融合售票与乘客计数数据的铁路运输网络动态起讫点矩阵估计
应用统计
2023-12-14 v1
摘要
准确估计起讫点（OD）矩阵对于高效的交通网络管理和可持续的城市规划而言，是一个日益受关注的话题。传统上，出行调查支持了这一过程；然而，其可用性和全面性可能有限。此外，近期的COVID-19大流行引发了前所未有的出行模式转变，凸显了迫切需要准确且动态的出行数据，以数据驱动的证据支持政策和决策。在本研究中，我们通过引入一个用于估计动态OD矩阵的创新流程来应对这些挑战。其背后的真实驱动问题基于意大利伦巴第大区的Trenord铁路运输网络。我们应用了一种新颖的方法，利用迭代比例拟合（IPF）算法，将车票和订阅销售数据与来自自动乘客计数（APC）系统的乘客计数数据相结合。我们的工作有效解决了不完整和多样化数据源带来的复杂性，展示了我们的流程在各种交通环境中的适应性。最终，这项研究弥合了可用数据源与对精确OD矩阵日益增长的需求之间的差距。所提出的流程促进了对交通网络动态的全面掌握，为交通运营商、政策制定者和研究人员提供了一个有价值的工具。实际上，为了突出动态OD矩阵的潜力，我们展示了一些通过此类矩阵进行网络出行趋势异常检测的方法，并根据2022年最后几个月发生的事件对其进行了解读。
引用
@article{arxiv.2312.07732,
title = {Estimation of Dynamic Origin-Destination Matrices in a Railway Transportation Network integrating Ticket Sales and Passenger Count Data},
author = {Greta Galliani and Piercesare Secchi and Francesca Ieva},
journal= {arXiv preprint arXiv:2312.07732},
year = {2023}
}
备注
Codes available. Synthetic Data available. Application to train network data. 27 pages, 6 Tables, 16 Figures