基于手机定位数据的公交线路规划方法研究
发布时间：2021-11-21 16:22
随着我国城市化进程的加速,交通拥堵和机动车尾气排放等问题愈发严重,提升公共交通在出行中的分担率是解决该问题的有效办法。而目前大部分城市的公共交通的现状远不能满足居民的日常出行需求。在国家大力倡导公交优先的政策下,需要借助先进的计算机技术规划满足居民实际出行需求的公交线路,以此提升公交出行吸引力,缓解城市交通压力。规划公交线路需要获取居民的出行信息,传统的出行调查方式费时费力,难以获取全面的数据。利用手机作为出行数据探测手段,可以准确的获取大范围的居民出行信息,将手机定位数据分析处理后应用于公交线路规划之中将大大提高规划的科学性。基于此,本文主要利用通信运营商提供的手机定位数据,分析得到居民出行信息,建立公交线路规划模型,并设计了求解算法。本文主要研究内容如下:首先,分别总结了手机定位数据在交通领域的应用和公交线路规划的研究现状,分析了现有研究成果的局限性,提出了利用手机定位数据分析居民出行信息,并以此作为公交供需数据的公交线路规划方法。在传统交通区域划分方法基础上结合公交线路规划的需要,提出一种改进的交通区域划分方法。通过手机定位数据判别居民一次出行过程中的起讫点,将起讫点映射至交通区...
【文章来源】：成都信息工程大学四川省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
蜂窝小区定位技术原理示意图
成都信息工程大学硕士学位论文第11页共61页图2-2基站切换定位技术原理示意图由于本文研究范围限定在城市内，通过上述两种定位技术获得的手机定位数据在精度上和样本数量上都能够满足后续研究的需要。2.3.2手机定位数据结构通过提取上节所述的两种手机定位技术所产生数据，在经脱敏处理后，获取到的有效定位数据主要由用户识别号(MSID)、时间戳(TIMESTAMP)、位置区编码(LAC)、蜂窝小区编码(CELLID)等字段组成[39，40]，数据的内容和格式如下表2-1所示：表2-1手机定位数据内容和格式MSIDTIMESTAMPLACCELLID63874416dcd87a7f192054c971d02e0f201812280700052054811051b9a1610acf64c9ba243be54e9abdc73820181228070005205483007258f2fcd2086dd8c2611c9d5ac47d2ecc201812280700032054511055305681af1a8122c0aa487cdeaf56448e20181228070005205457813269fccd386064c78dba2d3fde359f99a1201812280700052054810255448f5c426e8681b31fa8367f8403ccc12018122807000320548360743691784701e45d7a483fdf3adbc9b316201812280700052054846138c7cb6176144c47c509d264a752767bc520181228070005205457600105f766935fbfaab6e0a7c638227b775d201812280700032054534731c8d1fea947f722de1aaa3b1c0809c782201812280700032054526088ea1bbc4e7063060b3e98a09a7fcd14862018122807000520548151464013d2d92ffa76a3bbafe380b9414b1b201812280700052054566507其中各字段的具体含义如下：(1)用户识别号(MSID)MSID是通信运营商对网络中每个手机号码的编号，由15位的移动用户识别码(IMSI)加工后得到，一般讲IMSI处理为32位的识别码，作为用户唯一识别号
