（交通运输规划与管理专业论文）基于公交IC信息的公交数据分析方法研究.pdf

摘要 摘要 城市公共交通系统能否正常和高效地运营，不仅取决于道路和车辆等设施条件，更有赖于运营 管理手段和技术手段的先进性。必须能够深入了解城市居民的公交出行特征，及时并准确、全面地 掌握公交出行数据，才能做出科学的公交规划和运营决策。现状我国主要采用人工调查方法获取公 交客流信息。人工调查方法耗费巨大的人力物力，而调查结果却很难达到理想效果，所得数据不能 动态反映城市公交出行的长期变化趋势。近几年，公交i c 卡在国内许多城市都有应用，不仅方便了 广大乘客，也提供了一种新的客流调查统计手段。公交i c 卡、乘客自动计数系统( a p c ) 等先进技 术的应用可以取代传统的调查方法，获取相对实时动态的客流信息。本文即以“基于公交i c 信息的 公交数据分析方法研究”为题，研究从大量公交i c 数据中获得公交客流信息的方法。 论文首先对公交i c 数据及其他相关数据的采集方法和数据结构作了分析总结，详细研究分析了 公交i c 数据中各字段的实际意义，以及公交i c 数据结构。公交i c 数据分析以公交i c 数据为分析 对象，同时结合其他各类公交运营调度资料，包括公交线路走向、站点布局、调度时刻表等公交运 营信息，降低数据分析的复杂性，提高分析精度。 论文从应用的角度出发制定公交i c 数据分析的耳标和思路，保证分析方法的科学性和实用性。 在此基础上架构公交i c 数据分析系统框架。通过公交i c 数据分析的目标是：获得公交运营的基本 客流信息，以及全面、准确反映城市公交运营状况及公交乘客公交出行特征的信息。为公交规划者 提供规划依据，为公交管理者提供公交运营决策的依据；根据数据分析的数据采集、数据预处理、 数据分析、解释评价等四个步骤，建立公交i c 数据分析系统包括数据库平台模块、数据分析模块、 用户控制界面模块等三个模块。 以调查数据及实际公交i c 数据为依据，论文提出了公交i c 数据的上下车站点判断方法，总结 了公交规划及公交运营决策所需要的各类公交基本客流数据和公交运营指标数据，并研究通过公交 i c 数据分析获取这些基础数据的方法。通过对南京公交i c 使用情况调查，掌握了南京市公交i c 卡 的使用情况，分析了公交i c 使用特点及与公交运营特征之间的关系。 公交i c 数据分析方法是一项涉及面广、内容复杂的应用型课题。本文做了一些研究工作，但还 存在很多不足，公交i c 数据分析还需要在数据仓库建设方法、上下车站点判断方法等关键问题上作 进一步研究。 【关键词】公共交通，i c ，公交，数据分析，数据统计，公交客流 东南大学硕士学位论文 a b s t r a c t 1 h el l i 曲e f f i c i e n c yo p e r a t i n go fu r b a np u b l i ct r a n s p o r ts y s t e mb a s e0 nt h ea d v a n c e dm a n a g ea n d t e c h n i q u em o r ea n dm o r e m a s t e r i n gd e t a i l e do ft r a n s i tt r i p si n f o r m a t i o ni st h ep r e c o n d i t i o no fm a d e s c i e n t i f i cp l a na n dd e c i s i o n - m a k i n g o u rc o u n t r ym a i n l yc h o o s em a n u a ls u r v e yt og e tt h et r a n s i tp a s s e n g e r f l o wi n f o r m a t i o n b u tm a n u a ls u r v e yc o n s u m em u c hm a n ym a n p o w e ra n dm a t e r i a lr e s o u r c e sa n ds u r v e y r e s u l ti sh a r dm e e to u ri d e a lp u r p o s e r e c e n t l y , t h eb u sc a r ds t a r tt ob eu s e di no u rm a n yc i t i e s rn o to n l y b r i n g sc o n v e r f i e n c et op a s s e n g e r sa n da tt h es a m et i m eo f f e r san e wt r a n s i ti n f o r m a t i o ng e t t i n gm e a n s t h i s a d v a n c e dt e e h n i q u ec o u l ds u b s t i t u t et h em a n i l a ls u r v e ya n dg e tt h em o r ep r e c i