本文主要是介绍【OD矩阵】《城市公交IC卡·数据分析方法及应用》换乘行为识别，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！
《城市公交IC卡·数据分析方法及应用》 陈学武、李海波、候贤耀著
《城市公交IC卡·数据分析方法及应用》换乘行为识别
公交换乘过程分析
分类：
- 换乘公交方式划分：
- 同一种公交方式内部换乘 和 不同公交方式的换乘
- 换乘空间距离划分：
- 同站换乘 和 异站换乘
公交换乘行为的识别可以从时间角度考虑
主要时间包括：出发、上车、下车、到达
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hzehS6ZI-1643251258946)(C:\Users\hp\Desktop\《城市公交IC卡·数据分析方法及应用》——OD矩阵的推导·笔记\eeee.jpg)]
基于公交IC卡数据换乘行为识别
刷卡时间既可以认为式乘客的上车时间，则两次连续的乘坐行为的时间间隔来识别换乘行为（即 t 21 − t 11 = T 1 + T 12 t_{21}-t_{11} = T_1+T_{12} t21−t11=T1+T12）
步骤：
- 提取某一天全天的公交IC卡数据，并统计该日有刷卡记录的公交IC卡卡号；
- 提取卡号 C a r d N o k CardNo_k CardNok 当日的所有刷卡记录并按照时间排序
- 计算连续两次刷卡时间 t k t_k tk 和 t k ( i + 1 ) t_{k(i+1)} tk(i+1) 之间的时间差 Δ t i Δt_i Δti
- while (CardNo in 卡号 )
- if Δ t i Δt_i Δti <= ΔT
- 认为第i 次刷卡和第i+1次刷卡为连续公交出行——换乘
- else
- 两次是独立的出行
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GatwOHOS-1643251258948)(C:\Users\hp\Desktop\《城市公交IC卡·数据分析方法及应用》——OD矩阵的推导·笔记\d511e793bca916d47a7575c5427d5f9.jpg)]
此出 核心是对连续两次乘车上车时间差的判断 关键在于 Δ T ΔT ΔT 的取值，一般来自调查报告
条件允许的情况下，尝试自动调参AutoML
基于公交IC卡和AVL数据的换乘行为识别
算法步骤
初步筛选：
去重、去空、取除异常值
判断上车点：
IC卡上实际没有标注上车点 需要和定位系统结合判断出刷卡时间
判断： 线路 L k L_k Lk的上车站点 O k O_k Ok
查找线路间可换乘的站点：
计算两条线路上 所有站点之间的距离（直线距离 和 路网上的最短路径距离）并与 设定的最大步骤距离进行比较
当 两个站点之间的距离＜最大步行距离，则认为 对应站点之间可以换成，记为换乘站点 S k , k + 1 S_{k,k+1} Sk,k+1 即线路 L k L_k Lk的下车站点 D k D_k Dk
建议 在进行公交换乘判断前，首先 把公交网络上所有线路之间的换乘站点计算出来并单独存储 有利于算法效率的提高
下车时间判断：
根据站点 O k O_k Ok 的刷卡时间和对应时刻路线 L k L_k Lk的行驶方向，从车辆定位数据筛选出车辆行驶至下午站点 D k D_k Dk 的时间，即 认为是乘客的下车时间
步行时间估算：
根据换乘站点之间的直线距离（或通过ArcGIS等地理信息系统软件查询出站点间的最短道路长度），结合正常步行速度，来估算步行时间 T w a l k T_{walk} Twalk,则公交乘客步行至站点 O k + 1 O_{k+1} Ok+1的时间为 t 12 ′ = t 12 + T w a l k t' _{12} = t_{12}+T_{walk} t12′=t12+Twalk
换乘线路车辆到站时间查询：
查询在下车时间 t 12 t_{12} t12 站点 D k D_k Dk 与 上车时间 t 21 t_{21} t21站点 O k + 1 O_{k+1} Ok+1之间，线路B道站点 S T 2 S_{T2} ST2 的所有公交车里的到站时间集合 { t i a t_i^a tia}
换乘判断：
通过以上的计算，如果在 t 21 ′ t'_{21} t21′与 t 21 t_{21} t21时刻之间没有其他公交车辆到达站点 O k + 1 O_{k+1} Ok+1,则认为两次刷卡记录为换乘；如果有其他车辆到达站点 O k + 1 O_{k+1} Ok+1 ,如图中的 t 2 a t_2^a t2a,则认为连续两次刷卡记录不是换乘
这篇关于【OD矩阵】《城市公交IC卡·数据分析方法及应用》换乘行为识别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！
