楊 飛，姜海航，郭煜東，劉健國(guó)，周 濤

（1.西南交通大學(xué) 交通運(yùn)輸與物流學(xué)院，四川 成都 611756；2.重慶市交通規(guī)劃研究院，重慶 401147）

公共交通因其成本低、能耗低、占用資源少等優(yōu)點(diǎn)，成為眾多城市倡導(dǎo)的出行方式。隨著相關(guān)政策［1］的提出，智能公交系統(tǒng)建設(shè)與優(yōu)化受到關(guān)注。相比常規(guī)公交體系，智能公交在指揮調(diào)度、運(yùn)營(yíng)管理上實(shí)現(xiàn)自動(dòng)化、精細(xì)化操作，大幅提升公交服務(wù)水平。準(zhǔn)確分析公交客流下車(chē)站點(diǎn)，了解客流出行特征，摸清客流需求，對(duì)智能公交的調(diào)度、運(yùn)營(yíng)、規(guī)劃具有重要意義。公交IC卡作為各個(gè)城市智能公交的基礎(chǔ)部分，存儲(chǔ)了持卡用戶(hù)大量的乘車(chē)交易時(shí)空記錄，成為獲取公交基礎(chǔ)數(shù)據(jù)的新來(lái)源?；诠籌C卡數(shù)據(jù)的下車(chē)站點(diǎn)研究成為研究熱點(diǎn)。

在下車(chē)站點(diǎn)推算方法中，集計(jì)推算是一種常用、便捷的估計(jì)方法，但該方法僅能推算出站點(diǎn)客流總量，無(wú)法確定每位乘客的下車(chē)站點(diǎn)。個(gè)體推算方法中，基于公交出行鏈的估計(jì)考慮較多，這些方法相對(duì)容易且易于理解。2002年，James等［2］根據(jù)地鐵出行日志的記錄設(shè)計(jì)了兩個(gè)假設(shè)：一是乘客會(huì)返回上次的目的地車(chē)站開(kāi)始下一次出行，二是乘客的最后一次出行會(huì)返回第一次出行的起點(diǎn)，據(jù)此利用紐約市的AFC（automatic fare collection）數(shù)據(jù)實(shí)現(xiàn)了下車(chē)站點(diǎn)的推算。之后一些學(xué)者在該研究基礎(chǔ)上進(jìn)一步修正，Munizaga等［3］研究中發(fā)現(xiàn)僅通過(guò)該假設(shè)易導(dǎo)致下車(chē)站點(diǎn)推算錯(cuò)誤，在James等假設(shè)的基礎(chǔ)上，進(jìn)一步考慮了下一次公交出行的上車(chē)位置和時(shí)間并增加了額外的約束條件，優(yōu)化了站點(diǎn)推算目標(biāo)函數(shù)。Alsger等［4］利用澳大利亞昆士蘭州公交系統(tǒng)中含有乘客下車(chē)記錄的特殊收費(fèi)數(shù)據(jù)驗(yàn)證了出行鏈理論的下車(chē)站點(diǎn)推算模型，并研究了最大步行距離取值對(duì)推算結(jié)果的影響。He等［5］針對(duì)出行鏈斷裂情況（無(wú)下一次公交出行或下一次公交出行起點(diǎn)不能作為上次出行的終點(diǎn)），利用乘客歷史出行數(shù)據(jù)建立了個(gè)體空間和時(shí)間的下車(chē)復(fù)合概率模型，用以推算出行鏈理論無(wú)法解決的記錄。Kumar等［6］放松了現(xiàn)有公交出行鏈方法的參數(shù)限制，采用多元logit模型計(jì)算連續(xù)上車(chē)站點(diǎn)之間的路徑選擇概率，以最大概率方式推算乘客的下車(chē)站點(diǎn)。

