基于出租车GPS轨迹的重要路段和热点区域识别
发布时间:2021-09-22 19:32
随着城市机动车数量的快速增加,城市交通问题也变得越来越严重。出租车作为一种重要的公共交通工具,具有运行路线和时间完全由乘客决定且轨迹数据具有实时性的特征。因此,出租车的轨迹数据能更好地反映居民出行时空规律和城市交通状态。利用出租车GPS轨迹数据来研究城市交通问题也已经成为国内外的研究热点。基于此,本文将利用出租车轨迹数据来研究城市居民出行规律、城市路网中的重要节点和城市热点区域,主要内容体现在以下几个方面:(1)从居民出行长度、行程时间、日出行总量和各个时段出行量等方面统计分析兰州市居民的出行行为规律。结果表明,城市居民偏向短距离出行,且星期天的载客量明显少于星期一到星期六。基于拥堵比分析了城市交通状态,结果表明工作日和休息日的交通状态有明显差别。(2)结合城市路网的拓扑结构特征和交通流特性,建立基于有向加权复杂网络的城市交通网络关键节点识别模型,并用DWNodeRank算法识别路网重要十字路口。从试验结果表明,该算法能合理识别路网重要节点。(3)采用基于有向加权网络的新对偶算法建立城市交通网络时空模型。根据路网拓扑和相邻路段间交通状态的影响程度,给出基于混合影响力的重要路段识别算法。...
【文章来源】:西北师范大学甘肃省
【文章页数】:56 页
【学位级别】:硕士
【部分图文】:
重要十字路口可视化图星期一7:00
重要十字路口可视化图星期一18:00进一步地,以小时为时间粒度,综合分析连续7天的路口重要性数据,选取每组数据排名前50的节点,可得50*24*7个节点
基于混合影响力算法的重要路段可视化星期一7:00
【参考文献】:
期刊论文
[1]基于轨迹大数据的城市交通感知和路网关键节点识别[J]. 冯慧芳,柏凤山,徐有基. 交通运输系统工程与信息. 2018(03)
[2]突发环境下城市道路网关键路段集识别[J]. 李彦瑾,罗霞. 交通运输系统工程与信息. 2018(02)
[3]基于出租车轨迹数据的城市热点出行区域挖掘[J]. 郑林江,赵欣,蒋朝辉,邓建国,夏冬,刘卫宁. 计算机应用与软件. 2018(01)
[4]基于时空相关性的城市交通路网关键路段识别[J]. 苏飞,董宏辉,贾利民,孙璇. 交通运输系统工程与信息. 2017(03)
[5]时空轨迹分类研究进展[J]. 赵竹珺,吉根林. 地球信息科学学报. 2017(03)
[6]基于多重影响力矩阵的有向加权网络节点重要性评估方法[J]. 王雨,郭进利. 物理学报. 2017(05)
[7]Outflow of traffic from the national capital Kuala Lumpur to the north,south and east coast highways using flow,speed and density relationships[J]. Nik Hashim Nik Mustapha,Nik Nur Wahidah Nik Hashim. Journal of Traffic and Transportation Engineering(English Edition). 2016(06)
[8]轨迹大数据:数据处理关键技术研究综述[J]. 高强,张凤荔,王瑞锦,周帆. 软件学报. 2017(04)
[9]基于模拟通行能力退化的关键路段识别——以乌鲁木齐市为例[J]. 左志,潘晓锋,王涛,刘锴. 大连交通大学学报. 2016(04)
[10]基于局部路网交通流重分配的路段关键度计算[J]. 张建旭,蒋燕. 交通运输系统工程与信息. 2016(01)
博士论文
[1]基于轨迹聚类的城市热点区域提取与分析方法研究[D]. 赵鹏祥.武汉大学 2015
硕士论文
[1]基于轨迹聚类的交通热点分析[D]. 程智源.电子科技大学 2018
[2]城市路网节点重要度测算方法研究[D]. 宋康.北京交通大学 2018
[3]城市路网关键节点和路段的识别研究[D]. 王琳璨.吉林大学 2017
