[发明专利]一种地面公交站点客流量的预测方法

说明书

本发明公开了一种地面公交站点客流量的预测方法，包括以下步骤：(1)获取公交刷卡数据并统计现有各公交站点的客流量；(2)获取车辆进出站数据并计算现有各公交站点的平均车头时距；(3)获取兴趣点(Point of Interest,POI)数据、居民小区数据、路网数据、土地利用数据；(4)建立客流量影响因素数据集；(5)建立车头时距影响因素数据集；(6)建立联立方程模型；(7)采用三阶段最小二乘法估计模型；(8)建立预测站点影响因素数据集；(9)采用估计后的客流量模型进行预测。本发明结合多源数据、考虑模型中内生性的影响，能够准确预测站点层面公交客流量，有助于有效配置公交站点设施，评价新建公交站点位置选择的合理性。

技术领域

本发明涉及公交客流预测技术领域，特别涉及了一种地面公交站点客流量的预测方法。

背景技术

地面公交作为重要的绿色出行方式，对缓解交通拥堵和实现交通可持续发展具有重要意义。客流预测能够为公交的相关建设、调整和规划提供依据，对确定和评价公交运营管理策略具有重要意义。现有研究中大多关注线路层面的公交客流预测，较少聚焦于站点层面。公交站点客流预测能够从站点层面预测由于线路改线、新建站点等对公交客流产生的影响，有利于公交站点设施的有效配置、评价新建公交站点位置选择的合理性。

公交站点客流的影响因素较复杂，为了得到更为可靠的预测结果，需结合多源数据将多种因素纳入预测模型中。车头时距是站点客流的重要影响因素，但在回归模型中客流量与车头时距间由于互为因果会产生内生性，导致模型估计结果有偏且不一致，而现有公交客流预测中均未考虑内生性问题。

发明内容

发明目的：提供一种结合多源数据、考虑模型内生性、应用简单方便、结果更为可靠的公交站点客流预测方法。

技术方案：本发明提供的一种地面公交站点客流量的预测方法，包括如下步骤：

(1)获取公交刷卡数据并统计现有各公交站点的客流量；所述公交刷卡数据包括乘客的刷卡时间和上车站点及位置信息；

(2)获取车辆进出站数据并计算现有各公交站点的平均车头时距；所述车辆进出站数据包括站点名称、站点经纬度及车辆进站时间；

(3)获取POI数据、居民小区数据、路网数据、土地利用数据等；

(4)处理数据并建立公交站点吸引范围(设定为500米，依据是乘客步行到达车站所能接受的合理距离)内的客流量影响因素数据集，客流量影响因素包括土地利用因素、交通基础设施、站点属性、社会经济因素；

(5)处理数据并建立公交站点车头时距影响因素数据集，车头时距影响因素包括站点周边500米范围内的交叉口个数、站点平均运营成本；

(6)建立公交站点客流量回归方程与车头时距回归方程构成的联立方程模型；

(7)采用三阶段最小二乘法估计联立方程模型，得到客流量方程；

(8)建立待预测站点周边设定范围内的客流量影响因素数据集，代入(7)中估计得到的客流量方程中，得到预测结果。

进一步地，在步骤(2)中，站点平均车头时距的计算步骤为，首先按照站点名称、站点经纬度及车辆进站时间对数据进行排序，然后对同一站点计算所有相邻进站车辆的进站时间差，最后对同一站点的车辆进站时间差取平均值得到该站点的平均车头时距。

进一步地，在步骤(3)中，POI数据由电子地图API接口获取，包括餐饮服务数据、购物服务数据、医疗机构数据、政府机构数据、科教文化服务数据、金融保险服务数据、公司企业数据、停车场数据、地铁站点数据；居民小区数据通过网络爬虫技术从房产网站获取，包括居民小区名称、经纬度、房屋均价及居民小区总户数；路网数据来自开源地图OpenStreet Map；土地利用数据来自公开数据集EULUC。