公共交通需求分析:以拉各斯都市圈为例
机器学习
2021-08-20 v2
摘要
建模、仿真与预测为更好的规划与决策提供了手段。这些定量方法能够超越不依赖数据的传统方法而增添价值,对公共交通尤为相关。拉各斯正经历快速城市化,目前人口略低于 1500 万。漫长的等待时间与不确定的出行时间促使许多人购置自有车辆或采用替代出行方式。这显著增加了道路上的车辆数,导致更严重的交通与拥堵。本文考察拉各斯的都市出行需求,并探究乘客在时间与空间上的动态。利用拉各斯州快速公交(BRT)购票所得的个体通勤出行数据,分析了按一日中各小时、一周中各天以及各公交站的需求模式。本研究旨在从实际乘客出行量化需求,并估计动态排班对乘客等待时间的潜在影响。给出了站点细分,以按需求特征对站点聚类,从而定制特定公交排班。分析了拉各斯 BRT 的日内公共交通需求并比较了预测。采用固定与动态公交排班的仿真表明,平均等待时间最多可减少 80%。所得到的负荷曲线、洞察与方法可为拉各斯及面临快速城市化挑战的类似非洲城市的政策制定提供参考。
引用
@article{arxiv.2105.11816,
title = {Public Transportation Demand Analysis: A Case Study of Metropolitan Lagos},
author = {Ozioma Paul and Patrick McSharry},
journal= {arXiv preprint arXiv:2105.11816},
year = {2021}
}