一种城市轨道交通突发事件客流时空分布预测方法

    公开(公告)号:CN110782070A

    公开(公告)日:2020-02-11

    申请号:CN201910910731.2

    申请日:2019-09-25

    IPC分类号: G06Q10/04 G06Q50/26

    摘要: 本发明提供一种城市轨道交通突发事件客流时空分布预测方法,其包括:基于历史数据,对历史突发事件行车组织调整措施进行分析,并对历史突发事件的客流时空分布规律、影响范围及乘客选择行为进行挖掘;基于AFC实时刷卡数据,结合对历史数据的挖掘结果,利用时空关联预测模型,对突发事件下的OD分布进行预测;根据对历史突发事件行车组织调整措施的分析结果,对突发事件下的列车时刻表进行实时调整与推演,更新轨道有效路径;结合突发事件下轨道有效路径更新结果和OD分布预测结果,基于多径路概率分配模型,实现不同突发事件场景下轨道交通客流时空分布状态预测。本发明可准确、实时把握突发事件情况下的轨道交通路网客流分布情况。

    一种确定出租车上下客热点区域中心的方法以及装置

    公开(公告)号:CN104167092B

    公开(公告)日:2016-09-21

    申请号:CN201410370602.6

    申请日:2014-07-30

    发明人: 万学进 王炯 杜勇

    IPC分类号: G08G1/00

    摘要: 本发明公开了一种确定出租车上下客热点区域中心的方法以及装置,该方法包括:获得出租车状态信息数据,并按出租车编号提取出地理位置数据,并按时间戳排序所述地理位置数据,获得出租车轨迹数据;从所述出租车轨迹数据中提取上下客位置数据,其中,每辆出租车的每一处上客点数据或下客点数据为一个样本数据;对所述上下客位置数据进行首次DBSCAN聚类,提取出核心对象数据,所述核心对象的预设扫描半径内的样本数据个数大于等于第一预设阈值;归并选定时间段内的所述核心对象数据,并对归并后的核心对象数据进行二次DBSCAN聚类,提取簇内核心对象数据;基于所述簇内核心对象数据,确定所述出租车上下客热点区域中心。

    识别公交乘客上车站点和下车站点的方法和装置

    公开(公告)号:CN115527361A

    公开(公告)日:2022-12-27

    申请号:CN202110707937.2

    申请日:2021-06-24

    IPC分类号: G08G1/01 G08G1/123 G06K9/62

    摘要: 本申请涉及一种识别公交乘客上车站点和下车站点的方法和装置,其中识别上车站点的方法包括:提取多源数据;对所述车辆轨迹数据、所述线路基础数据、所述站点基础数据、所述刷卡数据、所述机具关联数据进行处理,得到刷卡数据集合、车辆轨迹数据集合、公交线路数据集合和机具映射数据集合;基于所述机具映射数据集合,对所述刷卡数据集合中的车辆编号信息进行补充更新;对所述刷卡数据集合中的各刷卡信息,由所述车辆轨迹数据集合中提取出与各所述刷卡信息相匹配的第一轨迹数据,并由所述第一轨迹数据中确定各所述刷卡信息所对应的上车站点信息。其综合多源数据进行上车站点的确定,这也就有效保证了所识别的上车站点的准确性。

    一种城市轨道交通突发事件客流时空分布预测方法

    公开(公告)号:CN110782070B

    公开(公告)日:2022-04-22

    申请号:CN201910910731.2

    申请日:2019-09-25

    IPC分类号: G06Q10/04 G06Q50/26

    摘要: 本发明提供一种城市轨道交通突发事件客流时空分布预测方法,其包括:基于历史数据,对历史突发事件行车组织调整措施进行分析,并对历史突发事件的客流时空分布规律、影响范围及乘客选择行为进行挖掘;基于AFC实时刷卡数据,结合对历史数据的挖掘结果,利用时空关联预测模型,对突发事件下的OD分布进行预测;根据对历史突发事件行车组织调整措施的分析结果,对突发事件下的列车时刻表进行实时调整与推演,更新轨道有效路径;结合突发事件下轨道有效路径更新结果和OD分布预测结果,基于多径路概率分配模型,实现不同突发事件场景下轨道交通客流时空分布状态预测。本发明可准确、实时把握突发事件情况下的轨道交通路网客流分布情况。

    一种确定出租车上下客热点区域中心的方法以及装置

    公开(公告)号:CN104167092A

    公开(公告)日:2014-11-26

    申请号:CN201410370602.6

    申请日:2014-07-30

    发明人: 万学进 王炯 杜勇

    IPC分类号: G08G1/00

    摘要: 本发明公开了一种确定出租车上下客热点区域中心的方法以及装置,该方法包括:获得出租车状态信息数据,并按出租车编号提取出地理位置数据,并按时间戳排序所述地理位置数据,获得出租车轨迹数据;从所述出租车轨迹数据中提取上下客位置数据,其中,每辆出租车的每一处上客点数据或下客点数据为一个样本数据;对所述上下客位置数据进行首次DBSCAN聚类,提取出核心对象数据,所述核心对象的预设扫描半径内的样本数据个数大于等于第一预设阈值;归并选定时间段内的所述核心对象数据,并对归并后的核心对象数据进行二次DBSCAN聚类,提取簇内核心对象数据;基于所述簇内核心对象数据,确定所述出租车上下客热点区域中心。