張豐焰，王曉娟，賀中娣

(1.東南大學(xué) 交通學(xué)院，江蘇 南京 210096； 2.安徽交通職業(yè)技術(shù)學(xué)院，安徽 合肥 230051；3. 安徽富煌科技股份有限公司，安徽 合肥 230088；4.浙江交通勘察設(shè)計(jì)有限公司，浙江 杭州 310014)

基于智能化技術(shù)的公交分擔(dān)率計(jì)算方法研究

張豐焰1,2,4，王曉娟3，賀中娣4

(1.東南大學(xué) 交通學(xué)院，江蘇 南京 210096； 2.安徽交通職業(yè)技術(shù)學(xué)院，安徽 合肥 230051；3. 安徽富煌科技股份有限公司，安徽 合肥 230088；4.浙江交通勘察設(shè)計(jì)有限公司，浙江 杭州 310014)

為快捷、準(zhǔn)確地獲取公交分擔(dān)率，提高分擔(dān)率計(jì)算結(jié)果的可信度，借助較為成熟的智能化技術(shù)，從解析公交分擔(dān)率計(jì)算模型出發(fā)，對(duì)公交分擔(dān)率計(jì)算方法開(kāi)展研究。利用客流計(jì)數(shù)系統(tǒng)實(shí)時(shí)獲取公交客運(yùn)量數(shù)據(jù)，利用公交IC卡數(shù)據(jù)計(jì)算公交平均換乘系數(shù)，再通過(guò)分析挖掘手機(jī)話單數(shù)據(jù)獲取居民出行量，將這些數(shù)據(jù)代入計(jì)算模型即可得到公交分擔(dān)率值。利用此方法計(jì)算出的公交分擔(dān)率相對(duì)于傳統(tǒng)方法來(lái)說(shuō)減少因抽樣而造成的誤差，同時(shí)獲得公交分擔(dān)率的時(shí)間也大大縮短。

交通工程；公交分擔(dān)率；智能化技術(shù)；客流計(jì)數(shù)系統(tǒng)；手機(jī)話單數(shù)據(jù)

公交出行分擔(dān)率，是指在統(tǒng)計(jì)范圍內(nèi)，城市居民出行方式中選擇公交的出行量占統(tǒng)計(jì)范圍內(nèi)總出行量的比例，是衡量公交發(fā)展、城市交通結(jié)構(gòu)合理性的重要指標(biāo)。在城市公交規(guī)劃中，可根據(jù)公交出行分擔(dān)率來(lái)分析公交出行需求，能促進(jìn)地方政府有針對(duì)性地出臺(tái)提升公交服務(wù)的實(shí)施方案，推動(dòng)城市公交的快速健康發(fā)展。

國(guó)內(nèi)外在分擔(dān)率的理論研究方面，取得了一定成果。蔣忠海，羅旗幟等人基于現(xiàn)狀調(diào)查得到公交平均運(yùn)距、滿載率等指標(biāo)，通過(guò)預(yù)測(cè)的規(guī)劃年人口量和居民出行總量，來(lái)確定規(guī)劃年公交分擔(dān)率的合理范圍[1-3]。溫旭麗等人從公交分擔(dān)率指標(biāo)涵義出發(fā)，借鑒倫敦、東京等國(guó)際大都市的實(shí)踐經(jīng)驗(yàn)，結(jié)合國(guó)內(nèi)北京、上海等城市的公交分擔(dān)率值，分析了我國(guó)目前公交分擔(dān)率指標(biāo)存在的一些問(wèn)題[4]。李豐光等人利用需求彈性理論，對(duì)提高公交分擔(dān)率的有效措施進(jìn)行了初步研究[5-7]。裴玉龍等人通過(guò)分析公交出行的影響因素，建立模糊層次結(jié)構(gòu)模型預(yù)測(cè)公交分擔(dān)率[8-10]。

由于我國(guó)城市正處于快速發(fā)展中，公交發(fā)展也是日新月異，相關(guān)的研究還處于起步階段，如何快速計(jì)算城市公交分擔(dān)率，提高城市公交分擔(dān)率計(jì)算的準(zhǔn)確性等，都是當(dāng)前所需要解決的問(wèn)題。雖然公交分擔(dān)率僅是一個(gè)統(tǒng)計(jì)指標(biāo)，但是計(jì)算公交出行分擔(dān)率需要有全面、準(zhǔn)確的居民各種出行方式的出行量數(shù)據(jù)，數(shù)據(jù)獲取的方式、方法是決定分擔(dān)率計(jì)算結(jié)果可信度的主要因素。因此，對(duì)公交出行分擔(dān)率計(jì)算方法開(kāi)展研究仍有必要。