成都信息工程大学硕士学位论文第30页共61页图5-1生成备选线路集合的流程示意图5.2基于遗传算法的目标函数求解5.2.1算法求解所需基础数据在对公交线路规划模型进行求解之前，将基础数据作为依托，为算法求解做准备。其具体数据包括如下几个方面：(1)居民出行OD矩阵。由手机定位数据推导得到。(2)带权的公交节点邻接矩阵。直接相连的公交节点之间的距离矩阵。(3)公交数据。包括公交车辆运行速度，单车运营成本等，通过向公交运营企业询问得到。5.2.2遗传算法介绍5.2.2.1遗传算法概述遗传算法来源于对达尔文的进化理论和孟德尔的遗传学机理的模拟研究，其本质就是模拟“物竞天择，适者生存”的自然选择学说[53]。遗传算法最早由美国密歇根大学计算机教授约翰.霍兰德(JohnHolland)和其学生提出，其主要思想是模拟生物进化，对于一个生物群组，会拥有许多个体。这些个体会对外界产生抗拒或者适应，选取适应环境的个体，研究适应力强的生物个体特性，以此得到问题的最优解。遗传算法的计算特点是求解复杂问题时寻找全局最优解，它与传统数学计算法不同的是全局搜索能力强。5.2.2.2遗传算法相关术语的对应解释遗传算法和生物进化论的相关术语具有对应关系，同时在本文应用场景下对遗传算法的术语又有进一步的解释，现将三者关系做出对应解释，具体如表5-1所示：
【参考文献】：
期刊论文
[1]手机信令数据在城市道路交通量预测中的应用[J]. 周南,齐远,龙科军. 公路工程. 2018(05)
[2]公交网络中的乘客需求预测系统和方法[J]. 周春姐,张志旺,唐文静. 计算机科学. 2018(S1)
[3]基于GIS的Dijkstra算法改进研究[J]. 任伟建,左方晨,黄丽杰. 控制工程. 2018(02)
[4]基于CRISP-DM的交通大数据分析方法及实践——以重庆市手机信令数据和RFID数据为例[J]. 周涛,赵必成,俞博. 城市交通. 2017(05)
[5]手机基站定位数据可视分析[J]. 李海生,黄媛洁,宋璇,杜军平,陈国润,丁富强. 大数据. 2017(01)
[6]基于手机信令的大范围人流移动分析[J]. 唐小勇,周涛,陆百川. 重庆交通大学学报(自然科学版). 2017(01)
[7]基于整数非线性规划的城市常规公交线网优化设计[J]. 俞礼军,梁明苹. 中国公路学报. 2016(02)
[8]基于手机信令数据的交通OD提取方法改进[J]. 胡永恺,宋璐,张健,冉斌. 交通信息与安全. 2015(05)
[9]IC卡大数据成就“智慧公交” 基于IC卡数据的北京市公交网络运行评价与优化技术研究及示范[J]. 陈锋. 中国公路. 2015(07)
[10]基于智能手机应用的公交车数据采集与分析[J]. 柏丛,彭仲仁,孙健. 科学技术与工程. 2014(21)
硕士论文
[1]基于手机定位数据的交通OD分布研究[D]. 宋璐.东南大学 2015
[2]基于公交动态客流OD的车辆调度优化模型研究[D]. 赵安岭.重庆交通大学 2014
[3]基于启发式算法的公交线网优化模型研究[D]. 廖英杰.大连海事大学 2012
[4]基于手机定位数据的城市道路交通状态探测[D]. 陈震霆.昆明理工大学 2012
[5]多目标公交线网优化模型的研究[D]. 胡鑫.长安大学 2010
本文编号：3509834
【文章来源】：成都信息工程大学四川省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
蜂窝小区定位技术原理示意图
成都信息工程大学硕士学位论文第11页共61页图2-2基站切换定位技术原理示意图由于本文研究范围限定在城市内，通过上述两种定位技术获得的手机定位数据在精度上和样本数量上都能够满足后续研究的需要。2.3.2手机定位数据结构通过提取上节所述的两种手机定位技术所产生数据，在经脱敏处理后，获取到的有效定位数据主要由用户识别号(MSID)、时间戳(TIMESTAMP)、位置区编码(LAC)、蜂窝小区编码(CELLID)等字段组成[39，40]，数据的内容和格式如下表2-1所示：表2-1手机定位数据内容和格式MSIDTIMESTAMPLACCELLID63874416dcd87a7f192054c971d02e0f201812280700052054811051b9a1610acf64c9ba243be54e9abdc73820181228070005205483007258f2fcd2086dd8c2611c9d5ac47d2ecc201812280700032054511055305681af1a8122c0aa487cdeaf56448e20181228070005205457813269fccd386064c78dba2d3fde359f99a1201812280700052054810255448f5c426e8681b31fa8367f8403ccc12018122807000320548360743691784701e45d7