[发明专利]一种联合公交和轨道交通刷卡数据进行客流OD计算的方法

说明书

本发明公开了一种联合公交和轨道交通刷卡数据进行客流OD计算的方法，所述方法包括以下步骤：步骤1：获取上车站点；步骤2：推算下车站点；步骤3：推断乘客下车时间；步骤4：生成客流OD矩阵；步骤5：站点乘客客流统计。本发明将公交与轨道交通数据联合进行客流OD推断，考虑了公交与轨道交通之间的换乘行为，提高了客流OD推断的准确性；结合出行链法和两种站点吸引权法进行客流OD推断，有效的改善了仅根据站点吸引概率预测乘客下车站点的不确定性；本发明还将模型部署在Spark平台运行，对重庆市全部公交和轨道交通线路的客流OD进行推断只需3小时，大大提高了计算效率。

技术领域

本发明涉及公共交通出行规划领域，特别涉及一种联合公交和轨道交通刷卡数据进行客流OD计算的方法。

背景技术

乘客的公共交通出行数据在交通规划中占据着重要地位，对乘客出行OD(出发地和目的地)进行推断和分析，有利于公共交通线路站点的调整和优化。

目前，计算OD矩阵的一个重要方法是基于均衡理论的计算方法，基于均衡理论的公交客流OD估计可以归纳为线性或非线性优化问题，它基于数理统计理论，受到上下车乘客人数的约束。目前主要的均衡方法包括最大似然模型、广义最小二乘模型、最大熵模型和双层规划方法。

随着研究的深入，Y Ji等人提出了MCMC模型，该模型结合采样器来模拟OD客流的后验分布；YAO等建立了一个结构状态空间模型来估计城市轨道交通网络的OD矩阵；Wang Y提出了一种两阶段算法，在拥挤的网络中使用部分流量计数同时估计OD矩阵、链路选择比例和分散参数；Zhang J建立了一个模型，用于融合GPS跟踪数据和公交IC卡支付记录，来推导乘客的OD并进行乘客流量估计，然后建立一个两步实时预测模型，使用历史数据和近期客流数据预测未来客流量；Luis Carvalho将OD矩阵估计作为统计推断问题，并采用贝叶斯方法，假设乘客出行模式是随机的；Leng B提出了一种新的面向城域网的方法-----基于概率树的客流模型，利用乘客历史OD数据进行客流推断。

上述现有技术的模型存在以下缺陷：

1)上述模型大部分是基于公交或轨道交通的某几条线路进行OD矩阵的计算，而公交路网相互交错，一个站点可能与多条公交和轨道交通线路相关，计算某几条线路的OD客流对整体公交和轨道交通网络的意义不大；

2)上述模型一般是对乘客在公交站点的上下车概率进行推算，进而得出站点OD客流，但通过这种方法只能对OD客流进行估算，不能得出实时准确的客流；另一方面，站点的客流数据受环境、天气、时间(早高峰和晚高峰)的影响较大，因而得出的上下车概率的准确性有待验证；

3)随着公共交通的发展，轨道交通在乘客的日常出行中占据着越来越重要的地位，乘客在公交与轨道交通之间的换乘也越来越普遍，目前的模型一般对公交或者轨道交通的OD客流进行单独计算，忽略了公交与轨道交通之间的换乘行为。

4)乘客的下车时间是乘客OD中的重要属性，但是乘客在乘坐公交时只在上车时刷卡，下车不刷卡，因此需要对乘客的下车时间进行推断，但现有的模型只对乘客的下车站点进行推断，客流估计时利用乘客的上车时间近似替代乘客的下车时间，导致计算的准确率较低。

5)下车站点推断效率较低，例如对于重庆市，有600条公交和轨道交通线路，每天的乘客刷卡数据有600～700万条，上述模型很难应用于全部线路进行OD计算。

发明内容

有鉴于此，本发明的目的是提供一种联合公交和轨道交通刷卡数据进行客流OD计算的方法，能够克服现有技术存在的缺陷。

本发明的目的是通过以下技术方案实现的：

本发明的一种联合公交和轨道交通刷卡数据进行客流OD计算的方法，包括以下步骤：

步骤1：获取上车站点；

步骤2：推算下车站点；