Resumen

Los tiempos de caminata, espera, trasbordo y viaje en vehículo con retraso contribuyen principalmente a la fiabilidad del tiempo de viaje en las rutas del sistema de metro. El sistema de recopilación automática de tarifas (AFC) proporciona enormes cantidades de registros de tarjetas inteligentes que se pueden utilizar para estimar todas estas distribuciones de tiempos. En este artículo se propone un nuevo modelo de estimación basado en la formulación de inferencia bayesiana al integrar la medición de probabilidad del par OD con solo una ruta efectiva, en la que todos los tiempos siguen distribuciones normales truncadas. Luego, se diseña un método de Monte Carlo de Cadena de Markov para estimar todos los parámetros endógenamente. Finalmente, basándose en datos de AFC en el metro de Guangzhou, las estimaciones muestran que todos los parámetros pueden ser estimados de manera endógena e identificable. Al mismo tiempo, la propiedad truncada del tiempo de viaje es significativa y el umbral probado por los datos encuestados es conf

• Materias:Ecuaciones en diferencias Ecuación unidimensional Filtrado de información Prevención de interbloqueos Sistemas estocásticos
• Subjects:Difference equations One-dimensional equation Information filtering Interlock prevention Stochastic systems
• Palabras claves:Caminar; Esperar; Transferir; Tiempos de viaje en vehículo retrasados; Formulación de inferencia bayesiana; Método de Monte Carlo de Cadena de Markov
• Keywords:Walking; Waiting; Transfer; Delayed in-vehicle travel times; Bayesian inference formulation; Markov Chain Monte Carlo method