s ea n dm o r ec o n s e c u t i v e t r a n s i tp a s s e n g e l f l o wd a t a t h i st h e s i sn a m e dw i t h a p p r o a c ho nt h ei n f o m a t i o na n a l y s i s o fu r b e np u b l i ct r a f f i cb a s eo nt h ed a l ao fb u si n t e l l i g e n tc a r d a n dr e s e a r c h t h em e a r l so f g e a i n gt r a n s i tp a s s e n g e rf l o wi n f o r m a t i o nf r o mb u sc a r dd a t a t h i st h e s i ss u m m a r i z e st h ed a t ae o l l e e t i o nw a ya n dd a t as t r u c t u r eo fi cd a t af i r s t l y b u sc a r dd a t a a n a l y s i sb a s e do nm a n yk i n d so ft r a n s i ti n f o r m a t i o n t h e s ed a t ai n c l u d i n gt h et r a n s i tn e t w o r kl a y o u ta n d t r a n s i ts c h e d u l i n g , e r e i n t h i sp a p e r t h e t a r g e ta n d m e t h o do f i cd a t aa n a l y s i s a r e p u t f o r w a r d ，t h e f r a m e w o r ko f b u s i cd a t a a n a l y s i ss y s t e mi sb u i l t i nt h el a s th a l fp a r to ft h i sp a p e rm a i n l ys t u d yt h em e t h o d so fg e tt h ep a s s e n g e r f l o wd a t a , w h i c hi n c l u d ej u d g i n gt h eb e g i n n i n ga n de n ds t a t i o n s ，g e n e r a lp a s s e n g e rf l o wd a t aa n dt r a n s i t o p e r a t i n gp a r a m e t e r s p a p e ri n v e s t i g a t e dt h eb u si cu s i n gs t a t u si nn a n j i n gb yo r g a n i z em a n u a ls u r v e y , t h er e l a t i o nb e t w e e nt h eb u si cu s i n gc h a r a c t e ra n dt h et r a n s i to p e r a t i n gc h a r a c t e ri sa n a l y z e dt h r o u g ht h e s u r v e yr e s u l t t h ep u b l i ct r a n s p o r ti cd a t aa n a l y s i si sae x t e n s i v ea n dc o m p l i c a t e da p p l i c a t i o nr e s e a r c h t h i sp a p e r h a sm a d es o m es t u d yd e v e l o p m e n t , b u tt h er e s u l t sa r es t i l le x i s tm a n yq u e s t i o n s t h es t u d yo nt h i st i t l e n e e d st om a d em o r es t u d i e sa b o u td a t a - b a s eb u i l d i n ga n d b u ss t o p j u d g i n g k e y w o r d s u r b e n p u b l i c t r a n s p o r t , i c ，b u s ，d a t a a n a l y s e ，d a t a s t a t i s t i c ，t r a n s i t p a s s a g e r f l o w 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过 的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并 表示了谢意。 