论文部分内容阅读
优先发展城市公共交通系统,是解决城市交通问题的有效途径。当前我国公交因信息技术落后,导致管理效率低下、公交服务水平不高。因此,发展公交信息化将有助于公交从简单、直觉的管理到科学、智能的管理的转变,真正提高公交服务水平。掌握公交乘客流量分布数据,并准确预测公交客运量,是优化公交线网设置和线路运力配置、改善车辆调度管理和客观评价服务水平的不可或缺的数据基础和前提。针对广泛应用的红外APC乘客流量检测技术误差较大的问题,本文着重研究了改善客流检测精度的方法,并对现有公交客运量预测模型进行了改进研究。对提高公交乘客统计精度和实现公交客运量的准确预测,进而推动公交信息化和智能化具有重要实际意义。在分析人工抽样统计、利用IC卡信息统计及APC三类典型客流统计技术基础上,探讨了红外APC技术在公交应用中的实际问题。研究了红外APC数据匹配到线路站点的处理技术、红外APC公交客流计数误差范围、产生计数误差的根源以及红外APC数据呈现出来的计数误差规律等。在此基础上,利用获得的红外APC计数误差规律,提出了一套红外APC公交客流计数精度改进技术。通过运用实际采集客流和红外APC数据,经改进后的红外APC计数精度明显提高,验证了提出方法的有效性。在分析现有公交客运量预测模型基础上,以提高预测精度为目标,研究了公交客运量数据的规律,获得了公交车公里载客量呈周期变化特征;并通过分析,证明影响公交客运量的关键为车辆数、线路里程等因素。以此为基础,建立了一个基于车公里载客量特征的改进公交客运量预测模型。并利用重庆市某公交分公司公交营运数据,对模型进行了实验验证。结果表明,获得的线路客运量预测值最大相对误差不超过15%,平均预测误差比典型预测算法降低一半左右。根据本预测模型开发了公交客运量预测系统,实现了公交营运数据从报表到系统数据库的自动转换、预测结果及预测精度图表显示等功能。