隨著智能公交系統(tǒng)的快速發(fā)展，各種信息化、智能化技術(shù)在公交行業(yè)被廣泛使用，實(shí)現(xiàn)了公交車(chē)輛運(yùn)營(yíng)調(diào)度的智能化、運(yùn)行的信息化和可視化，實(shí)現(xiàn)了面向公眾乘客的完善信息服務(wù)。隨著新一代信息技術(shù)在交通調(diào)查領(lǐng)域的應(yīng)用，不但可以提高調(diào)查的質(zhì)量和可信度，使交通調(diào)查工作效率更高，還可以豐富交通調(diào)查內(nèi)容，有助于探尋交通問(wèn)題成因，在信息技術(shù)與交通調(diào)查技術(shù)的交叉點(diǎn)上產(chǎn)生新的突破。本文將主要研究利用智能化的公交客流數(shù)據(jù)采集技術(shù)、手機(jī)話單定位技術(shù)，通過(guò)對(duì)采集到的多源數(shù)據(jù)的分析利用，實(shí)現(xiàn)全方式公交分擔(dān)率的計(jì)算。

1 公交分擔(dān)率計(jì)算方法

1.1 統(tǒng)計(jì)范圍

公交分擔(dān)率需要考慮在不同統(tǒng)計(jì)范圍下存在的差異，如2011年，南京、青島主城區(qū)范圍內(nèi)公交全方式出行分擔(dān)率分別為24.4%和22.1%，相差不多，但公交機(jī)動(dòng)化出行分擔(dān)率分別為63%和41%，差別較大[4]。所以，在計(jì)算分擔(dān)率指標(biāo)時(shí)需要有明確的統(tǒng)計(jì)范圍，針對(duì)不同統(tǒng)計(jì)范圍的分擔(dān)率指標(biāo)值，能更有針對(duì)性地出臺(tái)提升公交服務(wù)質(zhì)量的優(yōu)化措施。

城市公交出行分擔(dān)率的統(tǒng)計(jì)范圍包括空間范圍、時(shí)間范圍、出行方式范圍等。如果統(tǒng)計(jì)口徑不同，會(huì)導(dǎo)致公交出行分擔(dān)率計(jì)算和比較的混淆，如公交全方式出行分擔(dān)率與公交機(jī)械化(不含步行)出行分擔(dān)率、全目的公交出行分擔(dān)率與以通勤為出行目的的公交出行分擔(dān)率等。全方式公交出行分擔(dān)率，是國(guó)際常見(jiàn)并通用的公交出行分擔(dān)率統(tǒng)計(jì)口徑[4，11-12]。本文將對(duì)全方式公交出行分擔(dān)率計(jì)算方法展開(kāi)研究。

1.2 全方式公交出行分擔(dān)率計(jì)算公式

(1)

式中：γP為統(tǒng)計(jì)區(qū)域內(nèi)居民日均全方式出行分擔(dān)率，單位:%；TP為統(tǒng)計(jì)區(qū)域內(nèi)居民日均公交出行量，單位：萬(wàn)人次/日；T為統(tǒng)計(jì)區(qū)域內(nèi)居民日均全方式總出行量，單位：萬(wàn)人次/日。

由式(1)可知，只需要知道TP，T的值，即可計(jì)算出公交出行分擔(dān)率。

2 公交出行量計(jì)算方法

2.1 公交出行量計(jì)算公式

最直接的方法是利用公交主管部門(mén)提供的公交客運(yùn)量數(shù)據(jù)，再利用對(duì)公交IC卡數(shù)據(jù)分析獲取公交的平均換乘系數(shù)，進(jìn)而得到公交的出行量，計(jì)算公式為

(2)

式中：P為統(tǒng)計(jì)區(qū)域內(nèi)公交客運(yùn)量，單位：萬(wàn)乘次/日；tr為統(tǒng)計(jì)區(qū)域內(nèi)公交平均換乘系數(shù)。

