数据驱动的城轨列车延误下乘客出行时空路径选择模型

研究列车延误下乘客的出行路径选择有助于地铁客流预测与客流组织。为此构建一个利用自动售检票(AFC)数据和列车实际运行时刻驱动的列车延误下乘客出行时空路径选择模型，基于贝叶斯定理估计乘客各出行时空路径的选择概率，并采用蒙特卡洛仿真方法得到乘客出行时空路径选择结果，从而获取不同路径的选择比例。最后使用北京地铁实际列车延误场景进行实验，选取典型OD对比分析了正常情况与列车延误下的乘客出行时空路径选择。实验结果表明，提出的模型可以计算得到列车延误下乘客出行物理路径和乘车方案的选择概率；概率模型在多次仿真中产生的路径选择比例呈现出稳定趋势；并且乘车方案概率统计反映出延误会给乘客带来更多滞留等待。同时实验结果证明，乘客会因列车延误增加的时间成本而更倾向于绕行选择受延误影响较小换乘次数较多的路径。