来源：期刊VIP网 时间：
作者：许心越;陈培升;刘晶;张安忠;卢锦生;宋雨洁;
单位：北京交通大学交通运输学院;广州地铁集团有限公司运营事业总部;
摘要：针对轨道交通乘客年龄属性信息缺失以及难获取的问题，融合地铁AFC和城市土地利用等多源数据挖掘反映乘客年龄的出行特征，提出一种深度神经网络和自动编码器结合的乘客年龄属性推断模型。首先利用多源数据从时间和空间角度分析并提取与乘客年龄属性相关的6个出行特征(出行频率、出行时段分布、首次/末次出行时间、OD经纬度、出行时耗、目的地POI)，构建乘客出行特征矩阵作为模型输入。特别的是，考虑服务能力的加权POI，以增强对目的地吸引强度刻画的准确性。分析不同年龄乘客到每个站点的出行频率，构建乘客出行稀疏矩阵，作为模型空间信息的补充输入。为学习并提取乘客出行特征间的关系和时空相关性，利用DNN对特征间关系进行捕捉；为学习乘客出行稀疏矩阵中隐含的空间关系，利用AE对稀疏矩阵压缩并进行编码和解码。最后，选取广州地铁进行案例分析，研究结果表明：与SVM,DT,MLP,AdaBoost等方法相比，DNN+AE模型的准确率分别提升了13.83%,8.01%,5.66%,4.98%，其中，老人的年龄属性推断精度最高，达到了77.51%，学生、成人的年龄属性推断精度分别达到了74.69%,68.89%。考虑服务能力的加权POI对乘客年龄属性推断结果有明显的改进。所提出的方法能够实现城市轨道交通乘客年龄属性推断，为智慧地铁运营提供支撑。
关键词：城市轨道交通;;年龄属性推断;;深度神经网络;;自动编码器;;多源数据
基金资助：国家重点研发计划项目(2022YFC3005204);; 宁夏自然科学基金资助项目(2022AAC05038)