a483fdf3adbc9b316201812280700052054846138c7cb6176144c47c509d264a752767bc520181228070005205457600105f766935fbfaab6e0a7c638227b775d201812280700032054534731c8d1fea947f722de1aaa3b1c0809c782201812280700032054526088ea1bbc4e7063060b3e98a09a7fcd14862018122807000520548151464013d2d92ffa76a3bbafe380b9414b1b201812280700052054566507其中各字段的具体含义如下：(1)用户识别号(MSID)MSID是通信运营商对网络中每个手机号码的编号，由15位的移动用户识别码(IMSI)加工后得到，一般讲IMSI处理为32位的识别码，作为用户唯一识别号
成都信息工程大学硕士学位论文第30页共61页图5-1生成备选线路集合的流程示意图5.2基于遗传算法的目标函数求解5.2.1算法求解所需基础数据在对公交线路规划模型进行求解之前，将基础数据作为依托，为算法求解做准备。其具体数据包括如下几个方面：(1)居民出行OD矩阵。由手机定位数据推导得到。(2)带权的公交节点邻接矩阵。直接相连的公交节点之间的距离矩阵。(3)公交数据。包括公交车辆运行速度，单车运营成本等，通过向公交运营企业询问得到。5.2.2遗传算法介绍5.2.2.1遗传算法概述遗传算法来源于对达尔文的进化理论和孟德尔的遗传学机理的模拟研究，其本质就是模拟“物竞天择，适者生存”的自然选择学说[53]。遗传算法最早由美国密歇根大学计算机教授约翰.霍兰德(JohnHolland)和其学生提出，其主要思想是模拟生物进化，对于一个生物群组，会拥有许多个体。这些个体会对外界产生抗拒或者适应，选取适应环境的个体，研究适应力强的生物个体特性，以此得到问题的最优解。遗传算法的计算特点是求解复杂问题时寻找全局最优解，它与传统数学计算法不同的是全局搜索能力强。5.2.2.2遗传算法相关术语的对应解释遗传算法和生物进化论的相关术语具有对应关系，同时在本文应用场景下对遗传算法的术语又有进一步的解释，现将三者关系做出对应解释，具体如表5-1所示：
【参考文献】：
期刊论文
[1]手机信令数据在城市道路交通量预测中的应用[J]. 周南,齐远,龙科军. 公路工程. 2018(05)
[2]公交网络中的乘客需求预测系统和方法[J]. 周春姐,张志旺,唐文静. 计算机科学. 2018(S1)
[3]基于GIS的Dijkstra算法改进研究[J]. 任伟建,左方晨,黄丽杰. 控制工程. 2018(02)
[4]基于CRISP-DM的交通大数据分析方法及实践——以重庆市手机信令数据和RFID数据为例[J]. 周涛,赵必成,俞博. 城市交通. 2017(05)
[5]手机基站定位数据可视分析[J]. 李海生,黄媛洁,宋璇,杜军平,陈国润,丁富强. 大数据. 2017(01)
[6]基于手机信令的大范围人流移动分析[J]. 唐小勇,周涛,陆百川. 重庆交通大学学报(自然科学版). 2017(01)
[7]基于整数非线性规划的城市常规公交线网优化设计[J]. 俞礼军,梁明苹. 中国公路学报. 2016(02)
[8]基于手机信令数据的交通OD提取方法改进[J]. 胡永恺,宋璐,张健,冉斌. 交通信息与安全. 2015(05)
[9]IC卡大数据成就“智慧公交” 基于IC卡数据的北京市公交网络运行评价与优化技术研究及示范[J]. 陈锋. 中国公路. 2015(07)
[10]基于智能手机应用的公交车数据采集与分析[J]. 柏丛,彭仲仁,孙健. 科学技术与工程. 2014(21)
硕士论文
[1]基于手机定位数据的交通OD分布研究[D]. 宋璐.东南大学 2015
[2]基于公交动态客流OD的车辆调度优化模型研究[D]. 赵安岭.重庆交通大学 2014
[3]基于启发式算法的公交线网优化模型研究[D]. 廖英杰.大连海事大学 2012
[4]基于手机定位数据的城市道路交通状态探测[D]. 陈震霆.昆明理工大学 2012
[5]多目标公交线网优化模型的研究[D]. 胡鑫.长安大学 2010
本文编号：3509834
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3509834.html
