针对目前城市轨道交通路网乘客出行路径估计准确率不足及直接监测方式受限的问题,提出基于多源监测数据的出行路径估计方法.首先,利用自动售检票(Automatic Fare Collection,AFC)数据、车站换乘断面监测量、区间断面监测量等多源监测数...针对目前城市轨道交通路网乘客出行路径估计准确率不足及直接监测方式受限的问题,提出基于多源监测数据的出行路径估计方法.首先,利用自动售检票(Automatic Fare Collection,AFC)数据、车站换乘断面监测量、区间断面监测量等多源监测数据,基于路网客流时空作用关系,构建符合实际监测情况和乘客出行总体规律的乘客出行路径估计模型.然后,运用计算图结构将模型抽象成一种分层网络,并提出基于正向传播和反向传播技术的模型求解算法.最后,以广州局部地铁路网为例进行分析.研究结果表明:所提出的方法可以实现路网乘客出行路径以及车站换乘客流的估计;在路网监测断面占比为75%时,估计结果的均方误差、均方根误差以及平均绝对百分比误差分别为1.67%、1.83%、1.27%,且误差会随着监测断面占比的增加而降低.展开更多
文摘针对目前城市轨道交通路网乘客出行路径估计准确率不足及直接监测方式受限的问题,提出基于多源监测数据的出行路径估计方法.首先,利用自动售检票(Automatic Fare Collection,AFC)数据、车站换乘断面监测量、区间断面监测量等多源监测数据,基于路网客流时空作用关系,构建符合实际监测情况和乘客出行总体规律的乘客出行路径估计模型.然后,运用计算图结构将模型抽象成一种分层网络,并提出基于正向传播和反向传播技术的模型求解算法.最后,以广州局部地铁路网为例进行分析.研究结果表明:所提出的方法可以实现路网乘客出行路径以及车站换乘客流的估计;在路网监测断面占比为75%时,估计结果的均方误差、均方根误差以及平均绝对百分比误差分别为1.67%、1.83%、1.27%,且误差会随着监测断面占比的增加而降低.