但是公交主管部門(mén)提供的公交客運(yùn)量對(duì)應(yīng)的區(qū)域范圍一般是全市，對(duì)應(yīng)的人口是城市總?cè)丝?，不能提供精確的在特定地區(qū)(交通擁堵的核心區(qū)域)內(nèi)的公交客運(yùn)量數(shù)據(jù)。大部分的交通矛盾主要發(fā)生在早晚高峰時(shí)段，該時(shí)段內(nèi)交通擁堵最為嚴(yán)重，導(dǎo)致的能源消耗和環(huán)境污染也最為突出。

2.2 基于客流計(jì)數(shù)系統(tǒng)的公交出行量計(jì)算方法

當(dāng)前我國(guó)很多城市使用的公交客流數(shù)據(jù)采集方法有駐點(diǎn)式目測(cè)客流調(diào)查法、人工跟車(chē)統(tǒng)計(jì)法、IC卡數(shù)據(jù)統(tǒng)計(jì)法等。這些傳統(tǒng)的客流采集方法存在很多弊端，已經(jīng)滿足不了需求。人工調(diào)查法調(diào)查周期長(zhǎng)，組織難度大，無(wú)法做到經(jīng)常性和系統(tǒng)性的調(diào)查；公交IC卡方法是一種快捷有效的客流調(diào)查方法，但是實(shí)時(shí)性不足，無(wú)法解決下車(chē)不二次刷卡的問(wèn)題，投幣人數(shù)也無(wú)法實(shí)時(shí)統(tǒng)計(jì)。

隨著智能公交系統(tǒng)的發(fā)展，及視頻圖像處理、GPS定位、無(wú)線信息傳輸?shù)燃夹g(shù)在公交行業(yè)的應(yīng)用發(fā)展，很多大城市開(kāi)始利用新興的技術(shù)手段獲取公交客運(yùn)量，如利用基于視頻分析的公交客流自動(dòng)采集系統(tǒng)獲取公交客運(yùn)量數(shù)據(jù)，此技術(shù)已經(jīng)逐步成熟。

基于視頻分析的客流計(jì)數(shù)系統(tǒng)，是利用視頻客流計(jì)數(shù)儀作為公交客流數(shù)據(jù)采集終端設(shè)備，依靠車(chē)載傳輸通道，將所采集的當(dāng)前客流數(shù)據(jù)(時(shí)間、地點(diǎn)、人數(shù)等)打包上傳給公交企業(yè)服務(wù)器，實(shí)現(xiàn)對(duì)客流數(shù)據(jù)的實(shí)時(shí)、準(zhǔn)確采集，進(jìn)而實(shí)現(xiàn)對(duì)客流大數(shù)據(jù)的分析應(yīng)用，工作流程見(jiàn)圖1。

圖1 視頻客流計(jì)數(shù)系統(tǒng)工作流程

利用視頻客流計(jì)數(shù)系統(tǒng)能準(zhǔn)確獲得隨時(shí)間變化的公交客運(yùn)量、平均滿載率、平均運(yùn)距等一系列指標(biāo)數(shù)據(jù)，能及時(shí)、準(zhǔn)確地獲知公交客流在時(shí)間上、方向上、斷面上的不均衡系數(shù)，充分滿足公交客流采集及分析應(yīng)用的需要。利用此系統(tǒng)不僅能精確地獲得在特定區(qū)域、特定時(shí)段(高峰小時(shí))內(nèi)的公交客運(yùn)量，還能通過(guò)對(duì)平均滿載率、平均運(yùn)距等指標(biāo)數(shù)據(jù)的分析，了解乘坐公交的舒適性、平均乘車(chē)距離等，結(jié)合其他數(shù)據(jù)指標(biāo)(公交準(zhǔn)點(diǎn)率、站點(diǎn)覆蓋率、線路重復(fù)系數(shù)等)，進(jìn)一步評(píng)價(jià)公交出行服務(wù)質(zhì)量，分析影響公交出行分擔(dān)率的因素，有針對(duì)性的采取措施提高公交出行分擔(dān)率。

