一种城市轨道交通线网客流OD动态估计方法

    公开(公告)号:CN106875314B

    公开(公告)日:2020-11-10

    申请号:CN201710062955.3

    申请日:2017-01-31

    申请人: 东南大学

    IPC分类号: G06Q50/26

    摘要: 本发明公开了一种城市轨道交通线网客流OD动态估计方法,包括以下步骤:首先基于历史客流数据,通过设定时间间隔,采用移动平均法对客流时空分布稳定性较差的单程票客流OD矩阵进行改进,生成改进后的客流OD分布矩阵,在此基础上计算客流分流率矩阵,结合OD流的行程时间分布规律,构建OD流与进出站客流间的动态流量关系,再根据动态流量关系以及实时上传的进出站客流量信息建立OD动态估计状态空间模型,用卡尔曼滤波方法对模型进行求解,并采用标准化法对OD估计结果进行修正,得出最优估计值,并对方法的有效性进行检验。本发明通过实时上传的进出站交易数据和历史客流数据进行统计,建立了基于卡尔曼滤波的状态空间模型,可用来估计实时的客流需求分布结构信息,为轨道交通企业的客流动态化管理提供数据支持。

    一种城市轨道交通运营时段划分方法

    公开(公告)号:CN106845814A

    公开(公告)日:2017-06-13

    申请号:CN201710023924.7

    申请日:2017-01-13

    申请人: 东南大学

    IPC分类号: G06Q10/06 G06Q50/30 G06K9/62

    摘要: 本发明公开了一种城市轨道交通运营时段划分方法,步骤为:首先,设定时间间隔,统计该时间间隔内目标线路单向OD分布矩阵;然后,基于目标线路单向OD分布矩阵提取目标线路单向OD概率矩阵;其次,以目标线路单向OD概率矩阵为样本,构造有序样本序列;最后,利用有序样本聚类的最优分割法对有序样本序列进行划分。本发明通过提取OD概率矩阵时间序列,以最优分割法进行聚类,将站间客流转移规律相近的统计时段归为一类,提出目标线路运营时段划分方案,为轨道交通管理部门划分运营时段及优化列车开行方案提供决策依据。

    一种城市轨道交通客流高峰持续时间预测方法

    公开(公告)号:CN103984994B

    公开(公告)日:2017-02-01

    申请号:CN201410211258.6

    申请日:2014-05-19

    申请人: 东南大学

    IPC分类号: G06Q10/04

    摘要: 本发明公开了一种城市轨道交通客流高峰持续时间预测方法,包括以下步骤:首先选择足够样本量的历史客流数据,然后对原始数据进行处理,处理过程包括流量统计、高峰时间计算、数据清洗、数据区间分类,接着建立关联客流高峰事件属性集,接着计算每一个区间的客流高峰事件的概率分布,再使用贝叶斯分类的方法确定属性分类界限,最后对每一类客流高峰事件建立时间序列模型,并对方法的有效性进行检验。本发明可用于预测城市轨道交通常发和突发的客流高峰事件的持续时间,为轨道交通企业的客流高峰管理提供数据支持,能缓解通行能力浪费和服务水平降低的矛盾,跟随轨道交通客流的变化。

    一种基于二维码识别的地铁购票、检票方法

    公开(公告)号:CN104134142A

    公开(公告)日:2014-11-05

    申请号:CN201410392929.3

    申请日:2014-08-11

    申请人: 东南大学

    摘要: 本发明公开了一种基于二维码识别技术的地铁购票系统、进出站检票系统,包括智能手机终端、智能手机应用程序、地铁售检票系统后台充值服务器、地铁进出站自动检票系统以及CA中心。地铁售检票系统后台充值服务器、每个智能手机应用程序、每个地铁进出站自动检票系统都拥有由所述CA中心签发的统一的中心公钥和由所述CA中心签发的各自独立的公私钥、公钥证书。用户通过手机程序和二维码进行购票和检票。本发明提高了购票效率、节省了购票时间,降低了票卡成本、节省了纸张,同时还保证了票卡的时效性和唯一性,能够快捷、高效、安全地实现地铁购票、检票。

    一种基于数据驱动的轨道交通新线接入客流预测方法

    公开(公告)号:CN113077079A

    公开(公告)日:2021-07-06

    申请号:CN202110312209.1

    申请日:2021-03-24

    申请人: 东南大学

    IPC分类号: G06Q10/04 G06Q50/28

    摘要: 本申请涉及一种基于数据驱动的轨道交通新线接入客流预测方法。该方法包括:通过获取目标轨道站点的轨道交通站点特性数据和轨道交通站点客流数据;对轨道交通站点特性数据进行量化处理,获得目标轨道站点的站点特性量化指标;对轨道交通站点客流数据进行统计分析,获得目标轨道站点的站点客流特征指标;以站点特性量化指标为自变量集合,以站点客流特征指标为因变量集合,构建客流总量预测模型和客流波动形态预测模型;采用回归分析的方法对模型进行参数标定,确定预测模型标定的参数;客流总量预测模型和客流波动形态预测模型根据预测模型标定的参数进行预测,获得目标轨道站点的客流总量和波动形态,解决了调查成本大、预测精度低的问题。