1. 研究目的与意义
随着城市轨道交通的快速发展，建设规模的不断扩大，轨道交通承担着随之而来巨大的客流量。
网络规模效应使得轨道交通对客流的吸引能力急剧增加，导致了大客流的现象。
在有限的地下空间承载着密集的客流，势必会对车站中乘客的安全带来不稳定的影响。
2. 课题关键问题和重难点
（1）客流特征选取与数据处理基于AFC（automatic fare collection）系统数据，采用无关值和异常值清理、聚合、均值滤波、标准化、主成分分析等数据清洗步骤，提取不同时段客流比例、不同天数客流比例和换乘客流比例等特征。
（2）地铁站点聚类分析运用主成分分析法和Gauss混合模型分别建立工作日和周末的聚类模型，使用肘部法确定最佳聚类簇，分析客流出行规律。
（3）客流风险识别分析客流出行规律，辨识车站类型及其对应的客流风险时段，提出车站客流风险分析方法，通过大数据分析对车站类型和客流风险进行识别。
3. 国内外研究现状（文献综述）
客流变化特征受多种因素影响，涉及到客流总量、客流强度、换乘系数、换乘客流量、线路断面流量分布、进出站客流时间分布等。
通过构建通勤大客流指标体系，基于AFC统计数据，从车站和断面２个层面入手，对进站量，出站量，换乘量，断面客流量进行量化分析。
结合聚类分析法分析客流出行规律，将各个指标均值以上的车站或断面作为重点关注目标，将其视为大客流的发生点。
4. 研究方案
本课题将采用以下方案进行实验研究：基于AFC系统数据，采用无关值和异常值清理、聚合、均值滤波、标准化、主成分分析等数据清洗步骤，提取不同时段客流比例、不同天数客流比例和换乘客流比例等特征。
运用聚类分析法建立聚类模型，确定最佳聚类簇，分析客流出行规律，辨识车站类型及其对应的客流风险时段，提出车站客流风险分析方法，通过大数据分析对车站类型和客流风险进行识别。
5. 工作计划
五、工作计划（不少于300字）1 按指导教师指定的英文原文进行翻译，完成翻译工作检索与阅读相关专业文献，写出文献综述，按时提交开题报告 检查英文翻译；检查开题报告,指导论文框架搭建2～3 基于AFC系统数据，进行数据清洗，提取不同时段客流比例、不同天数客流比例和换乘客流比例等特征。
检查客流特征选取与数据处理情况4～5 6～7 建立工作日和周末的聚类模型，确定最佳聚类簇，分析客流出行规律。
检查地铁聚类模型与分析结果8～9 辨识车站类型及其对应的客流风险时段，提出车站客流风险分析方法，对车站类型和客流风险进行识别。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