研究生签名： 盛曩 日期：血 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的 复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内 容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可 以公布( 包括刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权东南大学研 究生院办理。 研究生签名：翌乳导师签名：隧凶日 期：兰盟红 第一章绪论 1 1 研究背景及意义 第一章绪论 中国正处于经济快速发展的时期，城市化进程加快，小汽车逐步进入家庭，交通需求量成倍增 长。城市紧缺的土地资源和高密度的土地利用模式，使得交通供给予交通需求之间的矛盾日益突出， 诸如交通堵塞、停车困难、环境恶化等交通问题不断加剧，已影响了城市的可持续发展及人民生活 水平的提高。面对日趋尖锐的城市交通需求与交通供给之间的矛盾，越来越多的交通工作者认识到， 解决我国大城市交通问题的根本出路在于优先发展公共交通，确立城市公共交通的主体地位，实现 有限道路交通资源的高效利用。我国提出“优先大力发展城市公共交通”的交通政策已有二十年， 但是由于缺乏公交系统优先发展保障体系，缺乏公交线路优化与资源配置决策技术的支持，近十多 年来，城市公共交通并没有得到大力发展。当前，我国公交出行比例和公交服务质量均处于较低的 水平，城市居民出行以步行、自行车以及轻骑摩托车等个体出行方式为主，小汽车出行的比例也逐 年增加。真正确立公共交通的主体地位的任务将十分艰巨1 1 1 1 2 。 城市公交系统能否正常和高效地运营，不仅取决于道路和车辆等设施条件，更有赖于运营管理 手段和技术手段的先进性。对公交客流的全面、准确把握是公交管理工作的基础，它不仅为日常调 度提供依据，也为线网优化提供了参考刚。公交规划部门和公交经营者必须能够深入了解城市居民 的公交出行特征，及时，准确、全面地掌握公交出行数据，才能做出科学的公交规划和运营决策。 公交数据采集和分析技术正是为公交运营决策提供及时、准确、可靠的公交运营信息和客流信息的 重要方法。因此，一种快速高效的公交数据采集分析技术，对建立高效合理的城市公交系统具有决 定作用，对确立城市公交的主体地位具有重要意义1 4 j 。 现状我国主要采用人工调查方法获取公交客流信息。公交客流调查是一项非常繁琐和耗费人力、 财力的工作，在实际操作过程中，做到经常、系统非常困难。人工调查的结果受到调查员的水平、 居民参与的积极性、表格的回收率、意外事件等多方面因素的影响。并且这种方法只能得到城市某 一天的公交出行信息，这些信息不能体现城市公交出行的长期变化，也不能体现特殊事件时的居民 公交出行行为( 例如特殊天气、盛大节日等) 。可以看到人工调查方法耗费巨大的入力物力，而调查 结果却很难达到理想效果，所得数据不能动态反映城市公交出行的长期变化趋势1 5 1 1 6 1 。 公交i c 卡、乘客自动计数系统( a p c ) 等先进技术的应用可以取代传统的调查方法，获取相对 实时动态的客流信息。公交i c 卡在国内许多城市都有应用，不仅方便了广大乘客，也提供了一种新 的客流调查统计手段。i c 卡信息量大，数据全面，技术简单成熟，但目前其作用未得到充分开发。 公交i c 信息采集分析方法是运用计算机程序，对公交i c 信息数据库进行数据挖掘，直接得到城市 公交出行信息。与人工调查方法比较，这种方法省去了设计调查方案、发放调查表格、回收及录入 调查数据等采集数据的环节，公交i c 数据采集是在乘客上车刷卡的同时完成的【6 】。公交i c 信息采 集分析可以得到城市过去任何一天的公交出行数据，由于公交i c 卡信息的采集过程受到人为影响因 素很小，所采集的数据真实可靠，可准确反映城市公交出行的时间空间分布特征。 论文即以“基于公交i c 信息的公交数据分析方法研究”为题，研究如何从大量的公交i c 数据 中获得公交规划和公交运营管理所需要的公交客流信息。公交i c 数据分析方法利用很少的投入，即 可获取准确、可靠、连续的公交客流信息，是目前可利用的最经济有效的公交数据获取方法，在我 国有着较好的发展前景1 7 j 。公交i c 数据分析方法将为指导公交规划者进行城市公交系统优化，辅助 公营运者进行公交运营决策发挥十分重要的作用。 注：我国城市公共交通以地面常规公交为主，而且公交i c 卡在常规公交运用最为广泛，因此论 文所研究的公交i c 数据分析方法选择常规公交i c 数据为研究对象。 东南大学硕士学位论文 1 2 公交l c 信息分析方法可行性研究 1 2 1 与传统方法的比较 1 2 1 1 人工调查方法 国内在公交规划中仍然使用人工调查方法作为数据采集的主要方法。这种方法主要包括四项调 查：居民出行调查、公交问询调查、公交随车客流调查、公交站点客流调查。其中居民出行调查和 公交问询调查目的是获取居民公交出行的特征，公交随车客流调查和公交站点客流调查目的是获取 公交线路及站点客流信息。