典型文献
基于大数据的城市轨道交通出行站外OD位置点识别方法研究
文献摘要：
城市轨道交通客流出行特征分析是制定线网规划方案和诊断轨道交通运营组织问题的重要依据,为解决传统城市轨道交通站外OD点识别算法参数设置较主观、识别精度较低、普适性与抗干扰性较弱等问题,研究以时空密度聚类算法为基础,融合遗传算法优化聚类算法参数,构建个体城市轨道交通出行站外OD位置点识别方法.识别过程中,根据志愿者信令数据、出行日志数据与GPS数据,结合遗传算法,标定时空密度聚类算法中聚类半径阈值EPS、聚类时间阈值△T等参数最优值;以此为基础,构建时空密度聚类算法,高效识别轨道出行站外OD.结果表明,通过比较志愿者实际出行日志、GPS等数据,志愿者出行站外OD位置点识别平均误差为633.75 m,算法精度可以满足实际需求.
文献关键词：
城市轨道交通;大数据;OD位置点;识别方法;时空密度聚类算法;遗传算法
中图分类号：
作者姓名：
刘海洲;张敬宇
作者机构：
重庆交通大学 交通运输学院,重庆 400074;重庆市交通规划研究院 道路交通所,重庆 401147
文献出处：
引用格式：
[1]刘海洲;张敬宇-.基于大数据的城市轨道交通出行站外OD位置点识别方法研究)[J].铁道运输与经济,2022(08):115-122
A类：
时空密度聚类算法,优化聚类算法
B类：
城市轨道交通,交通出行,OD,轨道交通客流,出行特征分析,定线,线网规划,规划方案,断轨,交通运营,运营组织,传统城市,交通站,识别算法,算法参数,参数设置,识别精度,抗干扰性,遗传算法优化,识别过程,信令数据,日志数据,GPS,EPS,最优值,平均误差
AB值：
0.249465
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
