基于浮动车OD数据的重大枢纽交通运行规律分析及区域运行状况评价研究
发布时间：2021-10-21 12:57
随着机动车保有量的不断增加,大城市交通拥堵问题已经严重的影响了居民的日常出行。而想更好的解决拥堵问题,对于交通运行规律的分析以及交通运行状况的评价是关键。尽管相关的研究在过去几十年间有了较为深入的探索,但是随着大数据的日益发展,基于大数据的交通运行规律分析和交通运行状态评价却仍显匮乏。本文基于滴滴浮动车OD行程数据,提出了以浮动车OD行程数据为基础的面向重大交通枢纽的交通运行规律分析方法以及区域交通运行状况评价方法。本论文的主要研究工作及结论包括以下三个方面:（1）基于浮动车OD行程数据,建立了地图网格模型,同时对于网格状态进行划分。然后基于2014年10月-2017年2月所有滴滴浮动车OD行程数据对于OD对理想条件下的交通参数进行了计算,并通过理想条件下OD对交通参数模糊估计方法对无法由原数据直接获得的交通参数进行了计算,并对其误差进行了分析,误差分析结果表明该模糊估计方法效果较好。最后,建立了浮动车OD行程数据库系统。（2）基于到达重大交通枢纽的浮动车OD行程数据,研究了面向重大交通枢纽的交通运行规律分析方法,从出行需求、行程速度、行程时间可靠性三个方面对于到达重大交通枢纽的交通运...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：118 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
1.1 选题背景和意义
1.2 国内外研究现状
1.2.1 浮动车研究现状
1.2.2 城市交通运行状况研究现状
1.3 论文研究目的及内容
1.3.1 浮动车OD行程数据预处理
1.3.2 浮动车OD行程数据库建立
1.3.3 面向重大交通枢纽的交通运行规律分析
1.3.4 基于浮动车OD行程数据的区域交通运行状况评价
1.4 论文技术路线图
2 浮动车OD行程数据预处理
2.1 滴滴浮动车OD行程数据简要说明
2.2 滴滴浮动车OD行程数据预处理
2.2.1 地理信息坐标系转换
2.2.2 数据清洗
2.3 本章小结
3 浮动车OD行程数据库系统
3.1 基于滴滴浮动车OD行程数据的网格模型
3.1.1 网格模型建立
3.1.2 网格状态划分
3.1.2.1 网格状态划分方法概述
3.1.2.2 网格状态划分结果分析
3.2 基于网格模型的理想交通参数
3.2.1 理想交通参数指标
3.2.2 理想交通参数模糊估计方法
3.2.3 理想交通参数估计结果分析
3.2.4 理想交通参数估计方法误差分析
3.3 浮动车OD行程数据库系统结构特征描述
3.3.1 原始OD行程数据库
3.3.2 基于网格的浮动车OD行程数据库
3.3.3 理想条件下的浮动车OD行程数据库
3.3.4 到达重要交通枢纽的浮动车OD行程数据库
3.4 本章小结
4 面向重大交通枢纽的交通运行规律分析
4.1 面向重大交通枢纽的交通运行规律分析方法概述
4.1.1 出行需求
4.1.1.1 聚类算法概述
4.1.1.2 基于交通出行量的DBSCAN算法
4.1.2 运行速度
4.1.3 行程时间可靠性
4.2 到达首都机场的出行需求分布规律分析
4.2.1 到达首都机场的出行需求空间分布规律分析
4.2.2 到达首都机场的出行需求时间分布规律分析
4.2.3 基于DBSCAN算法的高密度出行小区检测结果
4.3 到达首都机场的运行速度规律分析
4.3.1 到达首都机场的运行速度空间分布规律分析
4.3.2 到达首都机场的运行速度时间分布规律分析
4.4 到达首都机场的行程时间可靠性分析
4.5 本章小结
5 基于浮动车OD行程数据的区域交通运行状况评价
5.1 基于模块化指标的交通社区检测方法
5.1.1 交通社区划分方法
5.1.2 交通社区划分结果
5.1.3 交通社区交通量分析
5.2 基于浮动车OD行程数据的区域交通评价方法
5.2.1 交通运行状况评价指标
5.2.2 交通运行状况评价方法
5.3 以北京市为例的区域交通运行状况评价结果
5.3.1 城市整体区域交通运行状况评价结果
5.3.2 城市局部区域交通运行状况评价结果
5.4 本章小结
6 结论与展望
6.1 主要研究工作及结论
6.2 下一步工作展望
参考文献
附录A
附录B
附录C
附录D
附录E
作者简历及攻读硕士/博士学位期间取得的研究成果
学位论文数据集
【参考文献】：
