[00335317]大数据技术在城市公交规划中的应用

1、应用领域和技术原理 本项目应用于交通规划领域,是数据分析、数理研究、交通规划等领域技术的交叉融合。 大数据技术在城市公交出行需求分析及预测中的应用 主要技术及原理：调查优化与数据关联、模型构建与算法研究、参数修正与校核分析。基于大数据具有的全样本、大覆盖的特征,构建基于大数据的公交出行生成模型、公交分布模型,利用现状全样本数据对模型参数进行反向修正,提出求解算法。能够大幅提高传统模型的预测精度,消除传统调查统计方法存在的采样不均衡性。 大数据技术在城市公交系统优化中的应用 主要技术及原理：数据筛选及清洗技术、数据融合与关联分析、模型构建与算法研究。通过手机信令数据、居民出行调查数据、API数据等多源数据的融合,寻找城市公交系统存在的主要问题,通过构建基于大数据技术的公交评价指数模型及相关算法,确定城市公交改善方向与优先级。 大数据技术在城市公交规划后评估中的应用 主要技术及原理：数据筛选及关联分析、数据信息可视化技术。利用手机信令数据、POI兴趣点数据等动态数据与地理信息数据、公交IC卡/GPS数据等静态数据进行关联分析,获取城市公交设施辐射区域内的客流时空分布特征,对城市公交设施进行分析评价。 2、 性能指标 基于大数据技术的公交出行生成模型 利用多源数据的融合关联,完善传统出行生成模型的回归参数种类与权重,大幅提升出行需求预测精度。 基于大数据技术的公交分布模型 利用大数据的全样本、高均匀度特征,对常规重力模型参数进行校核修正,有效克服传统调查不均匀性造成的统计结果误差。 基于大数据技术的公交评价指数模型 利用全样本数据的获取与多源数据的融合,获取公交客流时空分布与服务水平评价,能够准确获取公交系统存在的主要问题,并给出改善方向与优先等级。 基于大数据技术的城市公交设施合理性 利用大数据统计分析与融合关联,分析各类城市公共交通设施在其服务范围内的服务水平,评价其设置合理性,提出评估意见。 3、与国内外同类技术比较 此项目研究成果与国内外技术相比较,具有指导性、创新性和实用性。主要体现在： 首先,研究通过构建基于大数据技术的公交出行生成模型、公交分布模型,能够对未来城市公交的出行规模和方向进行准确预测和判断,对城市公交规划的制定具有指导意义。 其次,研究中对模型参数修正、相关算法研究,均建立在大量利用多源数据融合及关联的技术基础上,实现精度的大幅提升,在国内外的相关研究中具有创新性。 最后,研究中利用实际案例对数据筛选及清洗技术、数据融合与关联技术进行应用,验证模型及算法的有效性,对案例进行类比分析,指导实际工程项目,具有高度实用性。 4、 成果的创造性、先进性 （1） 以手机信息数据为主的多源数据的采集、提纯及可视化处理,并转化为公交出行需求及预测模型的可识别输入参数; （2） 利用大数据与传统调查数据相结合,对公交出行需求及预测模型进行参数标定和校核,提高模型精度; （3） 通过手机信令数据与百度地图API数据的关联融合,结合公交出行需求与服务水平,提出计算公交评价指数的模型与算法,确定城市公交重点改善区域及优先等级排序; （4） 大数据技术与传统数据的融合分析、动态数据与静态数据的关联应用,将大样本多源数据转化为可视化信息。 5、作用意义。 利用公交出行需求及预测模型,可以对城市的公交现状需求进行分析,并对未来变化趋势进行预测,进而指导城市公交规划方案的制定。 通过城市公交出行客流的时空分布特征分析,寻找城市公交系统存在的问题,分析主要优化方向及优先等级,提升城市公交系统的整体服务水平。 对城市公交规划的多个方面进行评估,涉及公交系统层级架构、大中运量交通方式线网规划、城市内外交通枢纽布局、道路及交通组织优化等,在规划前期、中段优化、实施改善等不同时期均有应用。