基于智能卡数据的复杂地铁系统乘客路径选择模式估计
人工智能
2016-05-27 v1
摘要
如今，地铁系统在满足大城市的城市交通需求方面发挥着重要作用。理解乘客的路径选择对公共交通管理至关重要。自动售检票（AFC）系统的广泛部署提供了新的机遇。然而，从AFC系统记录中只能直接获取每次出行的进站和出站时间戳及站点；乘客选择的列车和路径未知，而这是解决我们问题所必需的。尽管现有方法在某些特定情形下表现良好，但它们在复杂情形下失效。本文中，我们提出了一种除AFC系统外无需额外设备或人工参与的解决方案。我们开发了一个概率模型，可从经验分析估计乘客流如何被分配到不同路径和列车。我们利用从深圳地铁系统收集的大规模数据集验证了该方法。测量结果在为构建乘客路径选择模型时为我们提供了有用的输入。
引用
@article{arxiv.1605.08390,
title = {Estimation of Passenger Route Choice Pattern Using Smart Card Data for Complex Metro Systems},
author = {Juanjuan Zhao and Fan Zhang and Lai Tu and Chengzhong Xu and Dayong Shen and Chen Tian and Xiang-Yang Li and Zhengxi Li},
journal= {arXiv preprint arXiv:1605.08390},
year = {2016}
}
备注
12 pages, 12 figures