加权复杂网络分析不同模式的地铁交通流量在工作日和周末

文摘

我们提出一个多层模型来描述工作日和周末模式的时空流大小分布在地铁网络,基于访问数据和操作时间表从北京地铁系统。我们还调查传入和传出的差距在给定站流向描述转移之间的不同空间结构性能和nontransfer电台。此外,我们描述了基本PFN和TFN的之间的相互作用通过定义一个指标,真正的负载。通过比较两种模式在工作日和周末,我们发现大量的趋势大致相同的形式,具有明显的低流的大小周末归因于旅游需求的基本特征。

1。介绍

近年来,复杂网络理论已经成为一个重要的方法来研究交通网络的结构和动力学。矿业时空统计规律的人类行为是一种常见的统计物理和复杂性科学的焦点。人类行为的时空规律是合理的交通基础设施规划的基础,提高服务水平,和交通堵塞控制。工作日和周末的模式已经支付更多的关注,因为他们影响共同生活。因为地铁是一个城市交通运输系统的重要子系统,旅游需求在工作日周末非常不同。

运输工程师研究人类旅游行为的差异之间的工作日和周末通过收集与调查数据(数据库1- - - - - -7]。然而,一些问题仍然在调查数据的方法。例如,调查数据是弱势群体,高成本,低频率,和小样本大小(7]。此外,它仍然缺乏一个准确的方法来分析单个的统计规律意味着交通。

如今,随着电子技术的发展,越来越多的方法(比如手机数据、GPS和智能卡)可以用于记录人类个体的数据时空运动。数据提供一种可能性分析人类旅游行为统计(8- - - - - -13]。复杂网络理论是一个研究领域,涉及系统的连接和组件之间的交互,它提供了一个重要的方法来研究地铁系统的结构(14- - - - - -20.]。最近,研究地铁交通流分布的加权网络的物理拓扑方法已经证明人类旅游行为复杂网络是一个有用的方法统计分析(21- - - - - -27]。Kurant和Thiran21,22)是第一个研究人员分析列车流网络使用时间表从华沙的大众运输系统;他们发现体重和边缘节点强度严重右偏态分布和异构,尽管他们不注重平时训练流动模式之间的差异和那些在周末。Soh et al。24)应用复杂加权网络的乘客流新加坡捷运系统(RTS)和得出结论,加权特征向量中心阐明显著差异在乘客流在工作日和周末,尽管他们使用平均重量来描述乘客在不同的节点之间移动在工作日和周末。但是他们只关注客流网络。然而,由于交通数据很难收集,先前的研究通常集中在地铁系统的物理拓扑,而很少有研究考虑交通流特征之间的差异在工作日和周末。

首先,本文旨在获取统计特性,如重量和优势分布描述客流网络的结构和行为(PFN)和列车流网络(TFN)工作日(WDPFN WDTFN)和周末(WEPFN WETFN)。第二,我们建议适当的方法来衡量PFN的基本模式之间的相互作用和TFN的解释这些结果另外的意义。第三,我们把有用的建议来改善地铁系统的组织。

比较我们的工作和现有文献考虑旅游行为在工作日和周末是由表1。

本文组织如下。节2我们提出一个多层模型来分析交通流模式在地铁网络基于访问数据和操作时间表从北京地铁系统。部分3介绍了工作日和周末模式和这两个模式之间的差异。部分4总结了结果。

2。数据准备

2.1。图像数据集

在这项研究中,我们定义了一个图的地铁网络站连接双向的边缘。我们的数据和他们的物理坐标包含站在北京地铁系统(BSS)。截至2015年5月,BSS网络18行;独特的电台和站之间的部分操作,可以看到在图1。

