10.13282/j.cnki.wccst.2022.11.063
春运公路旅客群体出行模式识别及其异质性研究
文章针对春运高峰期的外出务工出行群体和本地通勤出行群体,通过K-means聚类算法实现旅客群体细分,并获取群体出行模式的异质性特征.结果表明:春运期间高频通勤旅客占比为0.65%,低频通勤旅客占比为48.87%,务工出行旅客占比为50.48%;总体上分为"节后高度集中型""节后前紧后松型"及"节后前松后紧型"3种类型,并呈现节前"短时候车长时中转"、节后"长时候车短时中转"的出行规律.通过聚类有效性判定及分析,所提出的群体识别模型具有可行性,对春运大规模客运组织优化具有重要意义.
综合交通运输、群体出行模式、聚类分析、公路旅客、春运时期、异质性、出行效率
U492.4+3(交通工程与公路运输技术管理)
柳州职业技术学院校级课题项目2022KB01
2023-02-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
192-196