手机数据用于居民出行分布的可行性研究

发布时间：2017-11-01 20:14

  本文关键词：手机数据用于居民出行分布的可行性研究

  更多相关文章： 出行分布 手机数据 OD矩阵 可行性

【摘要】：OD (Origin-Destination)矩阵作为一种描述在一定时间范围内居民出行需求的工具,是进行交通规划和制定交通管理政策过程中最为基础的分析数据。随着手机用户的不断增多和手机定位技术的不断成熟,利用手机数据获取居民出行需求信息成为可能。但由于目前用户隐私保护的相关法律法规并不健全,获取真实的手机数据较为困难,对该方法的研究,尤其是国内的研究,大多停留在仿真试验阶段。基于此,本文在获取真实手机数据及居民出行调查信息的前提条件下对基于手机数据的居民出行分布进行了研究,探讨了手机数据应用于居民出行分布的可行性。首先,本研究针对现有的居民出行OD数据采集方法和估计方法进行研究,分析和总结了现存方法的优缺点。进而总结了现阶段基于手机定位技术获取OD数据的研究现状,并在此基础上确定本文的研究内容。其次,以曲靖市麒沾马一体化区域为例,基于传统重力模型的方法构建居民出行分布模型,并以居民出行调查信息为依据对模型进行标定,获取精度较高的居民出行OD矩阵。最后,本研究介绍了基于手机信令数据获取OD矩阵的方法,并仍以曲靖市麒沾马一体化区域为例,对通过手机信令获取的OD数据(简称手机OD数据)的时空分布特性进行研究,探索手机OD数据的误差产生原因和修正方法,着重分析了手机OD数据的稳定性,并探索将手机数据中获取得到的信息运用于居民出行分布中的其他方法。
【关键词】：出行分布 手机数据 OD矩阵 可行性
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-13
• 1.1 研究背景及意义9-10
• 1.2 研究内容与技术路线10-12
• 1.3 论文组织结构12-13
• 第2章 国内外研究综述13-39
• 2.1 基于传统方法的OD数据采集研究综述13-15
• 2.1.1 国外研究综述13-14
• 2.1.2 国内研究综述14-15
• 2.2 基于手机数据的OD采集研究综述15-19
• 2.2.1 国外研究综述15-17
• 2.2.2 国内研究综述17-19
• 2.3 居民出行分布模型的研究综述19-37
• 2.3.1 增长系数模型19-24
• 2.3.2 最大熵模型24-28
• 2.3.3 重力模型28-32
• 2.3.4 介入机会模型32-34
• 2.3.5 辐射模型34-37
• 2.4 本章小结37-39
• 第3章 基于传统方法的居民出行分布研究39-57
• 3.1 居民出行调查的方法39-45
• 3.1.1 抽样设计与抽样调查40-42
• 3.1.2 居民出行调查扩样42
• 3.1.3 居民出行调查结果42-45
• 3.2 基于重力模型的出行分布模型构建及参数标定45-55
• 3.2.1 出行生成模型的构建及标定45-52
• 3.2.2 出行分布模型的构建及标定52-55
• 3.3 本章小结55-57
• 第4章 基于手机数据的居民出行分布研究57-81
• 4.1 基于手机信令数据的OD获取方法57-65
• 4.1.1 手机信令数据的内容57-59
• 4.1.2 手机数据的预处理59-62
• 4.1.3 基站小区与交通小区的对应62
• 4.1.4 出行的定义62-64
• 4.1.5 居住地和工作地的识别64-65
• 4.2 手机OD数据的可信度验证65-72
• 4.2.1 手机数据波动规律的稳定性研究66-69
• 4.2.2 手机OD数据的时间分布特性验证69
• 4.2.3 手机OD数据的空间分布特性验证69-72
• 4.3 手机OD数据的误差产生原因及修正方法研究72-76
• 4.3.1 剔除凌晨信号的修正方法72
• 4.3.2 剔除短距离出行的修正方法72-73
• 4.3.3 基于关系拟合法的修正方法73-76
• 4.4 基于手机信令数据的辐射分布模型构建76-78
• 4.4.1 辐射模型的基本内容76-77
• 4.4.2 辐射模型的构建77-78
• 4.5 本章小结78-81
• 第5章 结论与展望81-83
• 5.1 研究成果和主要结论81
• 5.2 研究展望81-83
• 致谢83-85
• 参考文献85-89
• 附录A 曲靖市居民出行调查表89-91
• 附录B 辐射模型计算代码91-94

【相似文献】

中国期刊全文数据库 前10条

1 刘伟;崔俊胜;;两种典型交通出行分布方法的比较[J];山东交通科技;2006年03期

2 郭冠英;一个新的交通出行分布模型系列[J];同济大学学报(自然科学版);1995年05期

3 陈尚云,杜文,高世廉;我国特大城市出行分布模型及其参数的研究[J];系统工程;2002年04期

4 姚荣涵,王殿海;出行分布的信息熵模型[J];交通运输系统工程与信息;2005年03期

5 成峰;;一种实用的城市居民出行分布预测方法[J];交通与运输(学术版);2010年01期

6 秦茜;袁振洲;李明华;;新建工业园区货运出行分布预测方法研究[J];公路与汽运;2012年06期

7 李旭宏;;城市居民出行分布研究[J];东南大学学报;1991年01期

8 郭冠英;对出行分布模型的归纳和创新[J];同济大学学报(自然科学版);1994年03期

9 龙雪琴;关宏志;赵昕;秦焕美;;基于土地利用和出行链的出行分布量预测方法[J];中国公路学报;2014年01期

10 曲昭伟,梁春岩,王殿海;基于电子能量的居民出行分布模拟模型研究[J];交通运输系统工程与信息;2003年04期

中国硕士学位论文全文数据库 前7条

1 王成;关键通道约束的山地城市交通出行分布模型优化研究[D];重庆交通大学;2015年

2 钱乾;手机数据用于居民出行分布的可行性研究[D];昆明理工大学;2016年

3 李涵;组团城市出行分布模型优化研究[D];重庆交通大学;2012年

4 梁春岩;基于电子能量的出行分布模型研究[D];吉林大学;2004年

5 姚荣涵;基于最大信息熵的居民出行分布模型研究[D];吉林大学;2004年

6 刘伟;TransCAD在公路交通出行分布预测中的应用研究[D];吉林大学;2006年

7 向宇;基于MapReduce的城市交通出行分布异常检测和分析[D];北京工业大学;2014年

，

本文编号：1128348