但基于公交出行鏈的經(jīng)典推算方法難以估計(jì)單次、獨(dú)立出行的下車(chē)站點(diǎn)，造成估計(jì)客流不能代表所有公交乘客真實(shí)的出行情況。一些研究通過(guò)補(bǔ)充多日刷卡記錄推算更多的數(shù)據(jù)，其主要思路是在多日數(shù)據(jù)中尋找相似的出行記錄或與他日出行記錄建立連接修復(fù)斷裂出行鏈。但該方法在海量數(shù)據(jù)中需要設(shè)定復(fù)雜的規(guī)則，同時(shí)并不能有效地提升推算率。為解決該問(wèn)題Gordon等［7］研究中補(bǔ)充了公交投幣箱票務(wù)數(shù)據(jù)和登車(chē)器人次數(shù)據(jù)，以此估算規(guī)則算法無(wú)法確定乘客和票務(wù)現(xiàn)金支付乘客的出行流量。Yan等［8］提出應(yīng)用樸素貝葉斯、SVM（support vector machine）、決 策 樹(shù)、隨 機(jī) 森 林、KNN（k-nearest neighbor）和集成學(xué)習(xí)等機(jī)器學(xué)習(xí)算法進(jìn)行下車(chē)站點(diǎn)的識(shí)別，楊鑫［9］以乘客的基本上車(chē)特征作為模型的輸入，采用Bi-LSTM-CRF模型對(duì)乘客的下站點(diǎn)實(shí)現(xiàn)推算。

乘客在選擇某線(xiàn)路某站點(diǎn)上車(chē)后，可供選擇的下車(chē)站點(diǎn)是有限的，因此相關(guān)研究將乘客下車(chē)站點(diǎn)推算視為分類(lèi)問(wèn)題，采用機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)推算［8-11］。相對(duì)于出行鏈的推算方法，基于機(jī)器學(xué)習(xí)的方法能夠解決單次出行的下車(chē)站點(diǎn)識(shí)別，但也需要大量的訓(xùn)練數(shù)據(jù)及標(biāo)簽，同時(shí)預(yù)測(cè)耗時(shí)長(zhǎng)，預(yù)測(cè)結(jié)果也存在較大偏誤。對(duì)此，Yan等［8］利用POI（point of interest）數(shù)據(jù)確定站點(diǎn)所在區(qū)域的土地性質(zhì)，估計(jì)下車(chē)站點(diǎn)所在的交通小區(qū)，最終正確率達(dá)到70%以上，識(shí)別效果較優(yōu)。

對(duì)于這類(lèi)數(shù)據(jù)，也有學(xué)者從概率角度進(jìn)行分析。胡繼華等［12］通過(guò)計(jì)算站點(diǎn)上車(chē)客流，推算指向下游站點(diǎn)吸引權(quán)最大的站點(diǎn)，李佳怡等［13］同樣采用了該方法。這些方法都假設(shè)個(gè)體服從群體的下車(chē)分布概率，即乘客很有可能選擇最大概率（最大吸引權(quán)）站點(diǎn)下車(chē)。

然而，大部分公交線(xiàn)路采用“一票制”收費(fèi)方式，乘客下車(chē)時(shí)不會(huì)進(jìn)行刷卡操作，基于公交IC卡的下車(chē)站點(diǎn)估計(jì)缺乏有效驗(yàn)證。對(duì)此，本文首先利用隨機(jī)森林算法對(duì)現(xiàn)有出行鏈算法進(jìn)行優(yōu)化，構(gòu)建了完整的公交出行下車(chē)站點(diǎn)估計(jì)模型。然后結(jié)合具有公交上下站點(diǎn)的階梯收費(fèi)刷卡數(shù)據(jù)，對(duì)兩種算法的識(shí)別效果進(jìn)行實(shí)證評(píng)估，保障了算法的可靠性。

1 公交下車(chē)站點(diǎn)估計(jì)模型

根據(jù)個(gè)體乘坐公交的行為模式，下車(chē)站點(diǎn)推算包括兩個(gè)步驟：首先結(jié)合乘客常見(jiàn)行為模式，構(gòu)建出行鏈估計(jì)模型，再針對(duì)出行鏈斷裂等復(fù)雜情況，利用隨機(jī)森林網(wǎng)絡(luò)進(jìn)行進(jìn)一步優(yōu)化。

