城市轨道交通线路实时客流推算方法研究的任务书.docx

城市轨道交通线路实时客流推算方法研究的任务书
任务书
一、研究背景
城市轨道交通系统是城市交通中重要的组成部分，解决了城市交通拥堵、环境污染等问题，为城市经济社会发展做出了重要贡献。随着城市轨道交通线路的不断扩建和客流量的逐年增加，对于城市轨道交通线路客流的实时推算，已经成为保证城市交通系统顺畅运行的关键之一。
目前，城市轨道交通线路客流的推算主要采用的是基于POI（PointofInterest）的方法，即根据车站周围POI的类型和密度来估算车站客流量，然后通过统计建立全线路客流模型。然而，这种方法存在一定的误差，且无法在实时性方面得到满足，因此需要寻找更合理可靠的方法。
二、研究目的
本研究旨在针对城市轨道交通线路客流实时推算需求，研发一种基于智能手机信令数据的客流推算方法，提高客流量推算的准确度和实时性，为城市轨道交通系统的安全稳定运行提供数据支持。
三、研究内容
本研究将结合城市轨道交通客流实际情况和智能手机信令数据，研究城市轨道交通线路客流实时推算方法。具体研究内容如下：
1.研究智能手机信令数据的获取方式，包括何时何地、以何种方式获取，如何处理等；
2.分析智能手机信令数据的特点和数据量，筛选并提取有效数据；
3.建立基于智能手机信令数据的客流推算模型，包括线性回归模型、BP神经网络模型、决策树模型等；
4.进行实验模拟和精度验证，评估基于智能手机信令数据的客流推算方法的可行性和实用性；
5.针对不同的城市轨道交通线路客流实时推算需求和场景，优化相关参数和模型。
四、研究意义
本研究将提出一种基于智能手机信令数据的城市轨道交通线路客流实时推算方法，并验证其可行性和实用性。这不仅有助于提高客流量推算的准确度和实时性，还为城市轨道交通系统的运营管理提供了科学参考，促进城市轨道交通系统的安全稳定运行。
五、研究进度
本研究计划分为以下4个阶段：
第一阶段：文献调研、智能手机信令数据获取方法的研究（2个月）；
第二阶段：智能手机信令数据筛选和提取、客流推算模型建立（3个月）；
第三阶段：实验模拟和精度验证（3个月）；
第四阶段：算法优化和模型参数调整、论文撰写（4个月）。
六、参考文献
1.GuillaumeThunis,LamarWorzel,LaureSchwartz.“EstimatingUrbanTrafficCongestionwithTime-StampedGPSData:AMethodologyforDevelopingNewPerformanceMeasuresforTransportationInfrastructures”.JournalofTransportationEngineering143.4(2017):04016105.
2.YongWang,ZhikeLiu,LeiYu.“Validatingandimprovingbus–stoplevelbustraveltimepredictionmodelsusingdataminingtechniques”.TransportationResearchPartC:EmergingTechnologies67(2016):365-377.
3.ChengFu，*ZhengbingHe，MoLi.“Crowd-SourcedTrainingSetGenerationforSupportingIndoorWiFiLocalization”.ACMTransactionsonSensorNetworks11.2(2014):14:1–14:23.
4.LiangGou,JieYang,YongLiu,JianhuiWu,andXiaohuiLiang.“AnAccessSchemeforImprovingQualityofServiceinSMS”JournalofSoftware,vol.8,no.6,pp.1509-1515,2013.