题目：面向轨道交通客流的人类活动分析与挖掘

        随着智慧城市的理念逐渐普及和完善,作为重要组成部分的智慧交通也受到了各界 关注,能够为缓解城市交通压力提供有力帮助。由于城市轨道交通客流量大、快速、准 时等优势,更是成为解决城市交通问题的有效手段。轨道交通项目能够获取海量数据进 行数据活化、人类移动性研究等,作为城市、交通的规划建设的基础。

        本文基于北京市轨道交通客流研究城市轨道交通中海量客流表现出的人类移动性, 对人类活动进行分析与挖掘,主要包括了将地铁站点划分功能类并分析各自的特点、客 流网络的拥堵判断等,进而为城市交通规划、缓解交通压力提供辅助。

        划分区域功能首先为每个站点提取出早高峰、平峰、晚高峰等相关 20 个特征变量用 于聚类。本文提出改进遗传聚类算法,改善了现有人类移动性功能区域研究中使用随机 初始类中心的 K-MEANS 聚类造成的局部最优,并对传统遗传聚类算法的适应度定义进 行改进,使之既包含类内距离,又包含类间距离。为了避免不同站点差异悬殊的客流量 给聚类带来误差,完成所有站点的规模划分之后再分别对每种规模进行聚类,最终的目 标聚类数目根据现实的业务经验,结合变异系数确定。

        地铁站点的人类活动区域功能划分为六种,分别为工作区、居住区、商业区、旅游 区、混合区以及站场区。本文对每种区域功能进行分析与挖掘,得到其客流特征、模式、 分布特点等对城市交通规划直观有效的信息。居住区具有进站早高峰和出站晚高峰;工 作区与居住区相反,具有进站晚高峰和出站早高峰,进站客流在晚高峰突升;商业区、 旅游区与工作区类似,同样具有进站晚高峰和出站早高峰,但商业区进站客流缓慢上升 至晚高峰,没有小型站,而旅游区晚高峰持续时间最长,没有大型站点;混合区进站和 出站都具有早、晚高峰;站场区客流不具有统一稳定的模式,随车站、机场等分布。同 时,由于轨道交通的发展,每年新开通新线路会造成站点的功能归属发生变化。本文简 要总结分析了轨道交通系统从 2010 年至 2013 年的区域功能衍化。

        客流的拥堵判断是基于信息熵能够度量概率分布集中性或广泛性的特点,结合传统 网络根据熵值的大小变化发现异常的规律,提出区间客流信息熵的形式定义,用于针对 客流网络,从全局的角度判断轨道交通系统拥堵的出现。