1.1 出行鏈估計(jì)模型

個(gè)體每日出行活動(dòng)具有一定規(guī)律性，其公交出行多呈現(xiàn)時(shí)空閉環(huán)特性。本文結(jié)合現(xiàn)有研究，以個(gè)體多日或連續(xù)的公交出行行為為基礎(chǔ)，首先構(gòu)建包含下述3條推斷的出行鏈估計(jì)模型，初步推算下車(chē)站點(diǎn)。

（1）當(dāng)乘客存在相鄰的兩次乘車(chē)出行，若后次的乘車(chē)站點(diǎn)位于前次乘車(chē)站點(diǎn)的下游，則乘客前次乘車(chē)的下車(chē)站點(diǎn)位于后次乘車(chē)站點(diǎn)附近。

（2）當(dāng)乘客為最后一次乘車(chē)出行，若該乘車(chē)站點(diǎn)遠(yuǎn)離當(dāng)日第一次乘車(chē)站點(diǎn)，則為返程出行，下車(chē)站點(diǎn)應(yīng)位于第一次乘車(chē)站點(diǎn)附近。

（3）當(dāng)乘客為最后一次乘車(chē)出行，若該上車(chē)站點(diǎn)靠近當(dāng)日第一次乘車(chē)站點(diǎn)，則為非返程出行，下車(chē)站點(diǎn)位于第一次乘車(chē)的下車(chē)站點(diǎn)附近。

1.2 隨機(jī)森林網(wǎng)絡(luò)

由于個(gè)體出行行為相對(duì)復(fù)雜，僅依靠出行鏈模型不可能實(shí)現(xiàn)所有情況分析，尤其是單次刷卡記錄和出行鏈斷裂記錄。對(duì)此本文結(jié)合隨機(jī)森林網(wǎng)絡(luò)，對(duì)兩類(lèi)數(shù)據(jù)的下車(chē)站點(diǎn)進(jìn)行預(yù)測(cè)。利用公交IC卡數(shù)據(jù)推算下車(chē)站點(diǎn)可視為一種分類(lèi)問(wèn)題，即通過(guò)乘客上車(chē)時(shí)間、乘坐線(xiàn)路等特征篩選最可能的下車(chē)站點(diǎn)。隨機(jī)森林網(wǎng)絡(luò)是一種統(tǒng)計(jì)學(xué)習(xí)算法，通過(guò)重抽樣方法從原始樣本中抽取多個(gè)樣本，對(duì)每個(gè)樣本進(jìn)行決策樹(shù)建模，組合多棵決策樹(shù)的預(yù)測(cè)并投票得出最終結(jié)果。隨機(jī)森林網(wǎng)絡(luò)具有分類(lèi)回歸精度高、不易過(guò)擬合、高維數(shù)據(jù)適應(yīng)性強(qiáng)等優(yōu)點(diǎn)，適用于復(fù)雜問(wèn)題的分類(lèi)與擬合分析。公交下車(chē)站點(diǎn)估算本質(zhì)可視為一種分類(lèi)問(wèn)題，本文以下車(chē)站點(diǎn)編號(hào)為目標(biāo)，將上車(chē)時(shí)間、乘坐線(xiàn)路、上車(chē)站點(diǎn)、持卡類(lèi)型、用地性質(zhì)等個(gè)體屬性作為輸入，構(gòu)建相應(yīng)隨機(jī)森林網(wǎng)絡(luò)。公式（1）為預(yù)測(cè)函數(shù)。

式中：H（x）為隨機(jī)森林對(duì)輸入變量x的最終預(yù)測(cè)；hi（x）為單個(gè)決策樹(shù)分類(lèi)模型；I（X）為示性函數(shù)。邊緣函數(shù)是隨機(jī)森林網(wǎng)絡(luò)的重要屬性，代表著對(duì)于輸入變量X的分類(lèi)中，正確分類(lèi)得票數(shù)超過(guò)錯(cuò)誤分類(lèi)得票數(shù)的概率，邊緣函數(shù)越大，隨機(jī)森林分類(lèi)的正確率越高，決策樹(shù)與整個(gè)森林的邊緣函數(shù)如公式（2）、（3）所示。

式中：g(X，Y)與r(X，Y)分別為決策樹(shù)與整個(gè)森林的邊緣函數(shù)；ak I()為所取平均值；Pθ(h(X，θ)=Y)為判斷正確的分類(lèi)概率為判斷錯(cuò)誤的其他分類(lèi)的概率的最大值。

