为研究地铁车站留乘特征,基于地铁自动售检票(auto fare collection,AFC)刷卡数据和运行图数据,研究了地铁车站留乘概率分布估计方法.首先,基于乘客进、出站刷卡时刻与列车到、发时刻的关系,构造了聚集时间最大值、疏解时间的概率分布函...为研究地铁车站留乘特征,基于地铁自动售检票(auto fare collection,AFC)刷卡数据和运行图数据,研究了地铁车站留乘概率分布估计方法.首先,基于乘客进、出站刷卡时刻与列车到、发时刻的关系,构造了聚集时间最大值、疏解时间的概率分布函数,提出了基于截断样本的聚集、疏解时间分布估计方法;其次,通过研究乘客进、出站刷卡时间、聚集时间、疏解时间及留乘次数间的关系,提出了地铁车站留乘概率分布估计方法;最后,以某地铁区段为例,在估计了留乘程度不同、类型不同车站的聚集、疏解时间分布的基础上,估计了这些车站在平峰、高峰时段内的留乘概率分布.案例分析表明,在显著水平为5%的条件下,聚集、疏解时间分布估计结果可信;估计所得留乘概率分布与实地调查所得一致.展开更多
文摘为研究地铁车站留乘特征,基于地铁自动售检票(auto fare collection,AFC)刷卡数据和运行图数据,研究了地铁车站留乘概率分布估计方法.首先,基于乘客进、出站刷卡时刻与列车到、发时刻的关系,构造了聚集时间最大值、疏解时间的概率分布函数,提出了基于截断样本的聚集、疏解时间分布估计方法;其次,通过研究乘客进、出站刷卡时间、聚集时间、疏解时间及留乘次数间的关系,提出了地铁车站留乘概率分布估计方法;最后,以某地铁区段为例,在估计了留乘程度不同、类型不同车站的聚集、疏解时间分布的基础上,估计了这些车站在平峰、高峰时段内的留乘概率分布.案例分析表明,在显著水平为5%的条件下,聚集、疏解时间分布估计结果可信;估计所得留乘概率分布与实地调查所得一致.