2.2。智能卡数据

中使用的智能卡系统BSS叫做Yikatong电子票务。Yikatong电子票务数据集包含了精确的时间和位置信息登机和降落。

本研究是基于智能卡进行记录周二,2014年4月15日,星期六,2014年4月19日。

2.3。时间表

BSS操作时间表描述每个车站的到达和出发时间的火车停下来,每个训练的时间呆在每个车站,和每个轨道的运行时间部分。

我们的火车流分析使用BSS操作时间表从相同的日期。需要注意的是有两种不同的时间表在工作日和周末。

2.4。案例研究

因为数据收集困难,我们的研究集中在一个子系统网络,由5行;独特的车站,部分。

此外,工作日数据集包含44424火车和27197333乘客个人移动通过网络周二,2014年4月15日。和周末数据集包含42965个人火车和7060927名乘客。

一列火车流矩阵和一名乘客流矩阵建立了分析BSS列车和旅客旅行数据。的元素和分别代表列车和旅客旅行的数量在给定的时间内两个相邻站点之间的时间。所有的数据分为半小时段,所以给定的时期分钟的时间间隔是乘客运动是聚合的数量。这些流矩阵分析的几个时间间隔在一天中的不同操作时间将明确地定义网络中的交通流模式。

3所示。模型

我们构建了两个加权网络TFN的导演,PFN的地铁系统,通过融合访问数据和时间表。图2提出了一个简化的例子客运需求通过一个操作服务网络(列车流网络),最后形成一个网络的物理网络客流节点和导演的边缘。有时不能满足乘客需求的培训能力;瓶颈发生在地铁系统。因此,客流的网络并不是直接映射的客运网络瓶颈发生时的需求。

如图2乘客需求,有网络和两个交通流网络PFN TFN的,表示为三个定向加权图,,。

3.1。体重和力量

为了有一个初步掌握的数据,我们首先分析交通流的体重和力量。一个相关的加权邻接矩阵代表火车从车站到车站和一个相关的加权邻接矩阵代表站的客流到车站如下

上面的下标和表现为destination-source站;例如,表示出发列车流(流出),移动方向,而表示火车到达流(流入),移动方向。下标特别指出,在我们的内容是指一对两个相邻站点除非另有提及。

随后,在TFN的,一个节点的强度指出,只是表示权重之和在边缘入射和应当定义为

PFN,节点强度指出,应定义为

因此,我们定义工作日和周末的交通流量,分别和和和和力量和和和。

此外,在PFN,有相当多的乘客流进入车站从外部网络和移动网络同一车站,可以用和如下

我们定义输入流和输出流在给定的站为了探索一个车站的平均拥挤和利用率。

3.2。差距

我们现在定义的时间平均的在一个给定的车站客流和外向流:

我们定义的差异(28,29日在一个给定的站的权重可以评估的数量吗和定义为(30.,31日]

3.3。真实的负载

真正的负载(21,22一个节点的是权重的总和所有逻辑路径遍历这个节点的边缘。在地铁系统中,有三种实际负载:,,。前两个是火车流和乘客流加载在地铁网络的物理拓扑,可以提出的节点强度。然而,第三个是衡量旅客流平均的TFN的拥挤现象,这充分揭示了基本PFN和TFN的之间的相互作用。

一个相关的加权邻接矩阵代表底层火车流网络从车站客流到车站j:

4所示。结果和讨论

4.1。重量和强度分布

为了得到一个初步掌握的数据,我们首先获得列车流的统计特性和客流BSS的网络。体重和力量的基本统计特性分布表中列出2。根据表2,PFN的尺寸和安装发行版和TFN的显然是不同的。为了这两个网络的有更深层次的见解,我们进行了加权分析出了结果,分别在数字3和4。图3显示旅客旅行的数量的分布和两个相邻站点之间的乘客数量的分布处理,分别在工作日和周末。

