Russian Federation
The operation, management, and planning of urban transportation systems have changed with the advent of data collection technologies. Sensor data is used as a primary source of data for monitor-ing passenger behavior, adjusting operational plans, and making decisions for transportation network planning
big data, passenger behavior analysis, public transport optimization
Анализ и оптимизация транспортных систем существенно развиваются за последние десятилетия благодаря повсеместному использованию различных типов датчиков. В частности, наблюдается рост числа исследований в области применения «больших данных» для систем общественного транспорта, отличающегося высокой провозной способностью и экологической устойчивостью, что предоставляет возможность раскрыть внутренний механизм работы, но при этом может повлиять на привычки и предпочтения пассажиров, создать последствия для эксплуатации и планирования системы, а также для принятия управленческих решений [1].
Транспортная система состоит из спроса (поведения пассажиров) и предложения (транспортных услуг). Транспортные услуги формируются на основе запросов пассажиров, таких как пункт отправления и назначения поездки, время отправления и выбор маршрута, на которые также циклически влияют расписание и сети общественного транспорта. Теоретически, этот цикл может в конечном итоге достичь равновесия между спросом и предложением. Однако любые непредвиденные факторы могут нарушить эту стабильность, особенно в часы пик, когда спрос на поездки существенно превышает предложение транспортной системы. Таким образом, решение задач по регулированию спроса, совершенствованию операционной деятельности и формированию транспортной политики требует использования «больших данных». Для их дальнейшего применения в транспортных приложениях был выявлен ряд особенностей, как показано на рисунке 1.
|
«Большие данные» в сфере транспорта |
|
гетерогенность |
|
структура данных |
|
система координат |
|
интерфейс данных |
|
необъективность |
|
множественные источники
|
|
тестирование на согласованность |
|
проверка достоверности |
|
смарт-карты, GPS, сотовая связь |
|
вариант исполнения |
Рис. 1. Особенности распределения «больших данных» в области городского транспорта
В частности, необходимо рассмотреть свойства данных и специфику с этим связанную:
1. Гетерогенность: требует предварительной обработки с различными структурами, потерями, системами координат и интерфейсами данных; защиту конфиденциальности пользователей без потери полезной информации.
2. Необъективность: варианты обработки данных, для обеспечения согласованности наблюдений из разных источников; перекрестная проверка скорректированной информации.
3. Множественные источники: интеграция данных из нескольких источников в единую модель для удовлетворения запросов на разных уровнях управления; разработка эффективных и масштабируемых алгоритмов для использования данных и взаимодействия с физической транспортной системой.
Исследование приложений, с акцентом на технологии сбора данных, методологии анализа поведения пассажиров, оптимизации операций с учетом характеристик используемых данных является актуальным направлением в связи с накоплением «больших данных» в сфере транспорта.
1. Lu, K. A review of big data applications in urban transit system / K. Lu, J. Liu, X. Zhou, B. Han // IEEE Transactions on Intelligent Transportation Systems. – vol. 22, no. 5. – 2021. – pp. 2535-2552.
