公共交通依赖性层级提升的"两阶段"框架及出行激励策略集.结果表明:①居民公共交通依赖性可被划分为低、较低、较高和高依赖性4个层级,不同层级对应的强关联规则间具有显著差异性;②关联规则包含的指标数量与3个参数值呈负相关关系,高依赖性强关联规则出现的概率为低依赖性的2.1倍;③家和目的地到站点总距离、收入、小汽车可用性等客观条件是影响居民公共交通依赖性的关键致因,而公共交通出行低自由度是导致居民公共交通依赖性降低的重要原因;④较低的客观条件指标值通常促使居民形成较高的公共交通依赖性;⑤小汽车低可用性变量主要出现在公共交通低、高依赖性群体对应的强关联规则中,而高依赖性群体随其小汽车可用性增强可能出现公共交通依赖性降低的趋势.

Keyword ：

AGNES-Apriori算法 出行链 关联规则 公共交通依赖性 城市交通

Cite：

Copy from the list or Export to your reference management。

Abstract ：

为探究家庭日常活动-出行决策行为,基于时间地理学方法,突出家庭联合活动与个体出行链间互动决策的过程化表达,基于最优化理论,将家庭联合活动视为在一定时空条件约束下,成员通过彼此间协作配合做出效用最大化的活动安排和出行选择的结果,建立了家庭联合活动-出行决策模型;从昆明市2016年居民出行数据库中选取核心家庭出行数据作为模型验证数据,采用遗传算法对模型进行求解,通过设置不同场景再现家庭活动-出行决策过程,对模型计算结果与家庭成员实际出行链进行比较.结果表明:基础场景中有75.84％的家庭出行链与实际出行链相符,扩展场景符合率为83.64％,验证了所建模型的合理性和适用性;对于受时空制约较强的活动,当某一家庭成员无法完成该活动时,家庭会通过成员之间的依赖性进行传递,由其他成员以替代活动的形式进行协助,以实现家庭成员时空制约的平衡.

Keyword ：

家庭联合活动 交通运输工程 遗传算法 活动-出行决策

Cite：

Copy from the list or Export to your reference management。

Abstract ：

文中利用公共交通多源数据提取了乘客出行全过程出行链,引入数据包络分析方法提出了基于多维度指标的接驳轨道交通的公交线路接驳效用的定量化评价方法,并从建成环境、交通条件、客流条件等方面建立了外部影响因素集,提出了基于托宾(Tobit)回归模型的公交线路接驳效用影响模型,选取北京市天通苑区域的公交线路为例进行实证分析.结果表明:公交线路拥堵里程占比、途径信号交叉口数量和沿线客流强度等因素对接驳轨道交通公交线路接驳效用产生较为显著的影响.

Keyword ：

公共交通接驳效用 城市交通 公交可达性 托宾回归模型 公交运营优化

Cite：

Copy from the list or Export to your reference management。

Abstract ：

基于手机信令数据识别景区游客,精准分析游客的出行行为特性,是景区实施客流预警和管控方案,提升客流体验的前提条件.基于手机信令数据的特性分析,考虑景区边界与基站服务范围的空间重叠关系与景区出入口的特殊性,将基站分为3类,提出景区研究范围确定方法;将用户分为居民、工作人员、路人和游客4类,构建基于出行链的游客识别模型,分析不同类型用户的出行特征,并以颐和园景区为例开展实证.研究结果显示,采用基于出行链的游客识别方法识别颐和园景区游客103 966人次,识别精度为97.56％,高于基于停留时间的客流识别方法.研究可为精准识别景区游客,实时预测游客流量,制定并实施客流调控方案提供重要的理论基础.

Keyword ：

游客识别模型 停留时间 交通工程 手机信令数据 出行链

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明提出一种基于半监督超图聚类的个体出行模式分析方法，用于解决现有技术没有考虑到乘客出行之间复杂的关联关系以及实际应用中交通出行数据的难以标记，进而无法准确挖掘出具有相似出行行为的个体。本方法首先根据公共交通出行链数据从多个维度提取乘客出行行为特征，利用根据出行行为特征构建超图来表示乘客之间复杂的高阶关联关系。其次提出卷积融合模块自适应地融合乘客自身的出行信息和乘客之间的关联结构信息。然后将融合后的特征表示执行聚类，从而识别出行模式。最后，为了提升聚类的性能，采用半监督学习，通过少量监督信息达到更好的聚类效果。本方法在北京市公共交通数据上能够挖掘出具有相似出行模式的乘客。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

在新的国土空间规划背景下,运用互联网大数据掌握旅游人群的空间分布特征及活动规律,对于城市空间结构布局、基础设施配套以及旅游资源整合开发等具有重要意义.基于手机信令数据获取游客出行数据,并从景区、线路、网络三个维度进行城市旅游客流空间分布特征分析.景区方面运用个体出行链数据分析游客在景区的时间和空间分布特征;旅游线路方面通过Apriori关联规则挖掘,在满足最小支持度和置信度的前提下得到48条热点旅游线路;旅游网络方面,用度中心性、接近中心性以及中介中心性三个指标对全市旅游景区进行度量,发现三个湾区的景区各项指标均较高,是典型的旅游集散中心.与传统方法相比,基于手机信令数据的机器学习算法具有客观性、时效性、成本低等特点,随着旅游行为的不断散客化、大众化、网络化,利用旅游个体数据进行旅游空间行为分析对于旅游研究和实践创新具有重要指导意义.

Keyword ：

旅游交通 手机信令数据 青岛市 客流特征 网络中心性 热门线路

Cite：

Copy from the list or Export to your reference management。

Abstract ：

居民出行特征分析是研究交通需求和探寻交通拥堵症结的基础手段.为研究居民出行特征,基于企事业单位人群出行特征调研数据,改进经典DBSCAN聚类算法,识别出居民出行停留点,进而结合关联规则提取出居民出行轨迹数据;根据出行轨迹数据的时空特征,分别从时空角度和功能区划分角度,挖掘出企事业人群出行时空分布规律,以及不同功能区企事业人群的出行特征.最后,以北京市亦庄区为例进行分析,得到以下结果:居民出行群体以中低收入的中青年通勤族为主,出行潮汐现象明显,工作日居民出行起讫点分布有明显规律,而休息日居民出行时间灵活,出行起终点分布较分散;商务区、居住区内居民出行量较大,起终点时间分布主要集中在早晚高峰时期,而混合区居民出行起终点分布呈现双高峰规律,休闲区居民出行规律不显著.

Keyword ：

停留点识别 城市交通 出行链提取 出行特征 企事业人群

Cite：

Copy from the list or Export to your reference management。