公式（4）為泛化誤差，表示模型對(duì)未知數(shù)據(jù)的預(yù)測(cè)能力，泛化誤差越小模型預(yù)測(cè)效果越好。公式（5）為隨機(jī)森林的邊緣函數(shù)期望。

公式（6）為決策樹(shù)之間的相關(guān)程度，其中v(r)、s(h(r))2分別為r(X，Y)的方差與標(biāo)準(zhǔn)差。

最終隨機(jī)森林網(wǎng)絡(luò)模型表達(dá)式如式（7）所示。

式中：(θ1，θ2，…，θT)為隨機(jī)森林中待標(biāo)定參數(shù)；T為待標(biāo)定參數(shù)的個(gè)數(shù)；n為輸入變量維度。

2 數(shù)據(jù)分析

2.1 公交階梯收費(fèi)刷卡數(shù)據(jù)

公交階梯收費(fèi)刷卡數(shù)據(jù)是乘客下站識(shí)別的基礎(chǔ)，相比傳統(tǒng)公交IC卡數(shù)據(jù)，乘客在分段計(jì)費(fèi)線(xiàn)路的上下車(chē)均要刷卡，為個(gè)體層面數(shù)據(jù)驗(yàn)證提供了保障。本文公交IC卡數(shù)據(jù)涵蓋某市連續(xù)5個(gè)工作日城市區(qū)域全部數(shù)據(jù)，共計(jì)11條分段計(jì)費(fèi)線(xiàn)路，215 212條刷卡數(shù)據(jù)。線(xiàn)路均為中長(zhǎng)距離干線(xiàn)，沿城市主要客流走廊布設(shè)，占城市公交總運(yùn)量的40%，具有良好的代表性。刷卡數(shù)據(jù)字段包含乘客持卡編號(hào)、刷卡時(shí)間、乘坐線(xiàn)路、乘坐車(chē)輛、刷卡行為等信息，其中刷卡行為用以說(shuō)明乘客是上車(chē)還是下車(chē)。表1為2019年7月15日公交刷卡數(shù)據(jù)樣例。

表1 公交刷卡數(shù)據(jù)樣例Tab.1 Sample of bus swiping card data

2.2 公交GPS數(shù)據(jù)

公交GPS用于確定公交實(shí)時(shí)位置，判斷公交到站情況。其數(shù)據(jù)字段包含車(chē)輛牌照、線(xiàn)路、時(shí)間、速度和經(jīng)緯度等信息。表2為公交GPS數(shù)據(jù)樣例。

表2 GPS數(shù)據(jù)樣例Tab.2 Sample of GPS data

2.3 公交站點(diǎn)數(shù)據(jù)

由于公交GPS數(shù)據(jù)不包含公交進(jìn)出站信息，需要聯(lián)合公交站點(diǎn)數(shù)據(jù)，識(shí)別不同時(shí)間公交到站點(diǎn)。數(shù)據(jù)字段包括站點(diǎn)名稱(chēng)，經(jīng)緯度，途經(jīng)線(xiàn)路等，表3為站點(diǎn)信息數(shù)據(jù)樣例。

表3 公交站點(diǎn)數(shù)據(jù)樣例Tab.3 Sample of bus station data

2.4 模型輸入特征分析

乘客公交出行中將產(chǎn)生多種關(guān)聯(lián)信息，合理的輸入?yún)?shù)是下車(chē)站點(diǎn)估計(jì)的關(guān)鍵，根據(jù)個(gè)體實(shí)際分析，本文選擇如下特征，同時(shí)結(jié)合其他信息構(gòu)造新的特征，作為隨機(jī)森林的輸入。

2.4.1 上車(chē)時(shí)間、上車(chē)路線(xiàn)、上車(chē)站

個(gè)體的一日活動(dòng)通常具有規(guī)律，同一時(shí)段、同一路線(xiàn)及站點(diǎn)的活動(dòng)目的相對(duì)固定，下車(chē)站點(diǎn)也基本相同。

