地鐵客運(yùn)數(shù)據(jù)分析方法及可視化呈現(xiàn)

劉芩瑜 康力 張凱

摘 要：數(shù)據(jù)正在深刻的改變我們的工作方式和思維模式，地鐵作為高質(zhì)量數(shù)據(jù)的產(chǎn)生點(diǎn)，通過(guò)對(duì)地鐵客運(yùn)數(shù)據(jù)加以分析，能夠挖掘不同時(shí)期、時(shí)段的客流特征。本文介紹了客運(yùn)數(shù)據(jù)分析的一般方法，并簡(jiǎn)要介紹了成都地鐵運(yùn)營(yíng)信息分析系統(tǒng)。

關(guān)鍵詞：地鐵客運(yùn)組織;數(shù)據(jù)分析;數(shù)據(jù)可視化

中圖分類號(hào)：U293.13 文獻(xiàn)標(biāo)識(shí)碼：A

1 概述

數(shù)據(jù)正在以前所未有的速度改變著這個(gè)世界以及我們的生活和工作方式。今天，我們只需要兩天時(shí)間即可創(chuàng)造出人類在2003年之前積累起來(lái)的全部數(shù)據(jù)。數(shù)據(jù)已經(jīng)開(kāi)始徹底改變公司、企業(yè)的運(yùn)營(yíng)模式，例如通過(guò)對(duì)刷卡數(shù)據(jù)的分析，結(jié)合進(jìn)出站高峰小時(shí)系數(shù)及車(chē)站位置，可挖掘出不同日期、時(shí)段的客流特征，再運(yùn)用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法，可進(jìn)一步實(shí)現(xiàn)更具可信度和準(zhǔn)確性的客流預(yù)測(cè)，為線網(wǎng)客運(yùn)組織、行車(chē)組織提供調(diào)整參考。

2 客運(yùn)數(shù)據(jù)的分析方法

乘客出入車(chē)站借助列車(chē)完成距離遷移，上述過(guò)程均體現(xiàn)在刷卡上，因此AFC的刷卡交易數(shù)據(jù)是客運(yùn)數(shù)據(jù)分析的主要來(lái)源。在分析之前首先需要將地鐵交通網(wǎng)絡(luò)通過(guò)數(shù)學(xué)手段復(fù)現(xiàn)，一般選用圖論的相關(guān)理論構(gòu)造地鐵線網(wǎng)有向圖，車(chē)站是圖上的點(diǎn)，區(qū)間為圖上兩點(diǎn)間的連接線，線的權(quán)重為車(chē)站的站間距或時(shí)長(zhǎng)。

2.1 地鐵網(wǎng)絡(luò)有向圖的建立

每個(gè)普通車(chē)站對(duì)應(yīng)一個(gè)唯一的車(chē)站編號(hào)，換乘站拆分為多個(gè)單線普通站，車(chē)站與車(chē)站間根據(jù)實(shí)際可達(dá)關(guān)系通過(guò)鄰接關(guān)系表表示，兩站間線的長(zhǎng)度通過(guò)區(qū)間運(yùn)行時(shí)間表達(dá)，換乘站拆分出的兩個(gè)獨(dú)立車(chē)站也按上述方式相連。

2.2 綜合出行阻抗的計(jì)算

以旅行時(shí)間為基準(zhǔn)的出行阻抗一般由路段阻抗和節(jié)點(diǎn)阻抗組成，路段阻抗等于列車(chē)在區(qū)間的運(yùn)行時(shí)間，節(jié)點(diǎn)阻抗等于乘客在車(chē)站所花費(fèi)的時(shí)間。不同的線路選擇有不同的阻抗值，乘客出行時(shí)總是力求選擇阻抗最小的方式出行。但由于阻抗值的大小無(wú)法直觀判斷，因此出行方式的選擇又具有隨機(jī)性，傳統(tǒng)的最短路徑分配法的缺點(diǎn)就是在于該方法忽略了實(shí)際出行過(guò)程中的這種隨機(jī)性。

2.3 有效可達(dá)路徑的篩選

一般一對(duì)OD之間存在多條可達(dá)的路徑，但是乘客只會(huì)沿著一部分的合理路徑出行，減少乘客自身的出行成本。有效可達(dá)路徑搜索是在城市軌道交通網(wǎng)絡(luò)中，為真實(shí)、有效的OD對(duì)尋找合理的出行路徑集，一般不超過(guò)5條，為下一步分配客流做準(zhǔn)備。

2.4 路徑客流分配

2.4.1 基于時(shí)間阻抗的多路徑概率確定

（4）當(dāng)近似等于即最小綜合阻抗值時(shí)，也近似等于即在綜合阻抗值在最小綜合阻抗值附近時(shí)，乘客受阻抗值的影響非常小，選擇的幾率相差不大。隨著路徑的阻抗值的增大，的遞減速率將迅速增加，乘客不予選擇的幾率越大，其客流分配的比例也越小。

（5）若始發(fā)站和終到站在同一線路，且第一條路徑正常、可用，則第一條路徑被選擇概率為1，其他均為0;若始發(fā)站和終到站在同一線路，但第一條線路中斷不可用，則計(jì)算正常、可行路徑被選擇概率。

