当前位置:主页 > 科技论文 > 交通工程论文 >

基于百度地图开放数据与Web挖掘的区域停车指数研究

发布时间:2018-03-31 18:50

  本文选题:停车指数 切入点:百度地图 出处:《大连理工大学》2016年硕士论文


【摘要】:近年来随着我国经济快速发展,人民生活水平的不断提高,汽车保有量不断增长,城市交通问题日渐突出,城市停车难问题日益严重。究其原因,主要有三个,其一,停车场的建设速度落后于小汽车的增长速度,车位不足;其二,现有的停车设施利用率比较低,信息孤立,无法从整体上对停车场进行调控。其三,管理部门无法进行准确的停车需求预测,给停车设施的规划带来较大困扰。目前百度地图的POI(Point of Interest)数据信息每天都在更新,POI数据信息越来越详细和完善。利用信息挖掘技术,可以通过WEB信息挖掘获取每个POI对应的IOI(Item of Interest)信息,最终实现详细的土地利用信息的获取。借此契机,针对目前国内停车场智能化管理以及停车难问题,本文将结合百度地图API和HTML5技术,利用网页数据挖掘技术获取更精细化的土地开发利用数据。通过建立有效的区域停车需求模型,利用得到的数据计算区域停车场的停车需求以及停车指数,并根据结果绘制区域停车难易程度地图供出行者参考。本研究可以为解决目前城市日渐显著的“停车难”问题提供辅助决策依据。出行者可以通过本系统快速的知晓目的地停车场的停车难易程度,从而采用更科学合理的出行方式或者出行时间;城市建设者也可通过本研究改善停车费率的决策和停车设施的规划。
[Abstract]:In recent years, with the rapid development of China's economy, the continuous improvement of people's living standards, the increasing number of cars, the increasingly prominent urban traffic problems and the increasingly serious problems of parking in cities, there are three main reasons for this. The construction speed of the parking lot lags behind the growth rate of the car and the parking space is insufficient. Second, the utilization ratio of the existing parking facilities is relatively low and the information is isolated, so it is impossible to regulate the parking lot as a whole. Third, The management department is unable to predict the parking demand accurately, which makes the planning of parking facilities more and more difficult. At present, the POI(Point of interest data information of Baidu map is updating every day to be more and more detailed and perfect. Through WEB information mining, the corresponding IOI(Item of interest information of each POI can be obtained, and finally the detailed land use information can be obtained. This paper will combine Baidu map API and HTML5 technology, using the web page data mining technology to obtain more detailed land development and utilization data. Through the establishment of an effective regional parking demand model, Using the obtained data to calculate parking demand and parking index, According to the results, the map of parking difficulty is drawn for the reference of the travelers. This study can provide an auxiliary decision basis for solving the increasingly prominent parking problem in the city. The traveler can quickly use this system to solve the problem of "parking difficulty". Know how difficult it is to park in the parking lot of the destination, Thus, more scientific and reasonable travel mode or travel time can be adopted. Urban builders can also improve the decision of parking fee rate and the planning of parking facilities through this study.
【学位授予单位】:大连理工大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:U491.7

【参考文献】

相关期刊论文 前9条

1 谢莹;程宝洁;董凯;;基于用地的停车需求预测模型研究[J];交通标准化;2014年19期

2 肖文汉;吴孝斌;曹莹莹;于建江;;基于百度地图API的停车场查寻系统的设计[J];计算机技术与发展;2014年04期

3 杜传明;;百度地图API在小型地理信息系统中的应用[J];测绘与空间地理信息;2011年02期

4 宋正娜;陈雯;袁丰;王丽;;公共设施区位理论及其相关研究述评[J];地理科学进展;2010年12期

5 南秋彩;;基于土地利用的停车需求预测[J];内江科技;2009年06期

6 吴子啸;朱莉莉;李长波;;停车需求预测方法及应用[J];城市交通;2008年04期

7 魏连雨;周永亮;张朝清;刘卫铮;;改进的停车生成率停车需求预测模型研究[J];河北工业大学学报;2007年05期

8 王丰元;邹旭东;阎岩;李洪民;张洪海;;基于用地和交通特征的停车需求预测模型[J];交通运输工程学报;2007年02期

9 杨中良,裴玉龙;哈尔滨中心城区停车现状分析及需求预测[J];哈尔滨建筑大学学报;2002年03期

相关硕士学位论文 前5条

1 曹红阳;引入在途车数量的停车需求预测模型研究[D];青岛理工大学;2010年

2 王瑞;基于用地区位分析的停车需求预测研究[D];昆明理工大学;2010年

3 党媚;区域停车诱导系统综合评价研究[D];长安大学;2008年

4 陈燕;城市机动车停车需求预测及管理策略[D];东南大学;2005年

5 林昌顺;停车需求研究[D];天津大学;2004年



本文编号:1691992

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/1691992.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户d739b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com