首页|基于客流时间序列的城市轨道交通车站分类

基于客流时间序列的城市轨道交通车站分类

Classification of urban rail transit stations based on passenger flow time series

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对不同类型的车站在城市中的区域特征、交通功能、用地功能等方面差异,进行科学合理的车站分类,了解城市功能分区、解读居民出行特征、理解城市格局和演化以及评价轨道交通基础设施建设情况.采用主成分分析(PCA)方法对轨道交通进出站客流进行特征提取,采用Hopkins统计量分析聚类趋势并探讨聚类数量确定方法,采用CH系数、轮廓系数和DB指标对比分析高斯混合模型(GMM)和K-means聚类的优劣,基于南京市轨道交通2017年连续2周工作日的刷卡数据,采用GMM对其车站的类型进行识别,并对不同类型的轨道交通车站进行空间分析.研究结果表明:在相同的输入变量和迭代次数下,GMM的3个检验指标均优于K-means聚类;采用GMM将南京市轨道交通车站分为居住导向型、就业导向型、职住错位型、错位偏居住型、错位偏就业型和枢纽综合型6类;南京市轨道交通车站具有明显的圈层式分布特点,人口稠密的城市中心区域以就业导向型和错位偏就业型车站为主,人口密度适中的主城区以混合型车站(职住错位型、错位偏居住型和错位偏就业型)为主,人口密度较低的远郊区的轨道交通车站功能相对单一;人口密度超过2万人/km2的轨道交通车站有14个,以就业导向型和错位偏就业型为主,人口密度在1万～2万人/km2的轨道交通车站有16个,以就业导向型、职住错位型和错位偏就业型为主,人口密度在0.5万～1万人/km2的轨道交通车站有12个,以职住错位型、错位偏居住型和错位偏就业型为主.研究结果可以辨识城市轨道交通车站工作日的客流高峰时段,为轨道交通运营管理部门制定有效的进出站客流组织、避免大客流冲击造成的拥挤踩踏等群体性事件的发生具有指导意义.

马壮林、杨兴、谭晓伟、马飞、王晋

展开 >

长安大学运输工程学院,陕西西安710064

长安大学汽车学院,陕西西安710064

长安大学经济与管理学院,陕西西安710064

云南省交通科学研究院有限公司,云南昆明650011

展开 >

交通工程 城市轨道交通 车站分类 刷卡数据 客流特征 主成分分析 高斯混合模型

国家社会科学基金教育部人文社会科学研究基金陕西省自然科学基础研究计划陕西省自然科学基础研究计划陕西省自然科学基础研究计划西安市00年度社会科学规划基金重点项目

18BGL25818YJCZH1302021JZ-202020JQ-3972020JQ-399JG96

2021

10.19721/j.cnki.1671-8879.2021.06.012

长安大学学报(自然科学版)
长安大学

长安大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：1.011
ISSN：1671-8879
年,卷(期)：2021.41(6)
  • 6
  • 19