SCS最新发文！揭示共享单车对综合公共交通系

SCS最新发文！揭示共享单车对综合公共交通系统通勤需求的驱动因素和出行模式 用于综合公共交通系统（BIPTS）的共享单车为第一英里和最后一英里问题提供了有效的解决方案。然而，现有的大多数研究都使用过于简化的单集水区方法来识别BIPTS需求，BIPTS通勤需求的驱动因素和流动性模式仍不清楚。为了填补这一空白，开发了一个分析BIPTS通勤需求的综合框架。所提出的框架集成了用于精确识别 BIPTS 需求的多流域方法、用于发现驱动因素的 SHapley 加法探索 （SHAP） 方法，以及用于识别移动模式的降维和聚类技术的组合，并辅以验证机制。北京的一个案例研究证明了我们的多集水区方法的有效性，该方法将 BIPTS 需求的错误识别减少了 48.6%。值得注意的是，对于早高峰第一英里的需求，驱动因素是自行车集水区的可用自行车密度、自行车可乘性指数和地铁乘客流入。观察到强大的因素相互作用，源于BIPTS需求和基础设施供应之间的不平衡。此外，还出现了三种不同的通勤模式，这归因于特征贡献的变化。这些见解对于加强共享单车和公共交通系统的无缝集成至关重要。 研究开发了一个全面的框架来分析BIPTS的通勤需求。与之前的研究不同，所提出的框架支持四个关键功能：识别BIPTS通勤需求、识别驱动因素、提供模型可解释性和提取通勤模式。该框架具有指导决策者制定智能多式联运整合战略的潜力，促进BSS与公共交通系统之间的无缝融合，并促进综合和可持续的城市交通。本研究的贡献如下：该文介绍了一种多流域方法，准确识别BIPTS需求，并促进其细分为第一英里和最后一英里，从而为分析它们之间的差异提供了基础。拟议的框架考虑了地铁站、PCA 和 CCA 特征，并重新定义了自行车可性指数，以衡量自行车网络相对于 BIPTS 需求分布的效率。利用SHapley加法分析BIPTS通勤需求的驱动因素，分析其交互作用，提高模型的可解释性。结合降维和聚类技术来寻找BIPTS通勤需求的移动模式，并辅以验证机制。