為保障識(shí)別結(jié)果的準(zhǔn)確，上車(chē)時(shí)間以小時(shí)為間隔進(jìn)行離散化，上車(chē)路線(xiàn)、上車(chē)站點(diǎn)利用標(biāo)簽編碼法（label encoding），從0開(kāi)始進(jìn)行重新編碼。

2.4.2 持卡類(lèi)型

持卡類(lèi)型代表乘車(chē)人屬性，能夠大范圍縮小目標(biāo)用戶(hù)，與（1）中特征聯(lián)合，能夠較好刻畫(huà)乘客特征。持卡類(lèi)型同樣利用標(biāo)簽編碼法進(jìn)行編碼。

2.4.3 活動(dòng)半徑與出行頻率

活動(dòng)半徑表征乘客活動(dòng)空間大?。?4］，代表乘客站點(diǎn)空間特征，出行頻率代表乘客對(duì)各個(gè)站點(diǎn)的出行偏好。圖1為活動(dòng)半徑示意圖。本文以5個(gè)工作日全部乘車(chē)數(shù)據(jù)為基礎(chǔ)，分析乘客所有上車(chē)站點(diǎn)分布特征，公式（8）為活動(dòng)半徑計(jì)算公式。

圖1 活動(dòng)半徑計(jì)算原理Fig.1 Calculation principle of active radius

式中：μ為活動(dòng)半徑；r i為形心到上車(chē)站點(diǎn)i的距離。

由于活動(dòng)半徑μ與出行頻率分別為連續(xù)型與接近連續(xù)型變量，直接使用難以獲得準(zhǔn)確估計(jì)結(jié)果，同時(shí)無(wú)法直接確定分類(lèi)類(lèi)型。對(duì)此，本文利用K-means聚類(lèi)方法對(duì)兩個(gè)變量分別聚為3類(lèi)，以劃分不同出行特征的乘客，表4為出行頻率與活動(dòng)空間的最終聚類(lèi)結(jié)果。

表4 出行特征劃分規(guī)則Tab.4 Classification rules of travel feature

為了更直觀地展示特征取值分布，將取值進(jìn)行min-max歸一化，取值界限約束到［0，1］之間。以出行頻率f為例，轉(zhuǎn)換函數(shù)如式（9）所示。

式中：fk為出行頻率f中第k個(gè)取值；f*k為fk歸一化后的取值；min(f)為所有出行頻率f中的最小值；max(f)為所有出行頻率f中的最大值。

圖2為聚類(lèi)結(jié)果示意圖?？梢?jiàn)不同活動(dòng)空間與出行距離被分為9類(lèi)，不同類(lèi)別間的特征差異顯著。

圖2 公交乘客聚類(lèi)Fig.2 Clustering of bus passengers

2.4.4 下游站點(diǎn)用地類(lèi)型

不同用地類(lèi)型下的站點(diǎn)客流吸引力存在較大差異，本文以站點(diǎn)周?chē)?00 m半徑為活動(dòng)范圍，統(tǒng)計(jì)下游主要用地類(lèi)型，圖3為站點(diǎn)周?chē)玫仡?lèi)型示意圖。

圖3 站點(diǎn)500 m覆蓋用地示意圖Fig.3 Schematic diagram of 500m site land use coverage

由于乘客并不會(huì)在所有下游站點(diǎn)進(jìn)行選擇，本文以R為活動(dòng)空間影響閾值，提取當(dāng)前站點(diǎn)到R內(nèi)特定站點(diǎn)C的用地面積，并將最大面積作為輸入特征。

式中：C為閾值范圍內(nèi)的下游站點(diǎn)數(shù)；R為活動(dòng)范圍直徑；lnon為線(xiàn)路非直線(xiàn)系數(shù)；ds為線(xiàn)路平均站間距。