有三个方面需要解决,可以看到在图3。首先,它是观察到所有的客流重量和强度分布和重大right-skilled在对数尺度可以安装的幂律分布。这表明客流模式不同强度,和存在旅游路线和中心节点交通非常高。这种异构的客流组织是由以前的研究证实了(23,24,27]。然而,与先前的研究相比,本例中网络是更重要的比都市首尔地铁系统()[23),比新加坡更明显的快速运输系统(在工作日,周末)[24),但类似于BSS的整个系统()[27]。这可以归因于多相流强度由城市空间不匹配造成的。其次,周末乘客流的大小远远低于那些在工作日,特别是在旅游路线和中心节点处理高流量。这表明周末旅游需求低于工作日。这种差异在这里级意味着不同的旅游模式在工作日和周末,人们会选择不同的方式来满足他们的目标(如购物、社交、娱乐和休闲)周末,已报道在人类旅游活动的调查研究3,5,6]。例如,每天的平均3.40人每一位旅行者来说,旅行是工作日,周六和周日(3.14和2.856]。第三,重量和强度分布线周末情节都有一个重大的转折点,不像那些在工作日一样光滑。

如图4,火车流重量分布有明显的单峰趋势偏斜度探到前面和顺利光尾对数尺度,可以安装的威布尔分布。强度呈现一个清晰的右偏态分布不对称趋势和重尾分布特征在对数尺度上,也可以安装在威布尔分布。很明显,周末列车流的大小略低于那些在工作日。重要的是要注意,有两种不同的时间表在工作日和周末为了匹配工作和非职业天客流模式。周末总乘客旅行数据是一个数量级低于工作日和操作训练数据数字已经减少了。此外,安装的形式分布在TFN的威布尔分布,这是不同于PFN。这两个之间的根本差异共存流网络可能归因于这样一个事实:动态演化规则TFN的类似于一个分支和PFN的动态模式的自组织过程。换句话说,在TFN的新列车流的大小是由先前存在的流强度的大小的再分配;因此,威布尔分布将出现(25,32]。相反,在PFN新客流的大小不仅取决于先前存在的流的大小还站的乘客流之间移动和外部的网络,将研究部分4.2

4.2。差距在PFN分布

现在我们的目标是找到和突出乘客流的模式都将旅行相邻站和使用一个站(即。,进入和离开一个站)。总输入流和输出流的大小分布在给定的车站提出了在图5。

详细的图5,传入和传出的重量分布模式乘客流显示主要是明显下降的特点,中间顺利和迅速在前面和尾巴。首先,传入和传出的流动在工作日和周末可以通过指数分布拟合。这种模式显示相同的趋势情况下观察到在许多作品,如地铁乘客流(27和网络流量31日]。和这个指数趋势意味着传入和传出的总流动的空间结构在PFN显示一个上下两层的性能(31日]。第二,它并不是一个意外发现权重比周末在工作日都大,这是由于旅游需求。大致的订单最多和乘客发送站是稳定的工作日和周末。明确描述的精细结构传入和传出的流我,我们绘制差异分布在图6。

有三个方面需要注意在图6。第一个问题涉及到的分布都呈现出特殊的双峰结构。这是一个进一步的上下两层的性能提出了空间结构模式。第二个问题涉及到的差异和这一更大的范围和小价值在较大的值范围较大。在PFN,一个小的价值意味着每个相邻边的权重是类似的,和一个大值表示的存在决定性的优势。因此,传入流的空间格局分布和外向流似乎更集中。第三方面处理的值的事实类似于(是形容词站的站的数量吗)≃1/2 = 0.5(除了一些转运站有超过2形容词站和终端站只有1形容词站)。这么高的同质性意味着传入和传出的权重流在每一层相对较近。

4.3。真实的负载分配

接下来,我们调查的实际负载分布两个网络系统:WD和我们。重要的是要注意,这里真正的载荷分布是一个重要的指标来分析PFN与TFN的之间的相关性。这个指标可以被视为适当的测量火车地铁系统的产能利用率,可以被解释为旅客列车密度。图7显示了真正的分布和时间模式加载在工作日和周末。为了得到更深入洞察两个实际负荷网络的结构,我们提出在图的空间模式8。

