您的位置: turnitin查重官网> 工程 >> 交通工程 >> 道路工程 >谈述模型基于IC卡公交客流时间规律

谈述模型基于IC卡公交客流时间规律

收藏本文 2024-03-23 点赞:23922 浏览:108393 作者:网友投稿原创标记本站原创

摘要:随着国民经济的迅猛进展和城市化、机动化进程的加速,城市规模的不断扩大,机动车保有量急剧增加,道路交通流量日趋饱和,特别是大城市,交通不足日益突出。探讨经验表明,进展城市公共交通,努力提升城市交通的信息化水平,建立先进的公共交通系统,提升公交运营部门的管理水平,实现公交调度智能化,是解决城市交通不足的有效途径。公交客流是城市公交规划、运营调度和行车组织的基础性数据,如果能够及时、准确的获得公交客流规律,公交公司便可以采取相应的措施来满足乘客的公交需求,提升运送能力,降低经济成本和社会成本。近况我国主要采取人工调查策略获取公交客流信息,耗费巨大的人力物力,而调查结果却很难达到理想效果,所得数据不能动态反映城市公交出行的长期变化走势。目前公交IC卡的广泛运用,不仅方便了广大乘客,也提供了一种新的客流调查统计手段,可以获取相对实时动态的客流信息数据,利用这些数据能够及时、准确地反映公交客流特点。正是基于这个理由,本论文以“基于IC卡的公交客流时间规律探讨”为题,利用公交IC卡数据,对公交客流时间规律进行了探讨。以昆明市公交系统为实例,首先对公交IC卡数据的产生背景、浅析策略可行性及运用领域进行了简单浅析,在此基础上,以公交总体客流、公交线路客流、不同群体出行时间分布三方面探讨了公交客流时间规律特点,然后运用客流统计特性,确定抽样统计所需最小样本量,浅析公交系统需求稳定性,进行峰值区间的划分,最后建立了ARIMA模型、ARJMA-GARCH模型及改善的ARIMA-GARCH模型,比较浅析了三种模型预测结果,结果表明改善的ARIMA-GARCH模型不但消除了异方差,预测精度也更高。关键词:公交IC卡论文时间规律特点论文峰值区间划分论文ARIMA模型论文ARIMA-GARCH模型论文

    摘要3-4

    Abstract4-9

    第一章 绪论9-15

    1.1 探讨背景9-10

    1.2 国内外探讨进展10-13

    1.2.1 国外探讨进展10-11

    1.2.2 国内探讨进展11-13

    1.3 探讨作用13

    1.4 探讨内容13-15

    第二章 公交IC卡数据浅析15-24

    2.1 公交IC卡产生背景15

    2.2 公交系统基础信息15-19

    2.2.1 公交IC卡信息15-18

    2.2.2 公交线路及站点信息18

    2.2.3 公交调度信息18-19

    2.3 公交IC卡数据浅析策略可行性19-21

    2.3.1 与传统策略的比较19-20

    2.3.2 数据保证20-21

    2.3.3 技术支持21

    2.4 公交IC卡数据运用浅析21-23

    2.4.1 公交IC卡可作为一种公交客流采集手段21-22

    2.4.2 公交IC卡数据在公交规划中的运用22

    2.4.3 公交IC卡数据在运营调度中的运用22-23

    2.5 本章小结23-24

    第三章 昆明市公交客流特点探讨24-53

    3.1 昆明市公交总体样本介绍24-25

    3.2 昆明市公交总体客流特点25-38

    3.2.1 公交日刷卡量变化特点25-26

    3.2.2 公交周刷卡量变化特点26-29

    3.2.3 公交小时刷卡量变化特点29-33

    3.2.4. 公交高峰小时刷卡量变化特点33-38

    3.3 公交线路客流特点38-47

    3.3.1 公交线路日刷卡量变化特点38-41

    3.3.2 公交线路十五分钟刷卡量变化特点41-45

    3.3.3 公交线路小时刷卡量变化45-47

    3.4 不同群体出行时间分布47-51

    3.4.1 工作日不同群体出行时间分布47-50

    3.4.2 非工作日不同群体出行时间分布50-51

    3.5 本章小结51-53

    第四章 公交客流统计特性运用53-73

    4.1 确定抽样统计的最小样本量53-59

    4.1.1 探讨日刷卡量特点的最小样本量53-54

    4.1.2 探讨周刷卡量特点的最小样本量54-56

    4.1.3 探讨小时刷卡量特点的最小样本量56-59

    4.2 公交系统需求稳定性浅析59-62

    4.2.1 稳定性检验概述59

    4.2.2 公交日刷卡量稳定性浅析59-60

    4.2.3 公交线路日刷卡量稳定性浅析60-61

    4.2.4 公交线路小时刷卡量稳定性浅析61-62

    4.3 客流峰值聚类浅析62-72

    4.3.1 公交客流峰值聚类提出62

    4.3.2 公交客流量峰值区间划分模型的建立62-63

    4.3.3 峰值区间的聚类划分63-72

    4.4 本章小结72-73

    第五章 公交客流量预测策略探讨73-87

    5.1 ARIMA的客流预测模型73-75

    5.1.1 时间序列的概念73

    5.1.2 ARIMA模型的类别73-74

    5.1.3 建模思路74-75

    5.1.4 建模步骤75

    5.2 实例浅析75-86

    5.2.1 ARIMA模型实例浅析75-80

    5.2.2 ARIMA-GARCH模型实例浅析80-83

    5.2.3 改善的ARIMA-GARCH模型实例浅析83-85

    5.2.4 模型浅析85-86

    5.3 本章小结86-87

    第六章 结束语87-89

    6.1 主要探讨成果87-88

    6.2 进一步探讨方向88-89

    致谢89-90

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号