1. 研究目的与意义
传统的数学统计及人工调查方法已经无法满足现阶段对于城市轨道数据分析要求，近年来，数据挖掘技术快速发展的背景条件下，其越来越多的被应用在交通系统的数据挖掘中。
基于数据采集及数据挖掘的方法，结合影响城市轨道站点客流的主要因素（降雨、土地利用性质、节假日等）进行数据主特征提取。
在数据预处理完成的基础上提炼出相应的数据分析指标，结合影响因素对出行场景进行相应的划分。
2. 课题关键问题和重难点
针对目前城市轨道交通的发展，轨道交通客流特征等问题,拟建立一种基于数据挖掘客流特征的方法,对城市轨道交通客流进行评价分析、对客流特征进行深入研究，主要研究内容如下：（1）结合地铁客流特征自然变化规律及其影响因素，分析城市轨道客流特征变化原因（2）城市轨道客流影响因素相关数据采集与数据挖掘方法，分析影响轨道客流出行特征（3）研究相应类型进站车站与出站车站间乘客交通出行量的时空分布规律，通过大数据方法找出出行规律以及变换特点。
（4）分别从工作日、周末、节假日三种日期类型研究相应类型进站车站与出站车站间乘客交通出行量的时空分布规律，并找出各个场景客流的出行规律以及变换特点。
（5）对各个场景内出现的大客流时段进行重点分析及预警，采用相应的措施对大客流进行合理疏散。
3. 国内外研究现状（文献综述）
1.城市轨道站点客流特征的评价方法梁青槐在《城市轨道交通客流预测问题分析及建议》中提出目前我国城市轨道交通客流预测中，普遍存在着规划阶段的预测结果和运营之后的实际客流有较大差异实际客流远小于预测客流，不同机构预测的客流量离散性较大的问题。
史新宇在《基于多源轨迹数据挖掘的城市居民职住平衡和分离研究》中提出采用数据挖掘技术对这些大量生成的轨迹数据进行分析研究，可发现城市居民生活的一些规律以及城市职住空间特征之间的内在联系和机理，将其运用于城市规划和建设中，有利于优化城市空间布局，构建智慧城市。
崔广风在《数据挖掘中的统计方法及其应用研究》中提出数据挖掘是一种应用方法，可用于各种领域，对于城市轨道交通站点客流预测具有极其重要的意义，同时采用一系列数据挖掘的方法可对客流进行统计分析。
4. 研究方案
四、方案（设计方案、研制方案、研究方案）论证首先分析国内外对于城市轨道交通站点客流数据采集的方法，研究调查客流特征的方法如大数据调查法、分层调查法、系统抽样调查法等的适用性、优缺点；其次分别从工作日、周末、节假日三种日期类型研究相应类型进站车站与出站车站间乘客交通出行量的时空分布规律，并找出各个场景客流的出行规律以及变换特点。
最后选取地铁线路换乘站，运用所提出的方法论，对其进行重要性判别和城市轨道站点客流特征分析。
5. 工作计划
完成毕业设计的工作计划具体如下：（1）第一周：对课题有个大概的理解与方向，检索相关文献与书籍，更清晰课题的研究方向。
（2）第二周：翻译指导老师所指定的英文文献并及时提交翻译材料，同时完成和提交毕业设计开题报告（3）第三周：初步完成论文的目录，形成论文的大体结构框架，呈现大体方向。
（4）第四周：对目录进行深一步的完善，同时完成论文的详细写作提纲。
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。