2.4.5 下游站點(diǎn)下車(chē)概率

受站點(diǎn)周邊區(qū)域人口、崗位和土地利用等因素的影響，不同站點(diǎn)的下車(chē)客流存在差異，區(qū)域內(nèi)站點(diǎn)下車(chē)客流能夠反映出區(qū)域的吸引力，吸引力較大的區(qū)域更有可能吸引乘客下車(chē)。本文將同一群體在同一線(xiàn)路、同一方向、同一站點(diǎn)的下車(chē)分布頻率作為先驗(yàn)概率，則概率最大的站點(diǎn)為乘客最可能前往站點(diǎn)。以0.5為最大概率的下限值，若最大概率大于下限值，則最大概率對(duì)應(yīng)的站點(diǎn)可推算為下車(chē)站點(diǎn)，若小于下限值則需要采用其他規(guī)則重新推算。其中，本文利用乘客下車(chē)信息直接獲取該先驗(yàn)概率，對(duì)于非階梯收費(fèi)線(xiàn)路，可預(yù)先調(diào)查獲取目標(biāo)線(xiàn)路各站點(diǎn)的下車(chē)乘客數(shù)，再統(tǒng)計(jì)獲取目標(biāo)站點(diǎn)下游站點(diǎn)的下車(chē)概率。

對(duì)于無(wú)法確定最大概率站點(diǎn)（概率＞0.5）的情況，可利用相鄰站點(diǎn)概率分布進(jìn)行疊加，以此反映相鄰站點(diǎn)周邊區(qū)域的下車(chē)吸引力。如圖4所示，在同一站點(diǎn)上車(chē)的群體出行數(shù)據(jù)中提取各下車(chē)站點(diǎn)（s1～s10）的出行頻率（f1～f10），將頻率大于零的相鄰下車(chē)站點(diǎn)劃分為多個(gè)站點(diǎn)區(qū)域，疊加各區(qū)域內(nèi)的站點(diǎn)頻率作為該區(qū)域的下車(chē)概率P，則下車(chē)概率最大的區(qū)域?yàn)槌丝妥羁赡芮巴膮^(qū)域，該區(qū)域中概率最大的站點(diǎn)可作為乘客的下車(chē)站點(diǎn)。

圖4 站點(diǎn)連續(xù)區(qū)域下車(chē)概率示意圖Fig.4 Probability diagram of getting off in continuous area of station

3 實(shí)例應(yīng)用

本文針對(duì)5個(gè)連續(xù)工作日內(nèi)采集的215 158條公交出行數(shù)據(jù)，分別對(duì)比現(xiàn)有公交出行鏈模型、隨機(jī)森林算法與本文構(gòu)建融合模型的下車(chē)站點(diǎn)識(shí)別差異，并結(jié)合推算率、有效率、正確率3種指標(biāo)分析識(shí)別結(jié)果。其中正確率代表估計(jì)站點(diǎn)與實(shí)際站點(diǎn)一致；有效表示推算站點(diǎn)與實(shí)際站點(diǎn)誤差在一個(gè)站范圍內(nèi)。

式（11）、（12）中：N為有效估計(jì)的站點(diǎn)數(shù)量；P為全部樣本數(shù)；Cl為推算率；E為有效率；Ea為全樣本有效率；Pe表示有效估計(jì)的站點(diǎn)數(shù)量。

3.1 與公交出行鏈模型對(duì)比

表5為公交出行鏈模型與本文融合模型的識(shí)別結(jié)果對(duì)比?？梢?jiàn)公交出行鏈模型盡管具有較高的正確率和有效率，但全樣本有效率僅為55.6%，無(wú)法估計(jì)單次刷卡記錄和出行鏈斷裂記錄，也難以代表全樣本情況。而本文提出的融合模型能夠?qū)崿F(xiàn)100%出行數(shù)據(jù)推算，全樣本有效率達(dá)到76.2%，同時(shí)樣本有效率與正確率相比出行鏈模型差異不大，整體提升效果顯著。

表5 融合方法與公交出行鏈模型結(jié)果對(duì)比Tab.5 Comparison of fusion method and bus travel chain model