组织这样一个调查，通常需要组织上百名的调查员，印制数万份的调查 表格，调查前期还需要对调查员进行培训，并对居民做充分的宣传。 人工调查的结果受到调查员的水平、居民参与的积极性、表格的回收率、意外事件等多方因素 的影响。并且这种方法只能得到城市一天的公交出行信息，这些信息不能体现城市公交出行的长期 变化，也不能体现特殊事件时的居民公交出行行为( 例如特殊天气、盛大节日等) 。可以看到人工调 查方法耗费巨大的人力物力，而调查结果却很难达到理想效果，所得数据不能动态反跌城市公交出 行的长期变化趋势。 1 2 1 2 公交i c 信息分析方法 公交i c 信息分析方法是运用计算机程序对公交i c 信息数据库进行数据分析，直接得到城市公 交出行信息。与人工调查方法比较，这种方法省去了设计调查方案、发放调查表格、回收及录入调 查数据等采集数据的环节，公交i c 数据采集是在乘客上车刷卡的同时完成的。 公交i c 信息分析可以得到城市过去任何一天的公交出行数据，由于公交i c 卡信息的采集过程 受到人为影响因素很小，所采集的数据真实可靠，可准确反映城市公交出行的时间空间分布特征。 该方法分析结果的准确性与城市公交i c 卡的需使用率以及数据分析算法相关。但是随着公交事业的 发展，公交i c 卡的使用越来越多，数据挖掘技术也日益进步。它们对方法精度的影响将越来越小。 表1 1 比较了两种方法在数据采集的方式、采集的数据、分析方法、分析结果等方面的不同 表1 1 公交信息采集方法的比较 比较选项人工调查公交i c 卡信息分析 过程包括：设计调查方案、发放调查表格、 表格回收及数据录入。车载终端记录公交刷卡数据。形成公交i c 数据 采集方式 调查包括：居民出行调查、公交问询调查、仓库。 随车客流调查、站点客流调查。 人工完成，费时费力。公交i c 卡系统自动形成。 调查日，被调查线路及站点客流数据；调查 所有使用公交i c 卡的公交乘客每次刷卡数据。 包括：乘客卡号、线路号、刷卡日期、刷卡时刻、 采集的数据日，被调查居民的出行情况。 车辆代号等。 仅能采集调查日当日数据。 包含过去任意一日数据。 人工整理录入数据库，计算机统计分析。计算机统计分析，可运用数据挖掘。 分析方法 可用于统计分析，同时可运用数据挖掘技术进行 由计算机进行统计分析 分析，例如短期预测等。 调查日，被调查公交线路及站点在调查时间 每日，公交线路及站点客流量，居民公交出行 0 - d 数据，单个居民公交出行特征，短期公交客 分析结果 内的客流量，居民公交出行o _ d 数据。 流预测值。 得到调查日当日城市公交出行信息。根据需要得到过去任意一天公交出行信息，并可 - 2 第一章绪论 分析居民个体公交出行特征。 受到调查员的水平、居民参与的积极性、表 受到公交i c 卡的使用率、数据分析算法影响。 格的回收率、意外事件等多方因素的影响。 影响因素 公交i c 卡的使用越来越广泛，数据分析和挖掘 易受人为或意外因素影响，很难控制。 技术也日趋成熟。对结果的影响将越来越小。 1 2 2 数据保证 目前，仅限于公交收费的公交i c 卡已在我国很多城市得到应用，持卡出行消费的居民数量也不 断增多，很多大中城市持公交卡出行消费的乘客比例达到6 0 以上( 南京市已接近8 0 ) 。并且有 不断增长的趋势。公交i c 卡的使用率完全可以达到数据分析的抽样率要求。 表1 2 我国部分城市人口及公交i c 卡发行量 城市上海南京广州 人口( 万人)1 7 0 06 4 07 5 0 i c 卡( 万张)1 5 0 02 3 03 7 0 1 2 3 技术支持 公交i c 信息分析方法主要涉及到i c 卡技术、数据库技术、统计学、数据挖掘技术。公交i c 卡记录的信息包括乘客卡号、线路号、刷卡日期、刷卡时刻、车辆代号等，已足够运用于信息的分 析和挖掘，随着技术改进记录乘客上下车站点信息也将成为可能，将极大提高i c 数据分析的精度， 而在目前的数据条件下，判断公交i c 卡上下车站点是进行公交i c 数据分析的关键技术。目前的数 据库技术和数据统计分析技术已经很成熟，可选用的数据库系统和数据分析软件也很多。 1 3 国内外研究概况 中外专家关于城市公共交通方面的问题已经做了较多的研究，但是在公共交通规划及运营管理 所需的基础资料的获取方法上的研究较少。现状我国仍然沿用传统的大规模调查方法获得，获得数 据成本过高且数据质量难以满足要求。随着公交i c 卡近几年才在公交车上大力推广使用，通过公交 i c 数据获得公交基础数据的研究课题随之出现，尽管i c 卡技术已经相对成熟，但是在公交领域还 是新事物，很多功能有待完善，其信息利用研究也是很少，目前只有东南大学的陈学武教授和吉林 大学的韩秀华教授在这领域有所研究，但都是处于刚刚起步状态，很多问题有待深入研究。与国内 基础数据严重不足的情况截然不同的是，国外的公交数据由于其完善的家庭调查体系，不需要额外 的大规模调查，因此国外没有针对公交数据调查方法的深入研究。 国外的公交i c 卡使用较早，其功能已由早期的单一公交收费功能发展成跨行业、跨部门多领域 的多功能一卡通。