ИЗСЛЕДВАНЕ НА МЕТРОСТАНЦИИТЕ НА СОФИЙСКИЯ МЕТРОПОЛИТЕН С ИЗПОЛЗВАНЕ НА КЛЪСТЪРЕН АНАЛИЗ

Светла Стоилова; Веселин Стоев

Научен доклад ID 968 : 2014/3

ИЗСЛЕДВАНЕ НА МЕТРОСТАНЦИИТЕ НА СОФИЙСКИЯ МЕТРОПОЛИТЕН С ИЗПОЛЗВАНЕ НА КЛЪСТЪРЕН АНАЛИЗ

Светла Стоилова, Веселин Стоев

Метростанциите са част от метросистемата за транспортно обслужване на населението. Те се различават по инфраструктурни, експлоатационни и други показатели. Тази статия представя изследване за класифициране на метростанциите на Софийския метрополитен. В изследването са определени показатели за класифициране.За да се класифицират метростанциите в групи, чрез използване на различни по тип и дименсия фактори е приложен многомерният статистически метод Клъстърен анализ. За определянето на клъстърите е използван статистическия софтуер SPSS. В изследването за клъстътрен анализ са приложени 27 фактора. Метростанциите на Софийския метрополитен са класифицирани в две групи. Първата е групата на основните метростанции. Тя включва 8 метростанции, разположени на първия метродиаметър.Втората група включва 19 метростанции, които са разположени и на двете метролинии. Предложената класификация на метростанциите в групи би позволило прилагане на адекватни техничски и технологични решения при организацията на транспорт�

• Презареди статията • Open/Download as PDF

метросистема метростанция клъстърен анализ пътници класификация metro system metrostation subway cluster analysis passenger classificationСветла Стоилова Веселин Стоев

BIBLIOGRAPHY

[1] Kuby, M., Barranda, A., Upchurch, C. Factors influencing light-rail station boarding in the United States. Transport Research Part A 38(3), 2004, pp.223-247

[2] Choi J, Y. Lee, T. Kim, K. Sohn. An analysis of Metro ridership at the station-to-station level in Seoul. Transportation, 2012. vol. 39. pp.705-722.

[3] Sohn K, Shim, H. Factors generating boarding at metrostations in the Seoul metropolitan area. Cities 27 , 2010, pp. 358–368.

[4] Estupinan, N., Rodrıguez, D., The relationship between urban form and station boarding for Bogota’s BRT. Transportation Research Part A. 42, 2008, pp. 296–306.

[5] Gutiérrez, J., Cardozo, O., Palomares, J. Transit ridership forecasting at station level: an approach based on distance-decay weighted regression. Journal of Transport Geography 19, 2011 pp. 1081–1092.

[6] Marzouk, M., Abdelaty, A. BIM-based framework for managing performance of subway stations. Automation in Construction, Volume 41, May 2014, pp. 70–77.

[7] Abouhamad, M., T. Zayed. Criticality-based model for rehabilitating subway stations. Concordia University, Proceedings of the 30th ISARC, Montreal, Canada, 2013, pp.1296-1304.

[8] Tan, P., Steinbach, M., Kumar, U. Introduction to Data mining. Minnesota: Iniversity of Minnesota. 2006. p. 769.