地铁通勤,拥挤之痛:你有同感吗?如何通过数据优化公共交通拥挤

2024-08-26 12:04

本文主要是介绍地铁通勤,拥挤之痛:你有同感吗?如何通过数据优化公共交通拥挤,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

*文章来自美国Minitab官网

当 2020 年新冠疫情来袭时,公共交通组织重新分配了资源。许多地方削减了地铁时刻表,并专注于轨道建设、基础设施和安全培训。

随着员工开始以混合办公或全职的方式返回办公室,许多公共交通组织未能充分调整时刻表。这导致了安全问题、不卫生的状况、火车过度拥挤以及乘客的失望。

作为一名经常往返于芝加哥市中心办公室的通勤者,我在过去几年里注意到了这些变化,并认为我们应该进行调查。在 Minitab Workspace 和 Minitab 统计软件的帮助下,这些问题可以得到解决。以下是方法。

一个用例:什么让乘客感到困扰?

在一个假设的场景中,一个中西部的主要交通管理部门进行了一次客户调查,以衡量客户满意度并确定需要改进的领域。令他们惊讶的是,大多数客户并不满意。有几个原因被注意到。该团队使用 Minitab Workspace 来可视化客户最常见的投诉:

他们注意到最常见的投诉是 “高峰时段拥堵”。在早高峰时段(周一至周五上午 5 点至 10 点)尤其如此。下一步是使用 Minitab 统计软件来可视化这些数据。

数据可视化:乘客何时使用公共交通?

该团队花了几周时间收集数据,以确定每趟地铁大约有多少人乘坐。一旦他们收集了所有相关数据,他们在 Minitab 中创建了两种不同的可视化图表,一个箱线图和一个散点图。以下是他们的数据样子:

他们的数据显示,周二、周三和周四的乘客量最大,其中周三上午 8:20 和 8:40 的地铁使用最为频繁。

我们如何解决这个问题呢?

该公司的领导随后按日划分数据,并使用回归分析来更好地理解每天的数据趋势。以下是 Minitab 为周三生成的拟合线图:

在这种情况下,领导可以使用这个方程来预测周三一天中任何时间的乘客量,甚至在非高峰时段。

也许更重要的是,团队希望看到乘客量模式中明显的统计变化在哪里。为此,他们使用了 Minitab 的预测分析模块中的 MARS 回归,将数据分成可以观察到明显模式变化的段。以下是他们周三的数据:

这个单预测变量的偏依赖图增加了有趣的背景信息;虽然乘客量最大的时间是在上午 8:20 到 9:00 之间,但乘客量模式的最大变化发生在上午 7:40。并且,使用 MARS,团队只需点击 “预测” 按钮即可获得每周每天的未来预测。

那么,有什么应用呢?

如果没有这些数据,大多数交通组织会主张在高峰时段增加一列火车,可能在上午 8:30 或 8:40 左右。但是,从更精细的层面来看,交通系统通过在上午 8:00 左右而不是在高峰时段稍晚的时候增加更多火车,将获得更好的减少过度拥挤的效果。

希望有了这些数据的支持,交通系统不需要两次重新制定时刻表,并且他们可以更明智地使用有限的资源。这个步骤可以在乘客量超过允许阈值的所有日子里重复进行,以找到增加一列额外火车将产生最大影响的时间。

团队还推测,首先解决这个问题可能会自然地解决一些其他问题,如车站过度拥挤、座位不足和清洁问题。

最终,结果将是让乘客变得快乐。这是一件好事 —— 更快乐的乘客不太可能寻找其他方式去上班、上学或休闲。

以数据为驱动解决公共交通问题

公共交通至关重要,原因有很多,包括其对环境的积极影响、为乘客带来的经济效益、减少所有人的交通拥堵以及促进社会公平。当这些系统遇到问题时,不仅会对乘客产生负面影响,还会对依赖可靠交通的整个城市生态系统产生负面影响。

Minitab 可以通过提供强大的数据分析工具来帮助公共交通系统更高效、可靠和安全地运行,以识别和纠正问题或主动解决问题。通过利用 Minitab 的功能,交通管理部门可以优化路线、改进维护计划并提高整体服务质量,确保为所有乘客提供更顺畅、更可靠的体验。

这篇关于地铁通勤,拥挤之痛:你有同感吗?如何通过数据优化公共交通拥挤的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1108504

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

HDFS—存储优化(纠删码)

纠删码原理 HDFS 默认情况下,一个文件有3个副本,这样提高了数据的可靠性,但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码,采用计算的方式,可以节省约50%左右的存储空间。 此种方式节约了空间,但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件,都会执行此策略。 默认只开启对 RS-6-3-1024k

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi