基于公交与轨道客流转移特征的两网融合技术研究与示范应用

交通运输、仓储和邮政业

本课题所取得的技术成果主要包括出行人物精细化画像技术、出行方式变化行为提取技术、居民出行方式选择和公交客流转移影响因素分析方法、既有轨道线网的公交线路融合布设技术4项。 （1）出行人物精细化画像建立技术 课题以地面公交和轨道交通刷卡数据为主线，辅以公交车辆GPS等多源数据，准确地建立大量出行人物精细化画像，经验证，乘客类型识别正确率达到85.5%，居住地、工作地识别正确率分别达到96.7%、94.5%。出行人物精细化画像的建立可以作为出行需求预测、公交和轨道系统协调优化等工作的技术基础。 （2）出行方式变化行为提取技术 通过对出行者长期出行数据进行追踪分析，建立了基于K-Means的出行者惯常出行方式识别方法。以此为基础，实现了出行者出行方式变化行为的提取。可以为分析公交客流转移特征的分析和公交吸引力提升等工作提供支撑。 （3）居民出行方式选择和公交客流转移影响因素分析方法 分析了出行者个人属性、出行属性、交通政策和地区属性等因素对出行方式选择的影响，挖掘了公交客流转移与各影响因素之间的关系，这些方法的建立可以为轨道客流预测提供依据。 （4）既有轨道线网条件下的公交线路融合布设技术 通过分析现有轨道线网的客流需求分布情况和轨道网络运行情况，结合不同层次的地面公交线路功能定位，研发了既有轨网条件下的公交线路融合布设技术。在公交线路规划时，充分考虑了与既有轨道网络的协调，促进了北京市公交与轨道两网互动融合发展。

（1）出行人物精细化画像建立技术 数据方面，需要提供目标城市个体不短于1个月的出行链数据，时间精度不超过5分钟，空间误差不超过500米；设备方面，需要提供不少于4台高性能计算机搭建集群处理环境；场地方面无限制，如数据不涉密，亦可通过云环境进行处理。基于此，应用本项目科技成果可以实现出行人物精细化画像的建立，为目标城市出行需求预测、公交和轨道系统协调优化等工作提供技术支撑。 （2）出行方式变化行为提取技术 数据方面，需要提供目标城市个体不短于1个月的出行链数据，时间精度不超过5分钟，空间误差不超过500米；设备方面，需要提供不少于4台高性能计算机搭建集群处理环境；场地方面无限制，如数据不涉密，亦可通过云环境进行处理。基于此，应用本项目科技成果可实现出行者出行方式变化行为的提取，为分析目标城市公交客流转移特征的分析和公交吸引力提升等工作提供支撑。 （3）居民出行方式选择和公交客流转移影响因素分析方法 合作条件同技术（1）和技术（2），在技术（1）和技术（2）的基础上，可分析出行者个人属性、出行属性、交通政策和地区属性等因素对出行方式选择的影响，为目标城市轨道客流预测等工作提供依据。 （4）既有轨道线网条件下的公交线路融合布设技术 数据方面，需要提供目标城市抽样率不低于20%的公交、轨道客流数据（IC卡或二维码数据）以及对应城市的公交、轨道地理信息数据；设备方面，需要提供不少于3台高性能计算机搭建集群处理环境；场地方面无限制，如数据不涉密，亦可通过云环境进行处理。基于此，应用本项目科技成果，应用既有轨网条件下的公交线路融合布设技术，可以搭建目标城市公交与轨道的竞合关系模型，提出在公交线路规划时如何考虑与既有轨道网络的协调，促进目标城市公交与轨道两网互动融合发展。

仅限国内转让

本课题主要形成了出行人物精细化画像技术、出行方式变化行为提取技术、居民出行方式选择和公交客流转移影响因素分析方法、既有轨道线网的公交线路融合布设技术4项技术成果。其中，出行人物精细化画像建立技术可以解决地面公交客流持续下降、公共交通吸引力不足、公交个体出行特征不清晰等问题，提高城市公共交通规划与管理的精细化水平；出行方式变化行为提取技术可以掌握目标城市的客流转移特征，及时监测城市公交客流结构的变化，以便及时提出应对方案；居民出行方式选择和公交客流转移影响因素分析方法为管理者提供了一种全局视角，以更系统的认识城市居民的出行选择行为逻辑；既有轨道线网条件下的公交线路融合布设技术利用出行者的唯一ID，突破了公交与轨道网络之间的壁垒，可以更科学、合理的规划公交线网，促进两网融合发展和绿色出行吸引力提升。 上述关键技术均已在北京市公交线网总体规划和示范走廊公交线路规划过程中得到了应用推广，对公交线网规划及其他各项宏微观规划和研究工作都起到了很好的支撑作用，在示范期后使走廊公交运送效能得到明显提升，优化效果显著。未来可应用于更多的区域和城市公交线网规划过程中，具有广阔的应用前景。未来也可按照公交市场细分和精细化、精准化服务的要求，结合各项实际工作需要，开展更加深入和持续的研究工作。

基于公交与轨道客流转移特征的两网融合技术研究与示范应用

北京市科学技术委员会;中关村科技园区管理委员会

作为城市公共交通系统的两大支柱，地面公交与轨道交通之间存在错综复杂的竞争与合作关系。近年来，一方面随着轨道交通持续扩张，地面公交客流持续下降，逐渐形成“以轨道交通为骨干，地面公交为支撑”的城市公共交通新格局；另一方面，网约车、共享单车等新业态的出现也给传统公共交通系统带来了巨大的冲击和严峻的考验。在此背景下，地面公交系统应该更加注重与轨道交通的协同发展，形成合力共同满足居民个性化的出行需求，提高公共交通系统整体吸引力。 本课题针对以往公交大数据应用过程中对出行个体特征不明确、不同类型乘客差异化特征认识不清晰、规划管理方案缺乏针对性的痛点问题开展研究，突破了公交乘客职住地识别、通勤识别等技术瓶颈，研发了包括公交常乘客识别技术、公交乘客职住地识别技术、公交出行轨迹还原技术在内的一系列公交个体特征挖掘方法体系，并基于此分析了不同类型乘客（通勤乘客、常乘客、老年人等）的出行特征，经与问卷调查对比结果显示，职住识别准确度达到95%，乘客画像综合准确度达到85%。其次，通过对出行者长期出行数据进行追踪分析，建立了基于K-Means的出行者惯常出行方式识别方法，在此基础上，实现了出行者出行方式变化行为的提取，可以为分析公交客流转移特征的分析和公交吸引力提升等工作提供支撑。此外，课题还分析了出行者个人属性、出行属性、交通政策和地区属性等因素对出行方式选择的影响，挖掘了公交客流转移与各影响因素之间的相关关系，这些方法的建立可以为轨道客流预测提供依据。最后，课题研发形成既有轨网条件下的公交线路融合布设技术，并在京港澳走廊、京藏走廊两条示范走廊上对研究成果进行了示范应用。 本课题研究成果对公交线网规划及其他各项宏微观规划和研究工作都起到了很好的支撑作用，未来可应用于更多的区域和城市公交线网规划过程中，具有广阔的应用前景。