[4]基于出租车GPS数据的居民出行时空规律和出行热点区域研究[D]. 陈红丽.云南大学 2016
[5]基于出租车轨迹点的居民出行热点区域与时空特征研究[D]. 马云飞.南京师范大学 2014
[6]基于热点载客区域的出租车应急调度方案研究[D]. 温雅静.北京交通大学 2014
[7]路网中关键节点和重要路段的分析研究[D]. 钟茹.北京邮电大学 2013
[8]基于出租车GPS数据的居民出行行为分析[D]. 童晓君.中南大学 2012
本文编号:3404268
【文章来源】:西北师范大学甘肃省
【文章页数】:56 页
【学位级别】:硕士
【部分图文】:
重要十字路口可视化图星期一7:00
重要十字路口可视化图星期一18:00进一步地,以小时为时间粒度,综合分析连续7天的路口重要性数据,选取每组数据排名前50的节点,可得50*24*7个节点
基于混合影响力算法的重要路段可视化星期一7:00
【参考文献】:
期刊论文
[1]基于轨迹大数据的城市交通感知和路网关键节点识别[J]. 冯慧芳,柏凤山,徐有基. 交通运输系统工程与信息. 2018(03)
[2]突发环境下城市道路网关键路段集识别[J]. 李彦瑾,罗霞. 交通运输系统工程与信息. 2018(02)
[3]基于出租车轨迹数据的城市热点出行区域挖掘[J]. 郑林江,赵欣,蒋朝辉,邓建国,夏冬,刘卫宁. 计算机应用与软件. 2018(01)
[4]基于时空相关性的城市交通路网关键路段识别[J]. 苏飞,董宏辉,贾利民,孙璇. 交通运输系统工程与信息. 2017(03)
[5]时空轨迹分类研究进展[J]. 赵竹珺,吉根林. 地球信息科学学报. 2017(03)
[6]基于多重影响力矩阵的有向加权网络节点重要性评估方法[J]. 王雨,郭进利. 物理学报. 2017(05)
[7]Outflow of traffic from the national capital Kuala Lumpur to the north,south and east coast highways using flow,speed and density relationships[J]. Nik Hashim Nik Mustapha,Nik Nur Wahidah Nik Hashim. Journal of Traffic and Transportation Engineering(English Edition). 2016(06)
[8]轨迹大数据:数据处理关键技术研究综述[J]. 高强,张凤荔,王瑞锦,周帆. 软件学报. 2017(04)
[9]基于模拟通行能力退化的关键路段识别——以乌鲁木齐市为例[J]. 左志,潘晓锋,王涛,刘锴. 大连交通大学学报. 2016(04)
[10]基于局部路网交通流重分配的路段关键度计算[J]. 张建旭,蒋燕. 交通运输系统工程与信息. 2016(01)
博士论文
[1]基于轨迹聚类的城市热点区域提取与分析方法研究[D]. 赵鹏祥.武汉大学 2015
硕士论文
[1]基于轨迹聚类的交通热点分析[D]. 程智源.电子科技大学 2018
[2]城市路网节点重要度测算方法研究[D]. 宋康.北京交通大学 2018
[3]城市路网关键节点和路段的识别研究[D]. 王琳璨.吉林大学 2017
[4]基于出租车GPS数据的居民出行时空规律和出行热点区域研究[D]. 陈红丽.云南大学 2016
[5]基于出租车轨迹点的居民出行热点区域与时空特征研究[D]. 马云飞.南京师范大学 2014
[6]基于热点载客区域的出租车应急调度方案研究[D]. 温雅静.北京交通大学 2014
[7]路网中关键节点和重要路段的分析研究[D]. 钟茹.北京邮电大学 2013
[8]基于出租车GPS数据的居民出行行为分析[D]. 童晓君.中南大学 2012
本文编号:3404268
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/3404268.html