与传统的数据收集方法相比,自动数据收集系统具有明显的优势:时空覆盖性强,数据流量连续性高、低边际成本、高准确性,数据自动收集、中央集中存储等。基于这些独有的特性,在对于支持运输机构的决策方面ADC系统有着良好的潜能。但如何有效利用ADC系统数据是一个十分复杂且难度很大的系统工程。有很多先例说明了ADC系统所直接提供的内容与公共交通机构在决策实践中实际需要的内容间存在着较大的差异。同时,数据处理和分析的框架并不容易建立,而且相关的组织机构也通常缺乏足够数量的工作人员。因此,这些数据源尚未在实践中得到充分的利用。本研究在北京交通管理局的背景下对ADCs多源数据进行了分析处理。研究分以下两个方面:一方面本研究提出了一种增强方法,用于从原始AFC系统数据中推断铁路行程OD矩阵,以取代常规乘客调查。所提出的算法利用了乘客连续过境旅行的出行链模式,特别是该研究通过整合AFC和AVL数据并利用地理信息系统(GIS)和数据库管理系统(DBMS)技术来检测铁路与公共汽车的接驳情况。另一方面,本研究探讨了铁路的路径选择问题,它采用多项Logit和混合Logit模型,根据推断的OD矩阵和公交路网属性检测公交乘客的出行行为。本研究基于两个数据来源:分别为第一部分研究中推断的铁路行程OD矩阵及通过Trans CAD软件计算出的可替代路径属性。该研究表明,可以根据ADC系统的数据源进行严格的旅行者行为分析。以上两方面研究均说明了ADC系统的强大潜能,更重要的是证明了在相对较低的边际成本下,ADC系统可以为营运机构提供丰富的信息来源,以支持相关决策。