haku: @keyword joukkoliikenne / yhteensä: 29
viite: 6 / 29
| Tekijä: | Koponen, Ville |
| Työn nimi: | Joukkoliikenteen käyttäjämäärien estimointi matkakorttiaineistosta |
| Estimating the use of public transport from smart card data | |
| Julkaisutyyppi: | Diplomityö |
| Julkaisuvuosi: | 2014 |
| Sivut: | xii + 56 Kieli: fin |
| Koulu/Laitos/Osasto: | Perustieteiden korkeakoulu |
| Oppiaine: | Sovellettu matematiikka (Mat-2) |
| Valvoja: | Salo, Ahti |
| Ohjaaja: | Salomaa, Osmo ; Rinta-Piirto, Jyrki |
| Elektroninen julkaisu: | http://urn.fi/URN:NBN:fi:aalto-201507013704 |
| OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
| Sijainti: | P1 Ark Aalto 1404 | Arkisto |
| Avainsanat: | smart card data line proles origin-destination matrices public transport matkakortti matkamatriisi linjaprofiili joukkoliikenne |
| Tiivistelmä (fin): | Tehokas ja hyvin järjestetty joukkoliikenne on sujuvan liikkumisen ja toimivan kaupunkirakenteen edellytys. Liikenteen suunnittelutyö vaatii kattavia tietoja matkustuskäyttäytymisestä. Joukkoliikenteen käyttöä voidaan tutkia matkakorttien avulla kerätyn tiedon avulla. Matkakorttiaineiston käytöllä on monia etuja perinteisiin tiedonkeruumenetelmiin nähden. Tietoa kertyy matkustusoikeuden osoittamisen sivutuotteena, joten aineiston kerääminen ei aiheuta lisäkustannuksia ja sitä kertyy kaikista tapahtumista. Tässä työssä on toteutettu menetelmä Helsingin seudun liikenteen (HSL) matkakorttiaineiston jalostamiseksi. Menetelmän avulla matkakortin leimauksen yhteydessä kerättyihin nousutietoihin saadaan yhdistettyä tieto matkustajan poistumispysäkistä. Nousu- ja poistumistietojen avulla matkakorttiaineistosta voidaan muodostaa matkamatriiseja ja linjaprofiileja, sekä laskea tunnuslukuja, kuten keskimatkanpituuksia. Jos on voimassa oleva kausilippu, HSL:n alueella matkakortteja ei tarvitse leimata raideliikenteessä, joten matkakorttiaineisto soveltuu vain bussiliikenteen tutkimiseen. Poistumistietomenetelmä perustuu kansainvälisessä tutkimuksessa kehitettyihin menetelmiin. Matkakorteista kerätään leimauksen yhteydessä tekninen tunniste, leimausaika ja tiedot käytetystä linjasta ja nousupysäkistä. Teknisen tunnisteen avulla samalla matkakortilla tehdyt nousut voidaan yhdistää toisiinsa, ilman että tunniste voidaan yhdistää matkakortin omistajaan. Poistumispysäkki etsitään samalla matkakortilla tehdyn seuraavan nousun perusteella. Puuttuvat poistumiset ja matkakorttiaineiston ulkopuoliset muut matkat huomioidaan skaalaamalla selvitettyjä poistumisia. Tämän työn menetelmällä tuotettuja tuloksia voidaan pitää kattavina ja luotettavina. Matkakorttien käyttöosuus on 97 %, poistuminen löytyy yli 70 %:lle matkakorteilla leimatuista nousuista ja menetelmällä saadut käyttäjämäärät vastaavat hyvin laskentalaitteilla havaittuja. Menetelmällä voidaan tuottaa tietoa, jota ei aiemmin ole ollut saatavilla, ja korvata nykyisiä tiedonkeruumenetelmiä. Työn tulokset on mahdollista viedä linjastosuunnittelun analyysityökaluihin, missä ne ovat joukkoliikenteen linjastosuunnittelijoiden saatavilla. |
| Tiivistelmä (eng): | Efficient and well organized public transport is a requirement for smooth traffic and sensible urban structure. Traffic planning requires extensive data of travel behavior. The use of public transport can be examined with data collected from smart cards. Smart card data has many benefits over traditional data collection methods. Data is generated as a byproduct of payment transactions, so there are no extra costs in collection and it contains nearly every trip. This thesis documents the implementation of a method for refining Helsinki Regional Transport (HSL) smart card data. The method estimates alighting stops of passengers. Boarding and alighting information can be used to form origin-destination matrices and line profiles and to calculate key statistics, such as average trip lengths. In the HSL area, passengers are not required to show their smart cards every time they board a metro, train or tram. Therefore only bus transport can be reliably estimated. Alighting estimation method used in this thesis is based on research published in international journals. Card ID, boarding time and information about bus line and stop are collected with every smart card transaction. Card ID is used to link consecutive boardings that are paid with the same card. Owner can not be determined from card ID. Alighting stop is estimated from the next boarding recorded with the same card. Alightings that are not be determined this way and boardings not included in the smart card data are accounted for by expanding the estimated trips. Results from the method in this thesis seem reliable and comprehensive. Smart cards are used for 97 % of the trips, alighting stops are found for over 70 % of the boardings and number of passengers derived with the method match well with observed data. The method provides information that has not been previously available and it can replace current data collection methods. Results can be made available for transport analysts and planners trough traffic planning tools. |
| ED: | 2014-06-25 |
INSSI tietueen numero: 49338
+ lisää koriin
INSSI