1 论文标题：基于OD识别和客流预测的城市公共交通多源数据分析关键技术研究

2 作者信息：毕宇航：宁波市民卡运营管理有限公司，浙江 宁波；许 玲：宁波市轨道交通集团有限公司，浙江 宁波；叶晓飞：宁波大学海运学院，浙江 宁波；白 桦：华设设计集团股份有限公司大数据及交通数字化规划研究中心，江苏 南京

3 出处和链接：毕宇航, 许玲, 叶晓飞, 白桦. 基于OD识别和客流预测的城市公共交通多源数据分析关键技术研究[J]. 交通技术, 2023, 12(6): 513-522. https://doi.org/10.12677/OJTT.2023.126056

4 摘要：随着城市公共交通体系的逐步完善，通过大数据等新兴技术手段，深入研判和预测公共交通客流情况至关重要。目前公交OD (origin-destination)识别效率及预测效率都比较有限，客流分配不够合理，无法有效支撑公交出行特征分析、公交专项规划管理等，亟需从理论和实践出发，开展进一步的深入研究和探索，因此需要对现有技术进行改良。本文结合大数据及机器学习等，对公共交通数据进行分析，首先结合Transcad最短路径方法对公交OD识别算法进行优化，其次分别采用五种模型构建公交短时客流预测算法并进行对比分析。结果表明本文在优化公交OD识别算法后，算法效率上有较大提升，同时公交短时客流预测中Tensor + ARIMA方法在效率和精度方面表现较好，能够更好地适用于该领域的实践应用。