3.2 與隨機(jī)森林方法對(duì)比

針對(duì)公交出行鏈模型無(wú)法推算的35.5%剩余數(shù)據(jù)，將既有的隨機(jī)森林方法與本文提出的融合模型的識(shí)別效果進(jìn)行對(duì)比，如表6所示。由表6可知，兩類(lèi)方法均能實(shí)現(xiàn)100%結(jié)果估計(jì)，盡管既有的隨機(jī)森林方法在公交出行起訖交通小區(qū)識(shí)別的正確率達(dá)到70%以上，然而本文以出行起訖公交站點(diǎn)為評(píng)價(jià)單元，相比交通小區(qū)層面識(shí)別更加困難。將既有方法應(yīng)用到公交站點(diǎn)識(shí)別中，識(shí)別正確率約為19%，而本文提出模型通過(guò)增加乘客活動(dòng)半徑、出行頻率等輸入，將正確率提升至33.4%。兩種方法的正確率都相對(duì)較低，這主要由于單次刷卡以及出行鏈斷裂的出行記錄無(wú)明顯規(guī)律性，難以準(zhǔn)確推算乘客的下車(chē)站點(diǎn)。但值得注意的是，本文模型在錯(cuò)誤估計(jì)的估計(jì)下車(chē)站點(diǎn)中，57.2%與真實(shí)站點(diǎn)僅相差1個(gè)公交站，相比現(xiàn)有研究仍具有較大提升，說(shuō)明算法仍具有相對(duì)準(zhǔn)確的識(shí)別效果。

表6 融合方法與隨機(jī)森林方法結(jié)果對(duì)比Tab.6 Comparison of fusion method and random forest

3.3 基于融合模型的下車(chē)估計(jì)結(jié)果

圖5、6為不同出行距離下，本文提出融合模型的下車(chē)站點(diǎn)估計(jì)的詳細(xì)結(jié)果。在2 km誤差范圍內(nèi)，誤差分布于0～100 m內(nèi)占比最高，其次主要集中于200～600 m，大致為兩個(gè)站點(diǎn)之間的距離?？赡茉蚴浅丝拖萝?chē)在站點(diǎn)周邊移動(dòng)后并未返回前次出行的站點(diǎn)上車(chē)，造成推算結(jié)果與真實(shí)站點(diǎn)間存在一段距離。

圖5 下車(chē)站點(diǎn)短距離誤差分布Fig.5 Error distribution of short distance at leaving station

圖6 下車(chē)站點(diǎn)長(zhǎng)距離誤差分布Fig.6 Error distribution of long distance at leaving station

從長(zhǎng)距離出行的誤差分布來(lái)看，近80%的誤差在0～1 km之內(nèi)，誤差在5 km以上的占6.4%。由于城市交通出行需求研究中，常以交通小區(qū)為基本單位，占地面積為1～2 km2，因此從小區(qū)尺度看，近80%的推算記錄能夠滿(mǎn)足分析需求。

4 結(jié)論

準(zhǔn)確預(yù)測(cè)公交客流下車(chē)站點(diǎn)是了解站點(diǎn)客流、線(xiàn)路客流以及公交起訖點(diǎn)的基礎(chǔ)，有助于把握公交出行特征，對(duì)智能公交規(guī)劃、調(diào)度、運(yùn)營(yíng)、管理具有重要的意義。

（1）本文以公交階梯收費(fèi)刷卡數(shù)據(jù)、車(chē)載GPS數(shù)據(jù)為基礎(chǔ)，在傳統(tǒng)公交出行鏈識(shí)別算法基礎(chǔ)上，結(jié)合隨機(jī)森林算法，構(gòu)造了一套公交下車(chē)站點(diǎn)融合分析模型。首先基于公交出行鏈的方法，估計(jì)大部分乘客的下車(chē)站點(diǎn)，然后對(duì)未推算記錄，利用隨機(jī)森林方法進(jìn)一步完成估計(jì)。

（2）構(gòu)建的融合模型針對(duì)刷卡記錄的下車(chē)站點(diǎn)成功推算率達(dá)到100%，全樣本有效率達(dá)76.2%，其中近80%的記錄誤差在1 km范圍以?xún)?nèi)。說(shuō)明本文提出模型具有較高的識(shí)別效果，能夠滿(mǎn)足區(qū)域?qū)用妫ń煌ㄐ^(qū)）的分析需求。

作者貢獻(xiàn)聲明：

楊 飛：核心思想提煉。

姜海航：論文撰寫(xiě)，論文修改。

郭煜東：論文撰寫(xiě)，論文修改。

劉建國(guó)：數(shù)據(jù)收集處理，論文撰寫(xiě)。

周 濤：資料整理，思想提煉。