[发明专利]基于AFC刷卡数据的轨道换乘站点客流拥塞风险评价方法

权利要求书

1.基于AFC刷卡数据的轨道换乘站点客流拥塞风险评价方法，其特征在于，该方法包括以下步骤：

步骤1，AFC刷卡交易数据预处理；

步骤1.1，提取AFC刷卡数据中主要字段内容；

步骤1.2，面向轨道换乘站点客流提取的原始AFC刷卡数据筛选与剔除；

步骤1.3，轨道交通出行站点轨迹判断及换乘客流识别；

基于A*最短路径算法推测任意轨道OD间的出行站点轨迹，根据出行轨迹中换乘站点前的站点数NUM_before transfer和换乘站点后的站点数NUM_after transfer以及进站时间ENTRY_TIME和交易/出站时间DEAL_TIME，推算换乘时间TRANSFER_TIME；

步骤2，评价指标选取；

在对轨道换乘站点客流拥塞风险进行评价时，需要考虑模型的复杂度及数据获取的难易程度，因此需要对评价指标进行筛选；客流拥塞风险评价指标考虑的主要维度是交通供给与需求，选取进站、出站、换乘客流量作为交通需求评价指标，选取轨道换乘站点内各典型位置的通行能力作为交通供给的评价指标；典型位置包括楼梯、通道和闸机共三大类，通道含换乘通道，闸机含安检机；

步骤3，评价指标无量纲化及指标整合；

轨道换乘站点客流拥塞风险是指换乘站点内由于客流拥塞导致某种损失发生的可能性；在客流拥塞风险评价中，由于各指标所代表的物理涵义不同，因此存在着量纲上的差异；这种异量纲性是影响对事物整体评价的主要因素，所以在评价之前要将评价指标统一转化为[0，1]范围内的量化数值；

为实现评价指标的无量纲化，引入轨道换乘站点典型位置客流饱和度r，第i个典型位置的客流饱和度即典型位置i的客流饱和度r_i：

客流饱和度根据统计时间内通过该典型位置的总客流量的修正值P_i与该典型位置通过能力的测算值C_i之比进行计算，总客流量包含进站、出站和换乘客流，并对r_i取值加以约束：

由此，将各指标整合为值域为[0，1]的无量纲指标r_i，基于这一综合考虑客流供需关系的指标评价轨道换乘站内某典型位置在统计时间内的客流拥塞水平；

步骤4，建立评价模型

轨道换乘站点内客流拥塞产生的本质为供需的不平衡，即需求大于交通系统的供给能力，结合换乘站点客流拥塞风险的特点，将客流拥塞风险的等级定为五级：

一级风险：低度风险，客流容纳能力数倍于需求；

二级风险：较低风险，客流容纳能力能够满足需求；

三级风险：中度风险，客流容纳能力满足需求；

四级风险：较高风险，客流容纳能力与需求一致，拥塞情况明显；

五级风险：高度风险，客流容纳需求接近饱和，能力难以满足，拥塞严重；

利用熵权法，基于饱和度数据确定各典型位置的权重，分别获得楼梯、通道和闸机三大类区位的饱和度及换乘站点整体的饱和度；针对于大类区位和换乘站点整体的饱和度计算，时间粒度为小时，以此作为划分高峰时段的最小单元；取每小时内4个15min的最大饱和度值作为该小时时段的饱和度，则建立风险评价模型：

式中，f(y)代表风险分级函数；α代表标准化系数，取10/n；w_i代表典型位置i的熵权重系数；r_i代表典型位置i的客流饱和度；n代表典型位置的总数；

对客流拥塞风险的分级，采用均值聚类算法进行风险等级的划分；

步骤5，确定各典型位置权重；

利用熵权法，根据各典型位置饱和度变异性的大小来确定客观权重；若某个典型位置饱和度的信息熵越小，表明该典型位置饱和度的变异程度越大，提供的信息量越多，在换乘站点整体评价中所能起到的作用也越大，其权重也就越大；相反，典型位置饱和度的信息熵越大，表明该典型位置饱和度的变异程度越小，提供的信息量也越少，在综合评价中所起到的作用也越小，其权重也就越小；熵权法能更加客观地反应各项指标，不需要涉及到任何主观信息，是一种完全意义上的客观赋值法；

设在选定的评价空间维度即典型位置、换乘站点和时间维度即1小时、1天、1个月评价的典型位置为n个，影响综合评价值的分目标为m个，用x_ij表示典型位置j的饱和度的第i个分目标的数据值，则n个典型位置m个分目标值构成矩阵R＝(x_ij)_m×n

则其熵权为：

式中，g_j代表第j个典型位置饱和度的差异系数；e_j代表第j个典型位置饱和度的熵值；p_ij代表第i个分目标的数据值比重，e_j∈[0，1]；w_j≥0，j＝1，2，3，...m，且