利用公交客流計(jì)數(shù)系統(tǒng)可以實(shí)時(shí)、準(zhǔn)確地獲取統(tǒng)計(jì)區(qū)域內(nèi)的公交客運(yùn)量，結(jié)合公交平均換乘系數(shù)，利用式(2)即可得到統(tǒng)計(jì)區(qū)域內(nèi)的公交出行量。

3 居民出行量調(diào)查統(tǒng)計(jì)方法

3.1 居民出行量調(diào)查概況

居民出行方式出行量獲取的方式、方法是決定分擔(dān)率計(jì)算結(jié)果可信度的主要因素。目前國(guó)內(nèi)外大部分城市獲取居民出行方式出行量，都是以居民出行入戶調(diào)查為主，通過(guò)對(duì)城市居民出行方式進(jìn)行廣泛的調(diào)查、計(jì)算取得各種出行方式的出行量等所需基礎(chǔ)數(shù)據(jù)。但是此調(diào)查方式的實(shí)施周期長(zhǎng)、采樣率普遍偏低、調(diào)查成本高。進(jìn)行抽樣調(diào)查時(shí)，受調(diào)查方法及抽樣方法的影響，存在抽樣誤差，整體調(diào)查所得數(shù)據(jù)準(zhǔn)確率較低。

近年來(lái)，隨著信息技術(shù)的快速發(fā)展，國(guó)內(nèi)外大城市的居民出行調(diào)查工作日益呈現(xiàn)出自動(dòng)化、信息化的特點(diǎn)，調(diào)查方法靈活多樣，開(kāi)始采用以新技術(shù)為核心，人工調(diào)查為補(bǔ)充的調(diào)查方法體系。將無(wú)線通訊網(wǎng)絡(luò)的話單數(shù)據(jù)應(yīng)用于居民出行調(diào)查，成為一種技術(shù)方向，將有助于尋找出行擁堵原因，從而為未來(lái)交通規(guī)劃的編制提供基礎(chǔ)的數(shù)據(jù)支撐。

3.2 基于手機(jī)話單數(shù)據(jù)的居民出行量計(jì)算方法

隨著個(gè)人手機(jī)的普及，人們的手機(jī)擁有率和使用率已經(jīng)達(dá)到很高的比例。利用容易獲取到的移動(dòng)、聯(lián)通、電信運(yùn)營(yíng)商的手機(jī)話單數(shù)據(jù)，結(jié)合GIS數(shù)據(jù)，再利用個(gè)人手機(jī)作為居民出行調(diào)查的探測(cè)器，能獲得更加接近于全樣本的、準(zhǔn)確的居民出行信息，是對(duì)出行調(diào)查新方法的探索，將彌補(bǔ)傳統(tǒng)入戶調(diào)查的不足。

利用移動(dòng)網(wǎng)絡(luò)運(yùn)營(yíng)商已有的手機(jī)話單計(jì)費(fèi)系統(tǒng)，采集獲取匿名手機(jī)用戶在產(chǎn)生話單計(jì)費(fèi)數(shù)據(jù)時(shí)的定位信息，話單定位數(shù)據(jù)的內(nèi)容包括：匿名手機(jī)用戶唯一識(shí)別號(hào)、話單事件發(fā)生的時(shí)間、話單事件對(duì)應(yīng)的基站小區(qū)編號(hào)(通過(guò)基站小區(qū)位置信息對(duì)應(yīng)至具體地理位置)、手機(jī)用戶號(hào)碼歸屬地、話單時(shí)間類(lèi)型(主叫、被叫、接收短信、發(fā)送短信)等，結(jié)合城市的用地性質(zhì)加以綜合分析，獲得城市內(nèi)居民出行特征信息，包括白天夜間人口空間分布、城市主要大區(qū)域間出行OD、平均出行次數(shù)等，能充分滿足城市交通調(diào)查的部分需要?；拘^(qū)在中心城區(qū)平均半徑250 m，平均面積0.2 km2，郊區(qū)半徑約為400～1 000 m，基站小區(qū)的覆蓋范圍一般小于交通小區(qū)范圍，基于基站小區(qū)的定位精度能滿足出行調(diào)查要求[13-14]。