在图7(一),我们可以清楚地观察到真正的负载分布和显著right-skilled对数规模可以安装的幂律分布和明显地展示出了重尾分布特征。此外,大量的低于尾部分的配电线路,这表明真正的周末负载小于工作日。图7 (b)介绍了乘客的时间模式在工作日TFN的旅行。很明显,有两种截然不同的peaks-07:00 ~ 10点和18:00 ~ 20:00在工作日高峰时间对应。此外,早晨峰比晚上更突出峰交通密度和颞持续时间。是明显的从图7 (c),有两个温和的早晚高峰和晚7:00 ~ 22:00上午9点~早上07:00峰值更加突出交通密度和晚上高峰时间时间更加突出。比较数据7 (b)和7 (c),山峰在周末比平时要低得多,这表明一个高度不均匀的利用底层列车流网络在工作日和高水平的服务提供的地铁系统在周末。可以得出结论,在工作日和周末时间模式网络提出了一种不同的比赛。

正如图所示8(一个),大量的保健的空间集群节点分布式沿线1号线的东西和第5行对工作日的南北路线。另一方面,周末空间模式提出了集群现象在转运站。总之,密集分布区域的时空模式表明瓶颈在火车上的能力,可以帮助有效运行的列车服务。

在这篇文章中,我们发现并强调了统计特性和时空模式包括PFN的大小分布可以近似的幂律分布表明,客流模式不同强度与中心节点和边忙碌的工作日和周末;相比之下,安装形式的大小在TFN的威布尔分布,这可能是归因于这样一个事实:TFN的类似于一个分支的动态演化过程没有火车之间交换TFN的内外流动。我们也建议使用数量PFN测量每个节点的差异,结果显示明显的两级性能造成的不同动态流动转移和nontransfer站之间的演化过程。

通过比较两种模式在工作日和周末,我们发现大量的趋势大致相同的形式,具有明显的低流的大小周末归因于周末旅游需求的基本特征。周末结果,真正的负载提供了一个宽松、舒适性能时空模式。

5。结论

之前的工作记录了复杂网络方法用于研究交通流的底层物理拓扑的地铁系统。然而,很少研究了乘客和列车流模式或工作日和周末的内在差异。

在这篇文章中,我们发现并强调PFN的统计特性和时空模式和基于两个直接的贡献TFN的加权网络使用旅行收集的数据集智能卡交易和火车运动数据集处理从操作时间表。我们流的重量和强度分布特征,发现客流的异构特征显示了一个自组织模式的空间不匹配是个别乘客乘车穿过城市的中心;另一方面,火车流演化动力学的重新分配现有流强度。我们也调查了差距的传入和传出的流来描述一个给定的车站上下两层的性能(传输和nontransfer电台)的空间结构。我们进一步讨论了基本PFN之间的相关性和TFN的通过定义一个指标,真正的负载,并定性大小分布和时空模式在工作日和周末,分别。通过比较两种不同的模式,我们发现真正的负载在周末提供了一个宽松、舒适的性能在整个时间在工作日时间,显示了两个明显的拥挤的时间,结果大小的流动在周末上明显低于工作日归因于周末旅游需求的基本特征。

实证研究结果能给我们一些有用的见解人类流动模式的城市在一个大型地铁网络在工作日和周末。随着旅游需求的增加和基础设施建设是限制,交通拥堵不仅发生在工作日早晚高峰时间也在大型购物中心、体育场馆、休闲区在大城市在周末。采用复杂网络方法研究乘客和列车流模式因此可以有利于有效的列车服务操作。

这项研究是有限的,只有5条地铁线路进行分析,因为相关数据收集困难,和整个系统的研究应该进行更多的线路,进一步验证上述结论。此外,其他交通流模型的地铁网络可以从各种各样的分层的角度探索。