法国是世界上使用i c 卡最早的国家，在公共交通领域，以i c 卡取代传统纸张式 车票，用于公共汽车、地铁、火车等。i c 公共交通卡分为两种：一种相当于长期月( 年) 票，在卡 中贮存了有关信息，持卡人可设定付款银行、结算方式等，法国大部分市民使用这种卡：另一种i c 卡替代传统的l o 张为一本的车票本，它适合偶尔使用公共交通的乘客：日本正在筹划并实施公共行 业间i c 卡的合作，以先期发行的居民基本信息卡为基础，从技术上采用非接触i c 卡，支持多种应 用，其中包括行政、医疗，流通、交通及金融等，应用之间采用防火墙；韩国的i c 卡发展也比较迅 速，例如釜山市在1 9 9 8 年就建立了基于非接触i c 卡的城市公交系统，并于2 0 0 0 年发行了适合多种 应用的双界面c p u 卡数字釜山卡；新加坡致力于i c 卡跨行业、跨部门的多领域应用，其电子钱 包可用于超市、公路收费、停车场收费、图书馆、学校以及网上交易口】。国内于1 9 9 4 年开始使用公 交i c 卡收费系统。先由珠海亿达技术开发公司引进国外i c 卡技术，接着在杭州公交公司开发试用， 3 东南大学硕士学位论文 并取得了可喜的成果，青岛公交公司在市政府的支持下，委托青岛电子研究所联合开发青岛公交i c 卡收费系统。在此期间，全国有许多城市纷纷试用i c 卡收费系统。上海市在推广应用i c 卡收费系 统中速度快，范围广，应用领域拓展到了地铁、公交、轻轨、出租车、轮渡、高速公路、停车场、 公用事业缴费、加油站收费系统等1 4 大领域，并实现了上海、无锡、苏州等地“交通一卡通”的互 通互联。2 0 0 5 年上海公共交通卡累计发放1 7 0 0 万张。除上海以外，南京、广州、杭州、沈阳、苏 州、常州等我国几十个城市均大力推行公交i c 卡，公交i c 技术已经比较成熟，并且具有广泛的发 展前景i s l 1 ”。 很长的历史阶段，人们一直运用统计学的方法分析各种数据。但是随着计算机的发展，数据库 技术的出现，各种信息成几何级数增长( 公交i c 信息一天的数据量可达数百万条) ，传统的统计学 方法几乎无能为力p 1 。1 9 8 9 年8 月在美国底特律市召开的十一届国际联合人工智能学术会议上，数 据挖掘技术应运而出，它是从大量数据中提取或挖掘知识的技术。数据挖掘技术近年来在国外被广 泛运用于零售业、银行金融、电信等领域。出现了一些较成熟的数据挖掘工具，世界上比较有影响 的通用数据挖掘系统有：s a s 公司的e n t e r p r i s em i n e r ，1 1 3 m 公司的q u e s t ， s g i 公司的s e t m i n e r ， s p s s 公司的c l e m e n t i n e ， s y b a s e 公司的w a r e h o u s es t u d i o ， r u l e q u e s tr e s e a r c h 公司的s e e 5 、由 加拿大s i m o nf r a s e 大学“智能数据库系统研究实验室”与d b m i n e r t e c h n o l o g y 公司共同开发的产 品d b m i n e r t l 0 1 1 “j 【1 2 】【l ”。目前我国开发i c 卡收费系统的公司多为电子、软件公司，他们能够解决的 只是收费方面的问题，而几乎完全没有涉及到对交通数据进行采集、处理，这主要是由于这些公司 对交通领域知识的缺乏，这样就使得公交i c 收费系统的功能很难完全发挥出来 8 1 。针对公交i c 数 据采集分析的研究很少，北京科技大学陈鹬提出了车辆i c 卡信息采集系统设计，但是没有探讨i c 数据分析方法i l ”；吉林大学于滨的硕士论文基于i c 卡收费系统的动态交通信息采集研究，对公 交i c 数据采集过程及客流数据处理作了一些探讨，对于具体的数据分析方法没有作进一步的研究 1 5 1 。吉林大学杨兆升对公共交通信息采集和分析方法作了较系统的研究，在相关论文中对公交的信 息采集方法，数据处理方法以及利用采集到的数据进行客流预测等方面做了深入研究，但是这些研 究没有涉及公交i c 数据分析技术，但其研究成果可以作为本论文很好的参考【1 7 】 1 8 l ”1 1 2 0 | 。 1 4 研究目标 l 、建立完整的公交i c 数据库系统，包括数据组成、数据采集、数据结构等，为公交i c 数据分 析提供基础数据支持。 2 、确立合理的公交i c 数据分析的流程与方法，并给出各类公交客流指标计算算法，为公交运 营管理和城市公交规划提供客流依据。 3 、通过实际的公交i c 使用调查，并对调查结果进行分析，发现刷卡数据与公交客流、公交运 营之间的关系，为公交i c 数据分析提供计算参数及依据。 1 5 研究内容 ( 1 ) 公交l c 数据分析目标 确定合理的分析目标是研究公交i c 数据分析方法的关键。文章从应用的角度出发，制定分析目 标，保证分析方法的科学性和实用性。公交i c 数据分析的目的是，辅助管理者做出公交运营管理决 策和为公交规划提供数据依据，由此提出公交l c 数据分析的两个目标：一是获得用于公交运营决策 的公交客流信息，包括总客流、线路客流、站点客流以及客流时间变化分布：二是获得用于公交规 划的居民公交出行特征信息，包括居民公交平均出行次数、起讫点分布、平均换乘次数、出行耗时、 出行距离等。 ( 2 ) 公交i c 数据分析的原始数据采集 - d ， 第一章绪论 公交i c 数据分析以公交i c 数据为分析对象，同时必须结合其他各类公交运营调度资料，包括 公交线路走向、站点布局、调度时刻表等静态公交运营信息，辅助公交i c 数据分析，降低数据分析 的复杂性，提高分析精度。仔细研究公交i c 数据结构，分析公交i c 数据中各字段的实际意义。 ( 3 ) 公交i c 数据分析系统框架 公交i c 数据分析需要整合各方面采集到的公交运营资料，并综合运用数理统计、数据挖掘等各 类方法，在制定好的目标指导下进行。论文将数据采集、分析目标制定、数据分析、分析结果等公 交i c 数据分析的各部分系统的结合起来，形成完整的公交i c 数据分析步骤，并建立公交i c 数据分 析框架。 ( 4 ) 公交i c 数据分析方法 研究公交i c 数据预处理方法，包括数据的筛选、分类等； 乘客上下车站点代号的判断； 依据分析目标，研究各类公交运营指标的分析方法； 研究依据公交i c 信息进行公交客流预测和公交出行特征分析的方法。 ( 5 ) 公交i c 数据分析实饲 收集整理一段时期常州市的公交i c 信息及公交运营静态数据，并建立公交i c 信息分析数据仓 库，采用论文中得到的分析步骤及运算方法，选择合适的分析软件，对实际公交i c 数据进行分析。 将分析结果与实际公交运营数据对比，检验分析方法的精度。 各部分研究内容相互关系如图1 1 所示。 图1 1 论文的研究体系及研究内容示意图 5 - 东南大学硕士学位论文 1 6 本章小结 本章从目前国内遇到的各类交通问题入手，引出公共交通在解决目前城市交通问题的地位。进 而阐述公交i c 数据分析方法的优势和重要性，提出论文的研究背景及意义；其次介绍了国内外在公 交i c 数据分析方面的研究现状，重点介绍了公交i c 卡的国内外使用情况，以及数据分析、数据挖 掘方法的研究和运用情况；最后提出了文章的研究目标、研究内容及相互关系、及研究结论。文章 共分为七个章节：第一章绪论，第二章公交l c 数据分析的原始数据采集，第三章公交i c 数据分析 系统框架，第四章南京公交l c 使用情况调查分析，第五章刷卡乘客上下车站点判断方法，第六章公 交客流指标统计方法，第七章结论与展望。 6 - 第二章公交i c 数据分析的原始数据采集 第二章公交i c 数据分析的原始数据采集 城市公共交通的基础数据分为静态数据和动态数据两类。动态数据是指，随着时间实时更新的 数据，包括站点客流量、线路客流量、交通流量数据、车辆实时速度数据等；静态数据是指，一定 时间内不发生变化或不需实时更新的数据，包括公交站点位置数据、各公交线路所经过的站点信息、 站点间间距、公交站点间运行时间统计数据、换乘站点位置信息、公交线路车辆配置信息、公交运 营调度表等。公交i c 数据分析，就是利用公交i c 卡数据，结合一定的公共交通静态和动态数据， 分析得到公交客流等数据的过程。在进行公交i c 数据分析时，一部分公交基础数据作为原始数据， 另一部分为分析的结果【1 q 口1 1 1 2 2 1 。 公交i c 数据分析需利用的原始数据如下： 公交静态基础数据 ( 1 ) 公交线路信息：线路号、站点数、起点站位置、终点站位置、中间站点位置。 ( 2 ) 公交站点信息：站点位置、站点编号、相邻站间距。 公交动态基础数据 ( 1 ) i c 卡信息：乘客卡号、线路号、车辆代号、刷卡日期、刷卡时刻、刷卡站点。 ( 2 ) 公交调度信息：车辆代号、运营线路、发车时刻、到达时刻、发车间隔。 i c 卡信息与公交调度信息随时间更新，因此作为动态数据，城市公交线路与站点信息，通常保 持固定，变化较少，因此作为静态数据。本章主要介绍公交i c 数据分析所需原始数据的采集方法以 及数据形式。详细、准确的公交原始数据采集，是进行公交i c 数据分析前提，决定了数据分析结果 的准确性，直接影响到整个数据分析的成败。因此，公交i c 数据分析的原始数据采集十分重要，必 须保证原始数据采集的科学性、合理性和数据的准确性 2 1 公交l c 卡信息 2 1 1 i c 卡简介 i c 卡是集成电路卡( i n t e g r a t e dc i r c u i tc a r d ) 的英文简称，在有些国家和地区也称之为聪明卡、智 能卡、灵巧卡( s m a r t c a r d ) 、智慧卡( i n t e l l i g e n t c a r d ) 甚至微电路卡( m i c r o c i r c u i t c a r d ) 、微芯片。它由 一个或者多个集成电路芯片嵌在塑料基片中再封装成卡的形状而成。i c 卡集成电路芯片具有写入并 存储资料信息的能力，存储的资料信息，根据需要在满足一定条件下，让外部设备读取或者供内部 信息处理及判断所用。嵌在塑料基片中集成电路芯片的不同，其功能也不同。 自1 9 7 2 年法国人罗兰莫雷诺( r o l a n dm o r e n o ) 首先提出i c 卡的设想、1 9 7 6 年法国布尔公司研 制出第一枚i c 卡以来，i c 卡技术飞速发展，已经形成已设计全球众多著名电子巨头的新兴技术产 业。国际标准化组织( i s o - - i n t e m a t i o n a ls t a n d a r d i z a t i o no r g a n i z a t i o n ) 与国际电工委员会f m c i n t e r n a t i o n a le l e e t r o t e e h n i c a lc o m m i s s i o n ) 的联合技术委员会为之制定了一系列国际标准、规范，极大 的推动了i c 卡的研究和发展。目前，i c 卡技术已经渗透到各个领域，在交通领域的运用已经十分 广泛。i c 卡具有方便小巧、保密性强、数据存储的特点，现代交通追求高效、安全、舒适，将l c 卡引入交通领域是时代发展的必然，也是现代交通追求高效、安全、舒适的必然。i c 卡可运用于交 通设施的各个方面，例如：公交收费、出租车收费、高速公路收费、加油站收费、各种交通违章的 罚款等。不仅如此，i c 卡本身可以记录大量的交通使用者及交通设施的使用信息，这些信息可以作 为我们分析交通使用情况，预测交通发展趋势，及交通设施近远期规划的重要依据。 按芯片功能不同划分，i c 卡目前分三类： ( 1 ) 内存卡：卡中的集成电路是可以用电信号擦除其资料的可编程只读存储器e e p r o m ( 又称 1 东南大学硕士学位论文 e 2 p r o m ) ( 2 ) 逻辑加密卡：卡中的集成电路具有加密功能和可编程只读存储器e 2 p r o m 。 ( 3 ) c p u 卡；卡中的集成电路包括c p u ( 中央处理器) 、e 2 p r o m 、随机内存r a m 以及固化的 只读存储器r o m 中的芯内操作系统c o s 。c p u 卡又称智能卡( s m a r tc a r d ) 。 按使用方式划分( 或者说数据传送方式划分) ，i c 卡又分接触式i c 卡和非接触式i c 卡。目前 还生产出“双面卡”，一面是接触式，另一面是非接触式。 ( 1 ) 接触式i c 卡：由卡片上的触点与接触式i c 卡读写机具卡座上的接触点相接触进行信息的 读或写。经常使用的诸多与银行交往i c 卡、i c 卡电话卡等均属此类卡。 ( 2 ) 非接触式i c 卡：非接触式i c 卡在与读写机具( p o s 机终端) 交换信息时无须电路接触， 而通过无线电波传送。我们所用的公交卡、路桥交费卡等均属此类卡。 根据使用情况，p o s 机终端与非接触式i c 卡可以传送资料所要求的距离大小不同，无线电波 载波工作频率也不同，分高频9 1 5 m h z 和2 4 5 g h z 、中频1 3 5 6 m h z 、低频1 2 5 k h z 。无线电波载 波工作频率越高p o s 机终端与非接触式i c 卡可以传送数据所要求的距离越远【1 4 】【”】。 2 1 2 公交i c 卡收费系统 基本的l c 卡收费系统包括了数据库、资金结算中心、i c 卡管理中心、用户交往层及用户与管 理接口等部分。用户交往层主要是持卡人购卡、充值、消费等行为。个别时候需要挂失和查询等。 系统的核心部分是i c 卡管理中心、资金结算中心和数据库，它们在系统后台运行，进行资金结算、 数据读取和保存、i c 卡管理等操作。基本i c 卡收费系统结构见图2 1 ： i c 卡管理中心 u r = 、 w 与用户交往的层面 售卡1 、售卡2 充值1 、充值2 查询1 、 查询2 挂失1 、挂失2 消费i 、消费2 金融往来1 、 金融往来2 图2 1i c 卡系统框图 公交i c 卡收费系统同样具有一般i c 卡收费系统的几个主要部分，包括i c 卡管理中心、数据库、 资金结算中心、用户交往层、数据接口等。根据公交i c 卡收费系统的特征可以将公交i c 卡收费 系统看作由三个子系统组成的系统，包括：充值网点系统、消费网点系统、中心系统。 _ 充值网点系统( 开放型系统) - 8 第二章公交i c 数据分析的原始数据采集 主要完成售卡、充值、挂失、退卡等业务，完成卡内数据及现金之间的转化。 消费网点系统( 封闭式系统) 每一个行业相对于其他行业都是封闭的，如公交的数据只对公交行业有效，仅在本系统内传播， 主要作用是完成商品与卡的交易，由中心系统统一管理。 中心系统 主要完成i c 卡的初始化、数据的管理、结算，协调等服务，完成充值交易、消费交易和卡及卡 账户的清算和管理。 图2 2 为公交i c 卡收费系统各部分关系图： 售卡充值点1 售卡充值点2售卡充值点i 1查询服务点值 l i蓁 i li 一 j l搠f = 二 j 。 银行公交i c 卡 _ 系统管理中心 霞 7 l数据库 l 一一 ，ll ” t i - - 。_ _ _ _ _ _ _ _ _ _ _ _ 。_ _ _ _ _ _ _ _ _ _ j i _ _ _ _ _ _ _ _ _ - _ - _ 。_ _ _ 。一 其他公交公司公交公司其他交通方式 i c 卡管理中心i c 卡管理中心 i c 卡管理中心消 f f fff川fff f fff 薹 数据采集数据采集数据采集 一 i 车载读卡器iil 车载读卡器1l i 车载读卡器1i 图2 2 公交i c 卡收费系统结构框图 公交i c 数据是在公交乘客上车刷卡的同时被记录。