联合重复性与周期性的公交乘客个体出行规律分类

作者：姚志刚^*; 卢致远

来源：交通运输系统工程与信息, 2023, 23(05): 113-119.

DOI：10.16097/j.cnki.1009-6744.2023.05.012

• 城市交通
• 出行规律
• 信息熵
• 重复性
• 周期性
• K-Means++

针对分别度量个体出行短期规律(重复性)与长期规律(周期性)信息表征不完全问题，本文提出联合重复性与周期性度量公交乘客出行规律，按个体日出行链划分乘客出行模式，分别改进重复性信息熵模型与周期性评分函数，基于K-Means++算法对公交乘客出行规律进行分类。应用2019年10月～12月浙江省海宁市的数据，从时间、空间两个维度分别度量重复性与周期性，得到4个规律程度的信息熵指标；用仅重复性以及联合重复性与周期性两种方法，分别将71080名公交乘客分为重复性强且周期性强、重复性强但周期性弱、重复性弱且周期性弱这3类。比较两种方法下3类乘客出行时间的频数分布与个体数量变化发现，联合重复性与周期性可以使30.52%，即21692名乘客的类别划分更加合理；比较乘客个体出行模式热力图，证明了方法的有效性。结果表明：联合重复性与周期性度量乘客个体出行规律，可以提升公交个性化需求的识别精准度。

• 单位
  长安大学