使用聚类分析调查索菲亚的地铁站外文翻译资料

 2022-07-29 17:10:09

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

使用聚类分析调查索菲亚的地铁站

摘要：地铁站是公共运输服务地铁系统的一部分。不同于基础设施和其他的指标。本文对索非亚的地铁站分类进行调查。在研究确定分类的指标。给地铁系统分类,使用统计方法——聚类分析。使用统计软件SPSS进行聚类分析。研究应用了30个因素来进行聚类分析。索菲亚的地铁站被分为两组。第一个是主要地铁站。它包括坐落于两个地铁线路的8个地铁站点。第二个包括19个地铁站点。地铁站分组分类将得到足够的技术和运输相关的技术解决方案。

关键词：地铁系统，地铁站，地铁，聚类分析，乘客，分类

  1. 引言

地铁站点是大都市客流主要集中地。他们分类通常由一个指示,如操作特征(开始、中间和换乘);和基础设施(一个站台、两个或两个以上的站台)组成。不同的站点有不同的客流量。这是由地铁站点在城市和房地产领域以及公共交通,周围基础设施所决定。重要的地铁站点比其他地铁站点客流量多得多。一方面发达的商业和商业大楼由地铁连接。他们很容易快速地带来大流量的人。另一方面学校和大学附近也能造成大客流。

在地铁车站系统化的一个指标中，地铁车站的分类是不同的。地铁站，这是重要的一个指标但也可能不是最重要的。

研究的对象是27个真实的索菲亚地铁网络中的地铁站点。这项研究的目的是：

  1. 确定调查和分类的地铁站的各个因素；
  2. 利用它们的特点来分类地研究地铁车站；
  3. 应用聚类分析研究地铁站；
  4. 对地铁站进行分类，

2.文献综述

一些学者已经研究过地铁站的存在的诸多因素。在【1】中已经列举过美国九个城市的268个地铁站点。轻轨站的特定因素有,例如:就业、人口、机场线,客运线,空闲区域和其他。学术研究【2】已经研究了在车站层面影响地铁需求的因素。这些因素在首尔市区被研究,首尔是世界上人口最稠密的地区之一。24个独立变量是基于从先前的研究结果。在【3】中介绍了与车站到站有关的几个新变量，例如：就业，商业面积,办公面积，净人口密度，转移，支线公交线路的数量，和一个运输转运站。进行了回归分析，以每周平均站作为因变量。

在【2】中影响车站客流量的因素是基于之前的研究结果，比如研究【1,3,4】。构建的因素分为四个方面:环境变量,旅行阻抗变量,联运连接变量和其他变量。

在【5】中检查在马德里地铁网络在每个车站登机的乘客数量,开发了一个客流量预测模型,基于地理信息系统的结合使用，0 距离衰减函数和多元回归模型。被研究的因素如下:车站的特点(类型、行数、可访问性在网络,等等)和他们所服务的地区(人口和就业特点、土地使用混合，街道密度，馈电方式，等等)。

所有这些研究都是针对不同的因素来确定地铁站换乘的回归模型。

一些学者已经通过研究来分类地铁站。例如【6】为了设置康复策略关注了全球地铁站网络的评级体系发展。这个研究应用极点排序法。为确定地铁站的重要性进行六个属性影响分析:每天的乘客数量,地铁车站的使用时长，是否地面或地下，是否地铁车站是一个交换站。【7】中在不同的车站网络中不同的车站根据它们的相对重要性有不同的属性,如车站规模、位置和客运能力、临界的站，根据一组确定因素结构有,建筑,电气、机械、和通信系统。方法【6】和方法【7】都应用于科罗拉多的车站。