相互竞争的利益

作者宣称没有利益冲突。

确认

本文中描述的研究大大支持了中国的国家自然科学基金,项目U1334207,中国博士后科学基金会项目2015 m582347,中南大学的博士后科学基金会。

引用

1. h·j·金、d·h·金和黄永发。钟,“周末活动和旅游行为在发展中国家:使用多层次结构方程模型,实证研究”交通研究记录,卷1894,不。1,第108 - 99页,2004。视图:谷歌学术搜索
2. h . Verreault和c·莫伦西”,超越典型的工作日与大规模单日调查样本,”交通研究记录:《交通研究委员会卷。2230年,38-47,2011页。视图:谷歌学术搜索
3. m·钟d·j·亨特,x,“学习不同的家庭工作日和周末活动”,交通研究记录:《交通研究委员会卷。2054年,几个,2008页。视图:出版商的网站|谷歌学术搜索
4. k .出生,美国优思明,d . n . Eluru c . Bhat和r . Pendyala”联合模型周末自由活动的参与和持续时间、集”交通研究记录,没有。2413年,34-44,2014页。视图:出版商的网站|谷歌学术搜索
5. a·阿奎莱拉M.-H。Massot, l . Proulhac“探索在工作日工作和旅游行为之间的关系,“交通研究记录,没有。2135年,第77 - 69页,2009年。视图:出版商的网站|谷歌学术搜索
6. a . m .洛克伍德,美国Srinivasan和c·r·Bhat”探索性分析的周末活动模式在旧金山海湾地区,加州,“交通研究记录,没有。1926年,第78 - 70页,2005年。视图:谷歌学术搜索
7. 江,j·费雷拉,m·c·冈萨雷斯”集群日常人类活动的模式,”数据挖掘和知识发现,25卷,不。3、478 - 510年,2012页。视图:出版商的网站|谷歌学术搜索
8. 黄x和j . Tan“理解时空移动模式对于老年人,儿童/学生和成人使用智能卡数据,”国际档案的摄影测量、遥感和空间信息科学XL-1卷,第172 - 167页,2014年。视图:谷歌学术搜索
9. 其子a.s.。Briand,大肠,m . k . El Mahrsi和l . Oukhellou”混合模式聚类方法时间乘客在公共交通模式特征,“国际期刊数据的科学分析,1卷,不。1,37-50,2016页。视图:出版商的网站|谷歌学术搜索
10. 梁x, x, w . Lv, t·朱和k .徐”出租车的扩展人类的流动性指数,”自然史答:统计力学及其应用,卷391,不。5,2135 - 2144年,2012页。视图:出版商的网站|谷歌学术搜索
11. 江,j .阴,s .赵”描述人类的迁移模式在大型街道网络,”物理评论E:统计非线性和软物质物理学,卷80,不。1,第1715 - 1711页,2009。视图:谷歌学术搜索
12. c .彭K.-C x金。黄、施m和p·利奥,”人类集体迁移模式从出租车旅行在城市地区,”《公共科学图书馆•综合》,7卷,不。4篇文章e34487 2012。视图:出版商的网站|谷歌学术搜索
13. c·罗斯,s·m·康m·巴蒂和m .巴特尔米”结构的城市运动:多中心活动和纠缠分层流,”《公共科学图书馆•综合》》第六卷,没有。1,文章ID e15923, 2011。视图:出版商的网站|谷歌学术搜索
14. 诉Latora和m . Marchiori“波士顿地铁是一个小世界网络吗?”自然史答:统计力学和它的应用程序,卷314,不。1 - 4、109 - 113年,2002页。视图:出版商的网站|谷歌学术搜索
15. j . Sienkiewicz和j . a . Hołyst”22日在波兰公共交通网络的统计分析,“物理评论E,卷72,不。4、文章ID 046127, 2005。视图:出版商的网站|谷歌学术搜索
16. p . Angeloudis和d . Fisk”大型地铁系统为复杂网络”,自然史答:统计力学和它的应用程序卷,367年,第558 - 553页,2006年。视图:出版商的网站|谷歌学术搜索
17. 美国Derrible和c·肯尼迪,“地铁网络的复杂度和鲁棒性。”自然史答:统计力学及其应用,卷389,不。17日,第3691 - 3678页,2010年。视图:出版商的网站|谷歌学术搜索
