城市轨道交通客流与站点特征分析
摘要
交通客流与站点特征的精准分析,对缓解城市交通拥堵,促进轨道交通的良好运营起着至关重要的作用。文中以成都市轨道交通为例,基于AFC数据完成客流特征分析,并采用改进的k-means算法对成都地铁1、2、3号线104个站点进行聚类,最终分为居住导向型、就业导向型、职住交错型、职住交错偏居住型、职住交错偏就业型和综合型6类站点。望为后续车站发展规划及周边土地利用等提供参考依据。
关键词
轨道交通;AFC数据;客流特征;k-means算法
全文:
PDF参考
朱倩.基于大数据的城市轨道交通客流预测方法研究[D].四川:西南交通大学,2019.
陈玉如,王才雪.基于深圳通刷卡数据的轨道交通客流与站点特征分析[J].交通世界,2023(26):4-6.
王晨,石俊刚.基于AFC数据的南昌轨道交通车站精细化分类[J].都市快轨交通,2023,36(6):49-56.
夏雪,盖靖元.基于K-Means聚类算法的城市轨道交通站点分类及客流特征分析[J].现代城市轨道交通,2021(4):112-118.
DOI: https://doi.org/10.33142/sca.v7i7.12793
Refbacks
- 当前没有refback。
版权所有(c){$ COPYRIGHTYEAR} {$ copyrightHolder}
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。