基于地铁运营大数据的乘客出行效用分析.pdf

从给定的文件信息中我们可以提炼出如下知识点： 1. 地铁运营大数据分析的重要性：通过对地铁自动售检票系统(AFC)收集的大数据进行分析，能够了解乘客的出行行为和体验，这对于评价地铁的运营服务、提升乘客满意度以及缓解城市轨道交通的压力具有重要意义。 2. ACF系统的作用与数据采集：AFC系统的主要功能包括自动收集乘客进出站的时间和站点信息。这些数据可以用来分析乘客的实际行程时间与图定行程时间之间的差异，从而得出乘客的行程时延。 3. 行程时延与停站时间的计算方法：研究中提出了新的计算方法，即通过分析实际行程时间与图定行程时间的差异来计算乘客的行程时延，同时利用站均时延指标来分析停站时间。 4. 停站时间与行程时延对乘客满意度的影响：停站时间与行程时延是评价乘客出行满意度的重要指标。停站时间过长或者行程时延过大，会直接影响乘客的出行体验，进而影响对地铁服务的整体评价。 5. 实证研究的方法与过程：文章选取了国内某城市地铁系统AFC的数据进行实证研究，具体分析了2013年10月至2018年6月之间，总计57个月中406个高峰时段的地铁运行数据，以便得出全线路及各线路的停站时间、乘客行程时延和站均时延。 6. 研究结论的应用价值：本研究的结论可以为地铁运营管理者提供评价和优化地铁运营服务的参考依据。 7. 关键术语的定义：本研究中用到了几个重要的术语，包括地铁系统（Metropolitan System）、AFC系统（自动售检票系统）、行程时间（Traveltime）、停站时间（Dwelltime）以及站均时延（Delay per station of trips）。这些术语对于理解地铁运营大数据分析非常关键。 8. 地铁系统的效益：地铁系统因自身的舒适性、安全性以及便捷性，已成为城市交通系统中重要的一部分，有助于缓解城市轨道交通的压力，并提升整体的乘客出行满意度。 9. 研究人员背景介绍：文档还提供了一位研究人员的背景资料，他是一位在交通运营与仿真领域有研究的工程师，这对于理解和评估该研究的内容和质量提供了额外的信息支持。 通过上述知识点的提炼和总结，我们可以对基于地铁运营大数据的乘客出行效用分析有一个全面和深入的理解，这些知识有助于指导未来在该领域的研究和应用。