Preview

Научный рецензируемый журнал "Вестник СибАДИ"

Расширенный поиск

Обследование пассажирских потоков путем анализа валидаций электронных проездных билетов

https://doi.org/10.26518/2071-7296-2021-18-1-52-71

Полный текст:

Аннотация

Введение. Применяемые сегодня методы определения спроса общественного транспорта предполагают большие затраты времени, ресурсов и высокую трудоемкость. В этой связи особую перспективу представляет изучение транспортного спроса на основе сбора, интеграции и анализа больших и разнородных данных, генерируемых различными источниками в пространствах жизнедеятельности человека: Urban computing, Big data, Internet of things.

Материалы и методы. В настоящей статье представлен метод определения (восстановления) корреспонденций пассажиров общественным транспортом посредством интеллектуального анализа операций валидации электронных проездных билетов (electronic travel tickets): смарт-карты (smart card), транспортной карты, магнитной карты, мобильного телефона или других электронных устройств (electronic gadget), реквизиты которых при выполнении валидации фиксируются в автоматизированной системе управления перевозками.

Результаты. Алгоритм расчета пассажирских корреспонденций реализован в компьютерной программе с использованием реляционной СУБД MS SQL Server. Апробация эффективности разработанной методики и программного обеспечения осуществлена по данным системы пассажирского транспорта г. Красноярска.

Обсуждение и заключение. Описанный в статье метод расчета пассажирских потоков путем анализа операций валидации электронных проездных билетов и данных системы диспетчерского управления движением транспортных средств позволяет определять выполненные маршрутные и сетевые корреспонденции пассажиров и на этой основе осуществлять объективную оценку спроса общественного транспорта и технико-эксплуатационных показателей транспортной системы.

Об авторах

А. И. Фадеев
Сибирский федеральный университет
Россия

Фадеев Александр Иванович - кандидат технических наук, доц. кафедры транспорта Scopus ID: 57208356151.

660074, Красноярск, ул. Академика Киренского, д. 26



С. Алхуссейни
Сибирский федеральный университет
Россия

Алхуссейни Сами - аспирант кафедры транспорта СФУ, Scopus ID: 57212171306, Web of Science ID: AAC-6792-2020.

660074, Красноярск, ул. Академика Киренского, д. 26



Список литературы

1. Штоцкая А.А. Оценка транспортной подвижности населения на основе дезагрегированных моделей // Вестник Иркутского государственного технического университета. 2017. 21 (5). С. 199-207.

2. Семёнов В.В., Ермаков А.В. Исторический анализ моделирования транспортных процессов и транспортной инфраструктуры // Препринты ИПМ им. М.В.Келдыша. 2015. № 3. 36 с. URL: http://library. keldysh.ru/preprint.asp?id=2015-3

3. Ortuzar J. D., Willumsen L. G. Modelling transport. John Willey & Sons, 2011. 30 p.

4. Lee D. Requiem for large-scale models. Journal of the American Institute of Planners, Vol 39, No 3, May, 1973. p. 63-78

5. Atkins S. Transportation planning models: What the papers say. Traffic Engineering and Control, Vol 27, No 9, September, 1986.

6. Fadeev A.I. Alhusseini S, Belova E.N. Monitoring Public Transport Demand Using Data from Automated Fare Collection System. Advances in Engineering Research, volume 158: Proceedings of the International Conference “Aviamechanical engineering and transport”. 2018. p. 5-12

7. Fadeev A, Alhusseini S. Using Automated Fare Collection System Data To Determine Transport Demand. Advances in Engineering Research, volume 188. International Conference on Aviamechanical Engineering and Transport (AviaENT 2019). Pp. 1-9

8. Fadeev A, Alhusseini S. Determining The Public Transport Demand by Validation Data Of the Electronic Tickets. MIST: Aerospace 2019 IOP Conf. Series: Materials Science and Engineering 734 (2020) 012148 IOP Publishing.

9. Fadeev A.I, Alhusseini S. Passenger trips analysis determined by processing validation data of the electronic tickets in public transport. “IOP Conference Series: Materials Science and Engineering”.

10. Zheng Y, Capra L, Wolfson O, and Yang H, Urban computing: Concepts, methodologies, and applications. ACM Trans. Intell. Syst. Technol., vol. 5, no. 3. pp. 1-55, Sep. 2014.

