2020十大正规网赌网址-推荐个正规赌博app【稳定线路】


推荐个正规赌博app

推荐个正规赌博app

您当前的位置: 推荐个正规赌博app
“统计大讲堂”148讲回顾:基于刷卡数据的地铁客流统计分析
时间:2021-04-08


  47日下午,统计大讲堂系列讲座第148讲举行。本次讲座采取在线会议的方式,邀请中国科学院数学与系统科学研究院副研究员,实验设计与不确定性量化研究中心主任熊世峰作题为基于刷卡数据的地铁客流统计分析的报告。统计学院副院长尹建鑫主持本次讲座。




  尹建鑫首先介绍了主讲人的相关信息。熊世峰是中国科学院数学与系统科学研究院副研究员,实验设计与不确定性量化研究中心主任。研究方向包括计算机实验与不确定性量化、高维数据分析、统计推断、机器学习等,统计应用方面的研究主要是数字孪生、交通大数据分析、质量与可靠性等。在Biometrika, Technometrics, IISE Transactions等统计学、工业统计、工业工程期刊发表论文 50 余篇,在质量特性统计建模与分析方面的工作曾获国防科技进步二等奖。

  熊世峰首先回顾了课题的背景。如今地铁是北京等大城市最重要的出行方法之一,地铁系统的控制与安全成为了打造城市智能交通的重要方面。乘客流的估计与预测对地铁管理部门非常重要,尤其在早晚高峰和极端天气、突发事件时。地铁数据通常只有AFC(记录乘客进出站刷卡信息)AVL(记录车次信息)数据,而乘客在地铁系统中的活动轨迹完全未知,相当于一个黑箱。




  基于此背景,熊世峰团队建立了乘客刷卡时间数据的动态统计模型,并给出了模型中参数的估计方法,完全由数据驱动,不同于文献中的已有推断方法都需要其它辅助信息。此外,该模型可以用于推断乘客流的各类指标,包括总体指标(如乘车概率和出站走行时间分布等)和个体指标(如个体最大可能乘坐的车次等),以及用于乘客出站时间的实时(区间)预测。熊世峰与其团队应用该方法分析了北京地铁6号线的客流,比较了高峰期和非高峰期客流的不同特点。

  熊世峰接着阐述了该模型在交通客流方面的应用,以及运用到北京地铁的实际数据分析。以北京地铁6号线为例,对高峰期和平峰期分别进行数据的统计和研究,共采集两万多份数据,结合生活实际,以模型为基础,通过统计分析进站和出站时间,建立了动态统计模型,预测了高峰期和平峰期的车次概率变化和乘客乘车特征。



  最后,熊世峰进行了总结,指出该模型未来仍有许多发展方向。实际情况中存在许多不确定性,无法确定具体路线,乘客个体行动具有非独立性,二次函数建模可继续转向非参数建模。同时,将整体交通网络的客流特征用统计方法描述清楚,还有许多工作值得去做。

  提问交流环节,同学积极参与讨论,熊世峰耐心解答了许多疑问,深入探讨了模型参数方面的问题。


  本次讲座介绍了基于刷卡数据的地铁客流统计分析,阐释了研究模型以及相关参数,建立了用大数据研究交通客流的统计思想。此后统计大讲堂系列将陆续推出更多精彩讲座,敬请关注。