不管居民是在外工作、學(xué)習(xí)，還是出去購(gòu)物等，都會(huì)有一定的活動(dòng)范圍，通過(guò)對(duì)手機(jī)話單數(shù)據(jù)的分析，設(shè)定合適的范圍界限，如果居民的活動(dòng)范圍沒(méi)有超過(guò)預(yù)設(shè)值，則判定為該居民在同一區(qū)域內(nèi)活動(dòng)，不屬于一次出行，從而可以計(jì)算出該居民的出行次數(shù)。但是，手機(jī)在某一位置可能會(huì)同時(shí)接收到覆蓋該位置的多個(gè)基站發(fā)射的信號(hào)，所以在某時(shí)段內(nèi)可能會(huì)收到兩個(gè)或多個(gè)基站的定位信息，導(dǎo)致手機(jī)位置的瞬間“飄移”，而這種情況下的“飄移”不是正常的速度能達(dá)到的，根據(jù)“飄移”的距離和時(shí)間段的比值可以把這種在同一區(qū)域內(nèi)的出行剔除，提高出行次數(shù)計(jì)算的準(zhǔn)確性[15]。

通過(guò)手機(jī)號(hào)碼歸屬地等區(qū)分本地用戶及外地用戶，獲取到外地用戶夜間人口分布、外地人口在本地逗留時(shí)間、外地人口出行次數(shù)等，便于分析本地人口和外地人口的出行差異。所以，利用此技術(shù)，能有效分析出統(tǒng)計(jì)區(qū)域內(nèi)常住人口(本地人口)、流動(dòng)人口(外地人口)的日平均出行次數(shù)，結(jié)合統(tǒng)計(jì)區(qū)域內(nèi)常住人口、流動(dòng)人口總數(shù)，即可計(jì)算出統(tǒng)計(jì)區(qū)域內(nèi)居民的總出行量，即式(1)中分母通過(guò)如下方式計(jì)算：

T=R×λR+V×λV.

(3)

其中：T為統(tǒng)計(jì)區(qū)域內(nèi)居民日均全方式總出行量，單位：萬(wàn)人次/日；R為統(tǒng)計(jì)區(qū)域內(nèi)常住人口總量，單位：萬(wàn)人；λR為統(tǒng)計(jì)區(qū)域內(nèi)常住人口平均出行次數(shù)，單位：次/人；V為統(tǒng)計(jì)區(qū)域內(nèi)流動(dòng)人口總量，單位：萬(wàn)人；λV為統(tǒng)計(jì)區(qū)域內(nèi)流動(dòng)人口平均出行次數(shù)，單位：次/人。

式(3)中R直接來(lái)源于城市統(tǒng)計(jì)部門(mén)，一般為統(tǒng)計(jì)區(qū)域內(nèi)年末人口；V來(lái)源于城市公安或流動(dòng)人口管理相關(guān)部門(mén)；λR,λV利用上述手機(jī)話單數(shù)據(jù)分析獲取。通過(guò)對(duì)出行規(guī)律跟蹤，分析出行距離，實(shí)現(xiàn)利用手機(jī)話單數(shù)據(jù)分析居民出行次數(shù)。

隨著手機(jī)普及率越來(lái)越高，在手機(jī)話單數(shù)據(jù)充足的情況下，可以接近全樣本，比抽樣調(diào)查數(shù)據(jù)來(lái)源更加可靠、準(zhǔn)確。由于無(wú)線通訊網(wǎng)絡(luò)數(shù)據(jù)的實(shí)時(shí)性，居民出行特征調(diào)查的分析周期更短，可獲得每日出行特征數(shù)據(jù)，甚至每小時(shí)出行特征數(shù)據(jù)。

此技術(shù)還可以作為居民出行人工調(diào)查期以外的補(bǔ)充調(diào)查方式。國(guó)內(nèi)多數(shù)城市通常五年左右開(kāi)展一次居民出行調(diào)查。隨著各地交通發(fā)展迅速，居民出行特征不斷變化，以往的交通調(diào)查資料很難反映當(dāng)前最真實(shí)的居民出行特征和規(guī)律，頻繁地進(jìn)行人工調(diào)查，又耗費(fèi)人力、物力，所以利用此技術(shù)進(jìn)行居民出行調(diào)查，可以在調(diào)查期以外的時(shí)間發(fā)揮較大的作用。