18. j·林和y的禁令,“交通系统的复杂网络拓扑结构,运输的评论,33卷,不。6,658 - 685年,2013页。视图:出版商的网站|谷歌学术搜索
19. 刘y, y褐色。”复杂性建模和稳定性分析城市地铁网络:武汉市案例研究中,“Procedia-Social和行为科学卷,96年,第1621 - 1611页,2013年。视图:出版商的网站|谷歌学术搜索
20. b高,y秦,X.-M。肖,L.-X。朱,“k - means聚类分析北京地铁网络的关键节点和边,“交通运输系统工程与信息技术》杂志上,14卷,不。3、207 - 213年,2014页。视图:谷歌学术搜索
21. m . Kurant和p . Thiran提取和分析交通流量和拓扑网络,”物理评论E-Statistical、非线性和软物质物理学,卷74,不。第三条ID 036114, 2006。视图:出版商的网站|谷歌学术搜索
22. m . Kurant和p . Thiran“分层复杂网络,”物理评论快报,卷96,不。13日,ID 138701条,2006年。视图:出版商的网站|谷歌学术搜索
23. W.-S k . Lee。荣格、j . s .公园和m . y . Choi“都市首尔地铁系统的统计分析:网络结构和乘客流,”自然史答:统计力学及其应用,卷387,不。24日,第6234 - 6231页,2008年。视图:出版商的网站|谷歌学术搜索
24. h . Soh Lim, t . Zhang et al .,“加权复杂网络分析在新加坡公共交通系统、旅游路线”自然史答:统计力学及其应用,卷389,不。24日,第5863 - 5852页,2010年。视图:出版商的网站|谷歌学术搜索
25. k·李,吴作栋,j . s .公园,W.-S。荣格,m . y . Choi“主方程方法intra-urban客流都市首尔地铁系统和应用程序,”物理学杂志》:数学和理论,44卷,不。11日,ID 115007条,2011年。视图:出版商的网站|谷歌学术搜索|MathSciNet
26. m·A·Ramli p c . Monterola g·l·k, t·h·g .光,“一个方法来确定快速交通系统的吞吐量分布使用网络分析,“Procedia计算机科学,29卷,第1630 - 1621页,2014年。视图:出版商的网站|谷歌学术搜索
27. 问:徐、b . h .毛和y呗,“网络结构的地铁乘客流,”杂志的统计力学:理论和实验,卷2016,不。第三条ID 033404, 2016。视图:出版商的网站|谷歌学术搜索
28. b德里达和h . Flyvbjerg multivalley结构的统计特性的随机破碎的对象和在无序系统中,“物理学杂志》:数学和一般,20卷,不。15日,第5288 - 5273页,1987年。视图:出版商的网站|谷歌学术搜索|MathSciNet
29. s . Boccaletti诉Latora,莫雷诺y、m·查韦斯和D.-U。黄”:复杂网络的结构和动力学”,物理的报告,卷424,不。4 - 5,175 - 308年,2006页。视图:出版商的网站|谷歌学术搜索|MathSciNet
30. m·巴特尔米a . Barrat r . Pastor-Satorras, a . Vespignani“加权网络的描述和建模,自然史答:统计力学及其应用,卷346,不。1 - 2,34-43,2004页。视图:出版商的网站|谷歌学术搜索
31. m·巴特尔米b Gondran大肠Guichard,“互联网流量的空间结构,”自然史答:统计力学和它的应用程序,卷319,不。7,633 - 642年,2003页。视图:出版商的网站|谷歌学术搜索
32. 吴作栋,h·w·Kwon m . y . Choi和J.-Y。福丁”,出现倾斜分布在控制经济增长过程中,“物理评论E,卷82,不。6、文章ID 061115, 2010。视图:出版商的网站|谷歌学术搜索

版权

版权©2016贾冯et al。这是一个开放访问分布在条知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。