identification of inelastic subway trips based on weekly station sequence data: an example from the beijing subway

تحديد رحلات مترو الأنفاق غير المرنة استناداً إلى بيانات تسلسل المحطات الأسبوعية: مثال من مترو أنفاق بكين

Clicks: 208
ID: 166263
2018
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #614 of 935 articles by views in journal of physics: conference series

Most read Least read

Bar heights use a square-root scale. Only the 120 most-read articles are drawn; the journal has 935 in total.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
Urban rail transit has become an indispensable option for Beijing residents. Subway inelastic users (SIUs) are the main component among all users. Understanding the proportion of SIUs and their characteristics is important in developing service promotions and helpful for subway agencies in making marketing policies. This paper proposes a novel and simple identification process for identifying regular subway inelastic trips (SITs) in order to distinguish SITs and non-SITs and extract their characteristics. Weekly station sequence (WSS) is selected as the data-based format, principles of SIUs are discussed and chosen, and the framework of SIT identification is applied to a large weekly sample from the Beijing Subway. A revealed preference (RP) survey and results analysis are undertaken to estimate the performance of the proposed methods. The RP survey validation shows that accuracy reaches as high as 94%, and the distribution analysis of SITs and their origin-destinations (ODs) indicate that the SIT characteristics extracted are consistent with the situation in Beijing. The proportion of SIUs is stable on workdays and is more than 80% during rush hour. The efforts described in this paper can provide subway managers with a useful and convenient method to understand the characteristics of subway passengers and the performance of a subway system.
أضحى النقل السككي الحضري خياراً لا غنى عنه لسكان بكين، حيث يُمثّل مستخدمو المترو ذوو الطلب غير المرن (SIUs) المكوّن الأساسي من بين كافة المستخدمين. ويُعدّ فهم نسبة هؤلاء المستخدمين واستيعاب خصائصهم أمراً بالغ الأهمية لتطوير الخدمات وتحسينها، فضلاً عن كونه عوناً لهيئات المترو في صياغة السياسات التسويقية. تقترح هذه الورقة البحثية آلية تحديد مبتكرة ومبسّطة للتعرف على رحلات المترو المنتظمة غير المرنة (SITs)، وذلك للتمييز بين الرحلات غير المرنة والرحلات الأخرى واستخلاص خصائصها. وقد جرى اختيار "تسلسل المحطات الأسبوعي" (WSS) بوصفه صيغة بيانية معتمدة، كما نُوقشت المبادئ المحددة للمستخدمين غير المرنين واختيرت، وطُبّق إطار تحديد الرحلات غير المرنة على عينة أسبوعية ضخمة من مترو بكين. ولتقييم أداء الطرائق المقترحة، أُجري استقصاءٌ للتفضيلات المعلنة (RP) متبوعاً بتحليل نتائجه؛ وأظهر التحقق من صحة النتائج عبر هذا الاستقصاء وصول الدقة إلى ما يقارب 94%، كما أشار تحليل توزيع الرحلات غير المرنة ومساراتها بين المنشأ والمقصد (ODs) إلى أن الخصائص المستخلصة لتلك الرحلات تتوافق تماماً مع الواقع الفعلي في بكين. وتبيّن أن نسبة مستخدمي المترو غير المرنين تتسم بالاستقرار في أيام العمل وتتجاوز 80% خلال ساعات الذروة. وعليه، فإن المساعي الموضحة في هذه الورقة من شأنها أن تزوّد مديري شبكات المترو بأداة عملية ومفيدة لفهم خصائص الركاب ومراقبة أداء منظومة المترو.
Reference Key
huang2018sustainabilityidentification Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Hainan Huang, Yi Lin, Jiancheng Weng, Jian Rong, Xiaoming Liu
Are you one of these authors? Claim your profile
Journal journal of physics: conference series
Year 2018
DOI
10.3390/su10124725
URL
https://www.mdpi.com/2071-1050/10/12/4725
Keywords Keywords not found

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.