4 公交全方式出行分擔(dān)率計(jì)算流程

綜上，利用客流計(jì)數(shù)系統(tǒng)實(shí)時(shí)獲取公交客運(yùn)量數(shù)據(jù)，利用公交IC卡數(shù)據(jù)計(jì)算公交平均換乘系數(shù)，再通過(guò)分析挖掘手機(jī)話單數(shù)據(jù)獲取居民日均出行次數(shù)，將這些數(shù)據(jù)代入計(jì)算模型即可得到公交全方式出行分擔(dān)率。計(jì)算流程如圖2所示。

圖2 公交全方式出行分擔(dān)率計(jì)算流程

把式(2)、式(3)帶入式(1)，得到

(4)

利用式(4)即可以快速準(zhǔn)確地計(jì)算全方式公交出行分擔(dān)率。

5 公交分擔(dān)率的計(jì)算實(shí)例

以合肥市相關(guān)數(shù)據(jù)信息為例，采取如下步驟確定公交全方式出行分擔(dān)率：

1)根據(jù)2014年合肥市統(tǒng)計(jì)年鑒，2014年末，合肥市區(qū)常住人口369萬(wàn)人。

2)選取手機(jī)用戶量較大的移動(dòng)運(yùn)營(yíng)商3個(gè)月的話單數(shù)據(jù)，由于存在非活躍手機(jī)用戶，對(duì)手機(jī)用戶進(jìn)行采樣，采樣率80%，除去節(jié)假日數(shù)據(jù)信息，通過(guò)對(duì)手機(jī)話單數(shù)據(jù)的分析，計(jì)算出居民平均出行次數(shù)為2.70次/日。不考慮流動(dòng)人口出行特征，利用式(3)得到市區(qū)全方式總出行量為996.3萬(wàn)人次/d。

3)通過(guò)對(duì)公交IC卡數(shù)據(jù)分析，獲取公交平均換乘系數(shù)為1.4次/d。

4)利用上述公交客流計(jì)數(shù)系統(tǒng)，能實(shí)時(shí)、準(zhǔn)確采集公交客運(yùn)量數(shù)據(jù)，利用式(2)，得到日均公交出行量176.9萬(wàn)人次/d。

5)根據(jù)式(4)計(jì)算即可得到2014年合肥市公交全方式出行分擔(dān)率為17.8%。

6 結(jié)束語(yǔ)

本文首先介紹了全方式公交出行分擔(dān)率計(jì)算公式，然后研究利用公交客流計(jì)數(shù)系統(tǒng)獲取公交出行量數(shù)據(jù)，利用手機(jī)話單定位技術(shù)獲取全方式出行量數(shù)據(jù)，實(shí)現(xiàn)全方式公交出行分擔(dān)率的計(jì)算，增強(qiáng)計(jì)算方法的科學(xué)性和可信性。利用此方法計(jì)算出的全方式公交分擔(dān)率相對(duì)于傳統(tǒng)方法，減少了因抽樣帶來(lái)的誤差，同時(shí)獲得公交分擔(dān)率的時(shí)間也大大縮短。該方法的不足之處在于目前國(guó)內(nèi)絕大部分城市在公交客流數(shù)據(jù)采集層面都沒(méi)有采用客流計(jì)數(shù)設(shè)備，數(shù)據(jù)采集沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)。手機(jī)話單數(shù)據(jù)的獲取需要跟運(yùn)營(yíng)商協(xié)調(diào)，也存在一定的數(shù)據(jù)購(gòu)買(mǎi)費(fèi)用。且手機(jī)話單數(shù)據(jù)類(lèi)型有限，僅能記錄居民出行規(guī)律的一部分，需要利用較長(zhǎng)時(shí)間的歷史數(shù)據(jù)進(jìn)行分析獲取。下一步還需要深入研究適用于不同城市規(guī)模的分擔(dān)率計(jì)算方法，以及基于歷史客流“大數(shù)據(jù)”如何預(yù)測(cè)未來(lái)公交出行分擔(dān)率。

[1] 蔣忠海, 羅旗幟. 城市公交規(guī)劃中未來(lái)公交分擔(dān)率的確定[J].交通與運(yùn)輸, 2008(2): 84-86.

[2] 鄒志云, 蔣忠海, 胡程, 等.國(guó)內(nèi)不同類(lèi)型城市居民出行特征分析[J].武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版),2008，32(3):554-557.

