基于刷卡数据的公共汽车客流网络复杂性日内变化研究

发布时间：2023-05-28 14:35

　　大城市公共交通是一个典型的复杂巨系统,采用复杂网络方法分析大城市公共交通网络系统对于城市交通发展具有重要意义。已有大量的研究采用复杂网络理论进行了公共交通线路网络分析,也有研究基于刷卡数据分析了公共交通客流网络的复杂特征,但少有研究探讨客流网络复杂性日内变化特征。鉴于此,本文基于北京市公共汽车刷卡数据识别的不同时间段客流双向邻接矩阵,通过复杂网络指标对比分析公共汽车客流网络的日内变化特征。结果表明:①各个时间段公共汽车客流分布遵循距离衰减规律,5 km以下的短距离出行约占总出行量的一半左右;②度中心性和加权度中心性的空间格局在不同时间段整体呈现出明显的核心-边缘特征,但随时间有一定程度的变化,加权度中心性排名前10的节点存在较大变化;③累积度分布和累积加权度分布服从指数分布,属于小世界网络。本文还进一步讨论了基于大数据的动态复杂网络研究对城市交通规划建设的启示意义。

【文章页数】：14 页

【文章目录】：
1 引言
2 研究方法与实验数据
    2.1 基于复杂网络的公交客流网络分析方法
        2.1.1 度中心性
        2.1.2 加权度中心性
        2.1.3 平均最短路径
        2.1.4 集聚系数
    2.2 研究区域与数据来源
3 结果及分析
    3.1 客流量的距离衰减规律
    3.2 客流网络的节点特征
    3.3 客流网络的结构特性
4 结论与讨论



本文编号：3824777