基于AFC数据和RF模型的城轨车站服务功能分类

来源：交通运输系统工程与信息杂志2018年第4期北京时间：

作者：王子甲，刘海旭，TAKU Fujiyama

单位：1. 北京交通大学 土木建筑与工程学院 道路与铁道工程系，北京 100044；2. 伦敦大学学院土木、环境与测绘学院 交通研究中心，伦敦 WC1E6BT，英国

摘要：城轨线网上服务不同类型客流车站的分布能反映城市结构特征，本文基于多年的城轨AFC数据，应用随机森林模型(RF)，分析了全网车站服务客流类型的时空演变.对于传统RF在选择训练集时过于依靠主观经验的问题，本文首先利用传统随机森林度量车站之间的相似性，再采用Partitioning Around Medoid(PAM)方法对度量结果进行聚类，结果表明无监督随机森林方法拥有更好的准确性；最后采用无监督随机森林对北京市2014—2017年的车站服务客流属性的时空变化情况进行分析，结果显示，北京市近4年来城市职住结构在大的空间尺度上基本保持不变，但城市内部各功能区正经历缓慢变化，而服务于居住与工作混合类客流的车站所处区域将是今后城市结构演变中热点区域.本文的研究结果可以为城市轨道交通与城市结构互动关系的认识提供新视角.

关键词：城市交通,无监督随机森林,车站分类,相似性度量,演变

基金资助：北京市自然科学基金/ Beijing Natural Science Foundation(8172039)；国家自然科学基金/National Natural Science Foundation of China(51578053).