摘要
青岛地铁线网运营管理与指挥中心采用大数据分析方法实现了城市轨道交通客流分析及画像功能。采用AFC(自动售检票)数据结合ATS(列车自动监控)信息的方法实现更精确的出行路径匹配,克服了传统客流分析算法的准确性缺陷。从客流角度实现了乘客、车站、列车、区间画像功能,结合ISCS(综合监控系统)数据实现电扶梯画像功能,为更精确的客流预测及设备维修维护提供了数据支撑。
Qingdao MMCC(metro management and control center)uses the big data analysis method to realize passenger flow analysis and portrait function for urban rail transit.By combining AFC(automatic fare collection)data with ATS(automatic train supervisory)data,Qingdao MMCC has achieved more accurate travel path matching,which overcomes the accuracy defects of traditional passenger flow analysis algorithm.From the perspective of passenger flow,MMCC realizes the portrait functions of passenger,station,train and section,as well as the function of escalator portrait combined with ISCS system data to provide a data support for more accurate passenger flow prediction and equipment maintenance.
作者
罗情平
左旭涛
张蓓蓓
杜可亮
LUO Qingping;ZUO Xutao;ZHANG Beibei;DU Keliang(Qingdao Metro Group Co.,Ltd.,266045,Qingdao,China;不详)
出处
《城市轨道交通研究》
北大核心
2020年第10期115-118,123,共5页
Urban Mass Transit
基金
南京工程学院科研创新基金面上项目(CKJB201311)
关键词
地铁
客流画像
大数据分析
metro
passenger flow portrait
big data analysis