所有这些研究都表明车站的重要性。但是没有提出一个全面的研究比如由不同的基础设施比较和分类车站,用于技术操作和其他指标的研究。

3.方法以及对策

3.1研究车站的各个因素

研究的因素分为四组:描述旅行的因素；描述城市的通道间其他类型的公共交通工具的因素；基础设施因素；在建筑环境领域确定类型的地铁站因素。

1.通过地铁来旅行的因素

Ph---乘地铁的旅行。这个因素表明索菲亚的1000个居民日常从地铁站旅行的数量的影响。

(1) Ph 1000.PS ,（每1000名居民）

H

PS是通过每天地铁出行的乘客平均值。H是城市居民数量。Hq是注册在该地区的地铁站。

Pq-----生活在地铁站附近的居民旅行出行的平均次数。

(2) Pq PS , （该地区每1000名居民）

H q

Hq是地铁站附近城市居民的数量

PS是日常通过地铁出行的乘客平均值

2.表明通道间与其他公共交通方式的因素。研究分析了有地铁站地区的公共汽车,电车,有轨电车的运输。

nLA – 该地区到地铁站的公交线路数量

N LA – 每天通往地铁站的公交线路的强度

ICA –公交线路的联运系数。它显示了地铁站总线之间的关系。它被定义为公共汽车的强度比上地铁列车的强度

nTBL – 该区域通往地铁站的公交线路数量

N LTB – 地铁站的电车路线的强度

ICTB – 电车路线的联运系数。它显示了电车和地下地下地铁站的关系。它被定义为无轨电车的强度比地铁列车的强度。

nTML – 该区域通往地铁站的有轨电车线路数量

N LTM – 每天通往地铁站的有轨电车线路的强度

ICTM – 有轨电车线路的联运系数。它显示了火车和地铁之间的关系。它被定义为有轨电车的强度比地铁列车的强度。

由各类型的城市交通决定的联运系数的公式有：

（3）

A

nLA.N LA

TB

nTBL .N LTB

TM

nTML .N LTM

IC

N M

; IC

N M

; IC

N M

M T -可能从一个地铁线转移到另一个地方乘客的数量。M T = 1时改变路线；MT=0时相反。

IТ –路线的联运系数。它显示了公共交通路线的总强度。它显示了地下城市交通与其他类型的连接度。联运系数决定了城市交通的满意度。是表示比其他地铁的满意程度。分别由以下公式计算:

n A nTB nTM

(4) IТ L nL 1 L

S

ns指在地铁网络中地铁总量

3. 在地铁领域决定建筑环境的因素。这一区域的范围采取从地铁站辐射半径400米,监管法“在保加利亚的通信和运输系统规划和设计城市地区,它定义了建筑和工作场所公共交通行人的运动。研究被认为是决定存在的建筑环境领域到地铁站的因素； B A –行政大楼；B R –房屋建筑；B S –学校和大学；B B –商业中心和商业中心；BC –文化体育中心；B P –公共建筑。

如果有相关类型的基础设施、因子的值为1,否则为0。

3.2.聚类分析概述

聚类分析是一种通过适当的方法使用不同的因素分成不同的组来检查地铁网络的一个分类。是根据大量的特征与单位[8]的统计分析。检查的数量因素大于色散分析可通过近似评价的结果来确定每个变量的角色以及用于集群的建立。统计不同因素的重要性的确定是通过使用F准则。

  1. F FT

F是标准色散引起的经验值分析

一方面,费舍尔的标准评估确定了哪些因素是重要的研究,另一方面它并不否认这些其他因素用于统计分析但不满足方差齐性检验的条件(5)。聚类分析应该只用于在不同的集群由于集群选择最大化差异情况下来描述目的。

4.在一个指标里的地铁网络的分组

调查车站的系统化流程可以由上述各因素进行。为了这个目的，地铁站根据条件区间的因素的改变来分组。

在图1、2和3所示的例子中进行地铁站的一些因素调查的分组。图1显示位于地铁站每天每1000名居民的旅行。条件是,他们可以被分为六组。在图2中是分组完成1000人的人口的指标。图3说明了地铁站根据系数联运航线分组。在这个地铁站可以系统化地把指标分为6组。图4显示了公共交通模式的联运系数的变化。地铁站分类只有一个指标但并没有给出一个完整的描述。在每个研究的指标可以编译出不同分组的地铁站。

5.应用聚类分析的地铁网络

层次聚类的方法被用于这项研究。这种方法的主要优势是一个单位的确定到特定的集群是明确的。分层聚类是平均分组。

表3显示了检查F准则的价值指标。F标准的理论值是FT =1, 46。

指数F准则对聚类分析很重要。可能性的标准分组对地铁研究是很重要的。所有指数F的价值标准小于理论。四个标准基础设施领域的平台有：平台,自动扶梯,数量和仪器自动售票。四个标准类型的建筑环境F准则比理论大。这些对于学校和大学,商业和商业中心,文化体育中心,公共建筑都是合理的。色散分析只表明了一个聚类分析的因素的重要性,不排除任何因素。

SPSS软件已被用于研究聚类分析。集群和各因素的系统树图如图5所示。

结果表明,索非亚地铁站的地铁网络可以分为两组：

基本地铁站集群。这个集群包含8个地铁车站。分别是:Lulin, Konstantin Velichkov, Opylchenska, Serdica, Sofia University 'St. Kliment Ohridski', Vasil Levski Stadium, G.M. Dimitrov, Mladost 1.

一群二次地铁站。这个集群包含19个地铁车站。Obelya, Lomsko shose, Beli Danube, Nadejda, Han Kubrat, Maria Louisa, Central Railway

Station, Lavov most, Serdica 2, NDK, European Union, James Boucher, Slivnitza

全文共5762字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[143355]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章