乘客刷卡一次车载读卡器便相应记录一条刷 卡数据，存储在车载读卡器的数据存储设备中；数据汇集器负责将车载读卡器中存储数据汇集到各 分公司i c 卡管理系统，公交i c 卡系统管理中心从各分公司的i c 卡管理中心汇总数据，最终数据被 存储在数据库中【4 】。公交i c 数据在系统中的流动路径见图2 3 。 9 东南大学硕士学位论文 图2 3 公交i c 数据流动示意图 2 l 3 公交i c 卡数据结构 讨论如何由大量的公交i c 卡原始信息获得城市公交客流基本信息，首先必须了解公交i c 卡到 底记录了哪些信息，我们可以从公交i c 卡公司记录的数据报表了解一些信息。以下是常州市公交 i c 卡公司记录的乘客信息的一部分： 表2 1 常州市公交i c 数据记录表( 部分) k b h k s y e x f j e x f r qx f s j s j l x d w b h ( 消费( 消费日( 消费时 ( 数 s f j h o c b hx l b h ( 单l i s t n o ( 卡编号) ( 卡余额)据类 ( 收费( 汽车( 线路 位编( 记录号) 金额) 期)间)记号)编号)编号) 型)号) 0 0 1 0 2 6 4 2￥4 2 2 0￥1 8 00 1 一d e c 一0 40 0 ：0 3 ：0 70 10 3 9 6 5 60 1 8 0 6 90 0 0 0 0 30 1 0 01 5 1 0 1 3 7 0 3 0 7 9 0 0 0 4 9 1 1 5￥9 8 0 0y 2 0 0 o i d e c 一0 40 0 ：0 3 ：0 9 a 3 0 3 9 6 5 60 1 8 0 6 90 0 0 0 0 30 1 0 01 5 1 0 1 3 7 0 3 0 8 0 0 0 0 4 0 8 5 5￥9 9 0 0￥1 0 00 1 - d e c - 0 40 6 ：5 1 ：0 4b 30 4 0 8 6 30 1 0 1 7 80 0 0 0 0 30 1 0 01 5 i 0 1 3 7 5 0 3 5 0 6 0 0 2 6 7 4 6￥4 4 5 0￥0 9 0o l - d e c 一0 40 6 ：5 l ：3 3o l0 4 0 8 6 30 1 0 1 7 80 0 0 0 0 30 1 0 01 5 1 0 1 3 7 5 0 3 5 1 0 0 0 4 2 5 0 1￥9 9 0 0￥1 0 00 1 - d e c - 0 40 6 ：5 1 ：4 0b 3 0 4 0 8 6 3 0 1 0 1 7 80 0 0 0 0 30 1 0 01 5 1 0 1 3 7 5 0 3 5 2 6 0 0 0 7 2 l l￥7 5 4 0￥o 9 0o l - d e c - 0 40 6 ：5 1 ：4 50 10 4 0 8 6 30 1 0 1 7 80 0 0 0 0 30 1 0 01 5 1 0 1 3 7 5 0 3 5 3 0 0 2 0 0 9 8 9 ￥9 9 0 0￥1 0 00 1 - d e c - 0 40 6 ：5 1 ：4 7a 40 4 0 8 6 30 1 0 1 7 80 0 0 0 0 30 1 0 01 5 1 0 1 3 7 5 0 3 5 4 0 0 0 9 7 7 2 4￥1 0 4 4 0￥0 9 00 1 - d e c - 0 40 6 ：5 1 ：4 90 10 4 0 8 6 30 1 0 1 7 80 0 0 0 0 30 1 0 01 5 1 0 1 3 7 5 0 3 5 5 0 0 0 5 9 3 4 6￥9 9 ，0 0￥1 0 00 l d e c 一0 40 6 ：5 2 ：0 5a 40 4 0 8 6 30 1 0 1 7 80 0 0 0 0 30 1 0 01 5 1 0 1 3 7 5 0 3 5 6 0 0 0 3 7 1 4 2￥9 9 0 0￥l r0 00 l d e c 一0 40 6 ：5 2 ：2 4 a 4 0 4 0 8 6 30 1 0 1 7 80 0 0 0 0 30 1 0 01 5 1 0 1 3 7 5 0 3 5 7 0 0 2 0 1 5 7 5￥9 9 0 0￥1 ，0 00 1 一d e c - 0 40 6 ：5 4 ：2 3a 40 4 0 8 6 30 1 0 1 7 80 0 0 0 0 30 1 0 01 5 1 0 1 3 7 5 0 3 5 8 0 0 0 4 0 8 6 2￥9 9 0 0￥1 0 00 l d e c 一0 40 6 ：5 4 ：2 6b 30 4 0 8 6 30 1 0 1 7 80 0 0 0 0 30 1 0 01 5 1 0 1 3 7 5 0 3 5 9 8 0 0 2 5 4 3 9￥2 4 6 0￥0 3 0o i - d e c - 0 40 6 ：5 4 ：2 9a 50 4 0 8 8 30 1 0 1 7 80 0 0 0 0 30 1 0 01 5 1 0 1 3 7 5 0 3 6 0 0 0 0 8 4 0 0 5 ￥2 5 8 0 ￥0