[3] 蔣忠海, 羅旗幟. 基于層次分析法的公交線網(wǎng)規(guī)劃方案模糊綜合評(píng)價(jià)[J]. 交通標(biāo)準(zhǔn)化, 2009(10): 57-59.

[4] 溫旭麗, 楊濤, 凌小靜. 國(guó)內(nèi)外公交分擔(dān)率現(xiàn)狀及啟示[J]. 公路交通科技(應(yīng)用技術(shù)版), 2015(2):251-254.

[5] 李豐光. 需求彈性理論在公共交通分擔(dān)率中的應(yīng)用研究[D]. 濟(jì)南：山東大學(xué), 2013.

[6] 張蕊. 城市客運(yùn)交通系統(tǒng)出行方式分擔(dān)模型及應(yīng)用研究[D]. 北京：北京交通大學(xué), 2011.

[7] 李德芬. 基于需求彈性分析的公共交通吸引力研究[D]. 北京：北京工業(yè)大學(xué), 2007.

[8] 裴玉龍, 徐大偉. 基于模糊推理的公共交通分擔(dān)率預(yù)測(cè)研究[J]. 土木工程學(xué)報(bào), 2003,36(7): 22-26.

[9] 羅麗君,裴玉龍. 模糊隨機(jī)動(dòng)態(tài)交通分配模型研究[J]. 華中科技大學(xué)學(xué)報(bào)(城市科學(xué)版)， 2002，19(2): 64-67.

[10] 王國(guó)俊.模糊推理與模糊邏輯[J]. 系統(tǒng)工程學(xué)報(bào)， 1998，13(2): 16.

[11] 溫旭麗, 楊濤, 馬香. 小城市居民出行特征及交通發(fā)展策略研究[J]. 公路交通科技(應(yīng)用技術(shù)版), 2014(8): 272-276.

[12] 溫旭麗, 張振宇, 楊濤. 大城市公交分擔(dān)率測(cè)算模型構(gòu)建與實(shí)證研究[J]. 重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版), 2016，35(4): 127-132.

[13] 冉斌. 手機(jī)數(shù)據(jù)在交通調(diào)查和交通規(guī)劃中的應(yīng)用[J]. 城市交通, 2013, 11(1): 72-81.

[14] 劉杰,胡顯標(biāo),傅丹丹，等. 基于無(wú)線通信網(wǎng)絡(luò)的人員出行信息分析系統(tǒng)設(shè)計(jì)與應(yīng)用[J].公路交通科技， 2009，26(S1): 151-154.

[15] 羅勇, 王晏民, 張健欽. 基于手機(jī)位置數(shù)據(jù)的居民出行信息挖掘和分析方法研究[J]. 北京建筑工程學(xué)院學(xué)報(bào), 2012,28(1): 40-44.

The method of public transit share rate calculation based on intelligent technology

ZHAGN Fengyan1,2,4，WANG Xiaojuan3，HE Zhongdi4

(1.School of Transportation, Southeast University, Nanjing 210096, China; 2.Anhui Communications Vocational &Technical College, Hefei 230051, China; 3.Anhui Fuhuang Technology Co.,Ltd., Hefei 230088, China;4.Zhejiang Communications Survey & Design Co.,Ltd., Hangzhou 310014, China)

To acquire public transit share rate accurately and quickly, and improve the credibility of the public transit share rate calculation results, with the aid of mature intelligent technology, starting from the analysis of public transit share rate calculation model, the calculation method of public transit share rate is studied. Real-time bus passenger information is acquired by passenger counting system, and bus average transfer coefficient is calculated by bus IC card data, then the resident trip is acquired through mining cellular phone bill data. The public transit share rate is obtained by putting these data above into the calculation model. Compared with the traditional method, this method of calculating public transit share rate can reduce the error caused by sampling, and can greatly shorten the calculation time of public transit share rate.

traffic engineering; public transit share rate; intelligent technology; passenger flow counting system; cellular phone bill data

[責(zé)任編輯：劉文霞]

U121

A

1671-4679(2017)05-0006-04

2017-01-19

安徽高校省級(jí)自然科學(xué)研究資助項(xiàng)目(KJ2012B051)

張豐焰(1972-)，男，教授級(jí)高級(jí)工程師，工學(xué)博士，研究方向：交通規(guī)劃與管理.

10.19352/j.cnki.issn1671-4679.2017.05.002