11. Chen M. Shiwen Mao, Yin Zhang, Victor C.M. Leung.Big Data. Related Technologies. Challenges, and Future Prospects, Spinger, 2014. 100 p.

12. Barry J.J. Newhouser R., Rahbee A., Sayeda S. Origin and destination estimation in New York City with automated fare system data. Transportation Research, Record 1817, 2002. pp.183-187.

13. Zhao J., Rahbee A., Wilson N. Estimating a rail passenger trip origin- destination matrix using automatic data collection systems. Aided Civil and Infrastructure Engineering, vol. 22, 2007. pp.376-387.

14. Trepanier M., Tranchant N., Chapleau R. Individual trip destination estimation in a transit smart card automated fare collection system. Journal of Intelligent Transportation Systems, vol. 11, 2007. pp.1-14.

15. Devillaine F., Munizaga M.A., M. Trepanier, Detection activities of public transport users by analyzing smart card data. Transportation Research Record: Journal of the Transportation Research Board, vol. 2276, 2012. pp.48-55.

16. Munizaga M., Palma C. Estimation of a disaggregate multimodal public transport OD matrix from passive smartcard data from Santiago, Chile. Transportation Research Part C, Vol. 24, 2012. pp.9-18.

17. Bagchi M., White P What role for smart-card data from bus systems?. Munic. Eng., vol. 157, 2004. pp.39-46.

18. Nassir N. Khani A., Lee S.G., Noh H., Hickman M. Transit stop-level origin-destination estimation through use of transit schedule and automated data collection system. Transportation Research Record: Journal of the Transportation Research Board, vol. 2263, 2011. pp.140-150.

19. Cui A. Bus passenger origin-destination matrix estimation using automated data collection systems master's dissertation. Massachusetts Institute of Technology, 2006.

20. Wang W., John P, Nigel H.M., Bus passenger origin-destination estimation and travel behavior using automated data collection systems in London. Journal of Public Transportation, Vol. 14, No.4, 2011.

21. Alsger A. Mesbah M., Ferreira L., Safi H. Use of smart card fare data to estimate public transport origin-destination matrix. Transportation Research Record: Journal of the Transportation Research Board, vol. 2535, 2015. pp.88-96.

22. Barry J.J., Freimer R., Slavin H.L. Use of entry-only automatic fare collection data to estimate linked transit trips in New York City. Transp. Res. Rec. J. Transp. Res. Board, vol. 2112, 2009. pp.53-61.

23. Mahrsi K.E. Come E., Oukhellou L., Verleysen M. Clustering smart card data for urban mobility analysis. IEEE Transactions on intelligent transportation systems, vol. 18, NO. 3, March 2017.

24. Jinhua Zhao J, Rahbee A. Estimating a Rail Passenger Trip Origin-Destination Matrix Using Automatic Data Collection Systems. Computer-Aided Civil and Infrastructure Engineering 22 (2007). pp 376-387.

25. Nunes, A.A., Dias, T.G., Cunha, J.F., 2016. Passenger journey destination estimation from automated fare collection system data using spatial validation. IEEE Trans. Intell. Transp. Syst. 17. pp 133-142. DOI:10.1109/TITS.2015.2464335.

26. Joana Horaa. Teresa Galvao Diasa , Ana Camanhoa , Thiago Sobral. Estimation of Origin-Destination matrices under Automatic Fare Collection: the case study of Porto transportation system. Transportation Research Procedia 27 (2017). pp. 664-671.

27. Munizaga M. Devillaine F., Navarrete C., Silva D. Validating travel behavior estimated from smartcard data.Transportation Research Part C Emerging Technologies. July 2014. pp. 1-18.


Для цитирования:


Фадеев А.И., Алхуссейни С. Обследование пассажирских потоков путем анализа валидаций электронных проездных билетов. Научный рецензируемый журнал "Вестник СибАДИ". 2021;18(1):52-71. https://doi.org/10.26518/2071-7296-2021-18-1-52-71

For citation:


Fadeev A.I., Alhusseini S. Transit ridership survey by analysis validation of electronic pass tickets. The Russian Automobile and Highway Industry Journal. 2021;18(1):52-71. (In Russ.) https://doi.org/10.26518/2071-7296-2021-18-1-52-71

Просмотров: 21


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2071-7296 (Print)
ISSN 2658-5626 (Online)