摘 要

公交客流能为公交的运营 、规划和调度提供依据，其基本特征在于它在时间分布上具有不均匀性，这个基本特征从长期来看，对客运规划有影响，从短期来看，对公交的运营和调度也有重大影响，因而对公交客流时间规律的研究对公交系统的运营、规划和调度是十分重要的。

本论文以2014年8月1日到2014年12月31日广州市内及广佛同城10号公交线路的历史公交刷卡数据为基础，首先对公交IC卡数据产生的背景、分析方法及应用领域进行了简单介绍和分析，并在此基础上，从公交总客流、乘客出行时间分布两方面对10号公交线路的公交客流时间规律进行研究，然后分析其客流统计特性，估算本案例抽样统计所需最小样本量，之后对10号公交线路的公交系统的需求稳定性进行分析，确定10公交线路刷卡量数据是平稳时间序列数据，之后以此建立了ARIMA客流预测模型，并进行客流预测，最后进行简单评估。

关键词：公交IC卡；客流分析；ARIAMA模型

Abstract

Transit passenger bus can provide a basis for operations, planning and scheduling, its basic characteristics in that it has a non-uniformity in the distribution of time, the basic characteristics of the long term planning for passenger impact in the short term, on public transport and scheduling operations have a significant impact, and thus the study of the laws of the time of transit network operators of public transport systems, planning and scheduling is very important.

In this paper the historical data bus card August 1, 2014 to December 31, 2014 in Guangzhou city of Guangzhou and Foshan and 10 bus lines on the basis of the background of the first bus IC card data generated by analytical methods and applications a brief introduction and analysis, and on this basis, from the bus total passenger traffic, passenger travel time distribution of two aspects of the transit Ridership time rule on the 10th bus lines were studied and analyzed traffic statistical characteristics estimated in this case of statistical sampling are the minimum required sample size, then the stability of the demand for public transportation system on the 10th bus lines were analyzed to determine the amount of credit card data bus lines 10 are stationary time series data, and then in order to establish the ARIMA forecasting model passenger, and passenger flow forecast, and finally simple assessment.

Key Words: Bus IC card; Passenger Flow Analysis; ARIMA model

目录

第1章 绪论 1

1.1研究背景及意义 1

1.2国内外研究现状 1

1.2.1 IC卡发展及应用方面 1

1.2.2 IC卡公交客流分析方面 2

1.3研究内容 3

1.4技术路线 3

第2章公交IC卡简介 4

2.1公交IC卡产生的背景 4

2.2公交IC卡系统基础信息 4

2.2.1公交IC卡简介 4

2.2.2公交IC卡数据结构 4

2.2.3公交IC卡收费系统 5

2.3公交IC卡数据分析 6

2.4本章小结 6

第3章公交总体客流 7

3.1公交客流总体样本介绍 7

3.2总体客流特征 7

3.2.1周刷卡量特征 7

3.2.2日刷卡量变化特征 11

3.3乘客出行时间分布 14

3.3.1非工作日小时刷卡量特征 14

3.3.2工作日小时刷卡量特征 15

3.4本章小结 18

第4章 公交客流的统计特性分析 19

4.1确定抽样的最小样本统计 19

4.1.1周刷卡量统计特征 19

4.1.2日刷卡量统计特征 21

4.1.3小时刷卡量统计特征 22

4.2公交系统需求稳定性分析 24

4.2.1公交日刷卡量稳定性分析 24

4.2.2公交小时刷卡量稳定性分析 25

4.3本章小结 26

第5章 确定公交客流预测与分析 27

5.1公交客流预测方法 27

5.1.1 ARIMA模型的类别 27

5.1.2建模步骤 27

5.2 ARIMA模型的实例分析预测 27

5.2.1分析时间序列 28

5.2.2平稳化处理 30

5.2.3模型识别 30

5.2.4模型参数估计 32

5.2.5模型检验 32

5.2.6模型预测拟合 33

5.3本章小结 34

第6章 结论与展望 35

6.1研究结论 35

6.2研究展望 35

参考文献 36

致谢 37

第1章 绪论

1.1研究背景及意义

公交客流能为公交的运营 、规划和调度提供依据，其基本特征在于它在时间分布上具有不均匀性，这个基本特征从长期来看，对客运规划有影响，从短期来看，对公交的运营和调度也有重大影响，因而对公交客流时间规律的研究对公交系统的运营、规划和调度是十分重要的。

在公交系统中，因为先进的数据采集技术的推广与应用，公交系统在它不断的运行过程中产生了海量的客流数据，进而导致传统的客流调查手段与数据处理方法无法有效地处理这庞大的数据，所以，对新公交客流的数据处理方法对公交系统的发展具有重大的意义。

分析与挖掘公交卡IC的客流数据数据，能帮助我们获取IC卡庞大客流数据背后的时间规律，从而为公交系统的运营规划和调度提供必要科学的依据，使我们的公交系统更加合理，进而提高公交系统的效益与乘客的满意度，与此同时，这也是本论文研究的目的。

1.2国内外研究现状

国内外学者对公交IC卡做过很多的研究，在国内，IC卡在公交领域应用时间过短，基础数据严重缺乏，与国内相反，国外的公交数据采集技术发展完善，不需要额外的公交客流调查，因此，国外对公交IC卡数据的研究并不深入。

1.2.1 IC卡发展及应用方面

前些年，在我们国内开发IC卡收费系统的多为电子和软件公司，这些公司只是解决了收费方面的问题，而对这些交通数据的采集处理则几乎没有涉及，这样无法发挥公交IC卡系统的全部功能，例如：