通過(guò)以上分析明顯看出，有效路徑i的效益值是的函數(shù)，且成反比關(guān)系。根據(jù)的五個(gè)特性，可通過(guò)正態(tài)分布函數(shù)表示上述特性。當(dāng)始發(fā)站和終到站不在一條線，計(jì)算正常可行路徑被選擇概率。正常可行路徑被選擇的概率計(jì)算方法：分別計(jì)算可達(dá)路徑中每一條徑路的廣義費(fèi)用，得到各路徑的分配比例，再將OD量按此比例分配到各路徑上。

2.4.2 擁擠程度對(duì)路徑的客流分擔(dān)比例進(jìn)行修正

在乘客實(shí)際的出行過(guò)程中，不同線路擁擠程度會(huì)有差異，這與線路所經(jīng)過(guò)地區(qū)的站點(diǎn)客流量有關(guān)，與是否經(jīng)過(guò)換乘站也有關(guān)。乘客在進(jìn)行路徑選擇時(shí)，考慮兩條路徑擁擠程度一般會(huì)以乘坐的舒適程度作為衡量標(biāo)準(zhǔn)，當(dāng)乘客的數(shù)量小于一列車(chē)的定員，不存在擁擠：當(dāng)乘客流量大于列車(chē)的定員量時(shí)，且兩者的差值不斷增大時(shí)，乘客的不舒適感將不斷增強(qiáng)，故列車(chē)擁擠度用列車(chē)滿載率來(lái)表示，如下式所列：

其中表示第i條線路第j個(gè)區(qū)間斷面客流量;表示列車(chē)定員;

一般情況下，當(dāng)擁擠程度在一定范圍內(nèi)時(shí)，乘客選擇路徑時(shí)考慮擁擠程度的比例較小，只有擁擠程度達(dá)到一定的范圍，乘客才會(huì)考慮擁擠程度。因此，擁擠程度對(duì)乘客出行路徑的選擇的影響可以設(shè)置一個(gè)擁擠修正系數(shù)，對(duì)各有效路徑的客流分配比例進(jìn)行修正。

全部有效路徑的客流分擔(dān)比例的總和也應(yīng)該為。因此公式如下：

2.5 客流清分

通過(guò)對(duì)這些數(shù)據(jù)的挖掘和分析，結(jié)合機(jī)器學(xué)習(xí)、深度學(xué)習(xí)相關(guān)算法，可進(jìn)一步實(shí)現(xiàn)各種不同場(chǎng)景下的客流預(yù)測(cè)。例如，通過(guò)分形插值算法與聚類分析，結(jié)合天氣、日期等信息可對(duì)當(dāng)天短時(shí)客流進(jìn)行預(yù)測(cè);通過(guò)SARIMA模型，研究地鐵客流在時(shí)間序列的周期性特征，從而實(shí)現(xiàn)對(duì)短期客流的預(yù)測(cè)。

3 客運(yùn)數(shù)據(jù)的可視化呈現(xiàn)及輔助決策

3.1 實(shí)時(shí)斷面擁擠度

NOIS系統(tǒng)頁(yè)面的頂部展示了當(dāng)前線網(wǎng)的重要客流指標(biāo)，中部是線網(wǎng)圖并通過(guò)漸變色展示線網(wǎng)所有斷面的擁擠度情況，通過(guò)這兩個(gè)頁(yè)面的主體板塊可快速掌握線網(wǎng)整體情況，具有縱覽全局的作用。運(yùn)營(yíng)管理人員可通過(guò)實(shí)時(shí)客流指標(biāo)及斷面擁擠度變化趨勢(shì)，及時(shí)掌握各區(qū)段斷面擁擠情況，為行車(chē)調(diào)整及客運(yùn)組織提供及時(shí)、有效、全面的信息化決策依據(jù)。

3.2 線網(wǎng)運(yùn)力運(yùn)量對(duì)比

通過(guò)對(duì)歷史客流進(jìn)行回顧，結(jié)合列車(chē)運(yùn)行圖提供的斷面運(yùn)力，可在一個(gè)圖表內(nèi)將斷面客流、運(yùn)力、擁擠度等多個(gè)數(shù)據(jù)集中呈現(xiàn)，可直觀看出同一條線路不同區(qū)段的運(yùn)力運(yùn)量對(duì)比情況。該功能可應(yīng)用于大站空車(chē)開(kāi)行時(shí)機(jī)、運(yùn)行圖轉(zhuǎn)峰期安排、車(chē)站常態(tài)化客流控制時(shí)間段等輔助決策，進(jìn)一步提升地鐵運(yùn)營(yíng)組織水平。

參考文獻(xiàn)：

[1]張和杰，馬維華.基于時(shí)空特征的地鐵客流預(yù)測(cè)[J].計(jì)算機(jī)科學(xué)，2019，46（07）：292-299.

[2]張素潔，謝小園.杭州地鐵客流特征分析與客流預(yù)測(cè)[J].價(jià)值工程，2019，38（19）：65-67.

[3]盧佳，任剛，徐凌慧.基于南京地鐵AFC數(shù)據(jù)的大客流識(shí)別方法（英文）[J].Journal of Southeast University（English Edition），2019，35（02）：236-241.