期刊论文
[1]基于浮动车数据的区域路网交通状态评价[J]. 万蔚,王振华,李梦琦. 科学技术与工程. 2017(07)
[2]利用浮动车大数据进行稀疏路段行程时间推断[J]. 张发明,朱欣焰,呙维,胡涛. 武汉大学学报(信息科学版). 2017(01)
[3]基于GPS数据的信号交叉口实时排队长度估算[J]. 王钰,徐建闽,林培群. 交通运输系统工程与信息. 2016(06)
[4]基于浮动车数据的公交车路线规划研究与实现[J]. 林娜,李建明. 计算机应用与软件. 2016(10)
[5]基于大规模浮动车轨迹点数据的道路网变化检测与更新方法研究[J]. 赵东保,刘雪梅,张弘弢. 地理与地理信息科学. 2016(02)
[6]基于GPS轨迹大数据的优质客源时空分布研究[J]. 孙飞,张霞,唐炉亮,刘章,杨雪,董坤. 地球信息科学学报. 2015(03)
[7]基于浮动车数据的快速交通拥堵监控[J]. 吴佩莉,刘奎恩,郝身刚,张全新,谭毓安. 计算机研究与发展. 2014(01)
[8]基于浮动车数据的排队长度检测方法研究[J]. 庄立坚,何兆成,叶伟佳,褚俊飞,邓玲丽. 交通运输系统工程与信息. 2013(03)
[9]一种基于OPTICS聚类的流量分类算法[J]. 张建伟,王玲艳,姚云磊. 郑州轻工业学院学报(自然科学版). 2013(02)
[10]基于浮动车移动轨迹的新增道路自动发现算法[J]. 蒋新华,廖律超,邹复民. 计算机应用. 2013(02)
博士论文
[1]面向特大城市的分层次交通拥堵评价模型及算法[D]. 刘梦涵.北京交通大学 2009
硕士论文
[1]基于手机GPS数据的出行端点识别方法研究[D]. 戴露.西南交通大学 2017
[2]浮动车GPS轨迹的实时流式地图匹配方法与实现[D]. 谢金运.深圳大学 2016
[3]基于浮动车数据的出租车与北京西站接驳规律与组织方法研究[D]. 詹光军.北京交通大学 2016
[4]基于浮动车和图像比对技术的新增道路自动检测方法[D]. 官刚宇.中南大学 2012
本文编号：3449024
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：118 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
1.1 选题背景和意义
1.2 国内外研究现状
1.2.1 浮动车研究现状
1.2.2 城市交通运行状况研究现状
1.3 论文研究目的及内容
1.3.1 浮动车OD行程数据预处理
1.3.2 浮动车OD行程数据库建立
1.3.3 面向重大交通枢纽的交通运行规律分析
1.3.4 基于浮动车OD行程数据的区域交通运行状况评价
1.4 论文技术路线图
2 浮动车OD行程数据预处理
2.1 滴滴浮动车OD行程数据简要说明
2.2 滴滴浮动车OD行程数据预处理
2.2.1 地理信息坐标系转换
2.2.2 数据清洗
2.3 本章小结
3 浮动车OD行程数据库系统
3.1 基于滴滴浮动车OD行程数据的网格模型
3.1.1 网格模型建立
3.1.2 网格状态划分
3.1.2.1 网格状态划分方法概述
3.1.2.2 网格状态划分结果分析
3.2 基于网格模型的理想交通参数
3.2.1 理想交通参数指标
3.2.2 理想交通参数模糊估计方法
3.2.3 理想交通参数估计结果分析
3.2.4 理想交通参数估计方法误差分析
3.3 浮动车OD行程数据库系统结构特征描述
3.3.1 原始OD行程数据库
3.3.2 基于网格的浮动车OD行程数据库
3.3.3 理想条件下的浮动车OD行程数据库
3.3.4 到达重要交通枢纽的浮动车OD行程数据库
3.4 本章小结
4 面向重大交通枢纽的交通运行规律分析
4.1 面向重大交通枢纽的交通运行规律分析方法概述
4.1.1 出行需求
4.1.1.1 聚类算法概述
4.1.1.2 基于交通出行量的DBSCAN算法
4.1.2 运行速度
4.1.3 行程时间可靠性
4.2 到达首都机场的出行需求分布规律分析
4.2.1 到达首都机场的出行需求空间分布规律分析
4.2.2 到达首都机场的出行需求时间分布规律分析
4.2.3 基于DBSCAN算法的高密度出行小区检测结果
4.3 到达首都机场的运行速度规律分析
4.3.1 到达首都机场的运行速度空间分布规律分析
4.3.2 到达首都机场的运行速度时间分布规律分析
4.4 到达首都机场的行程时间可靠性分析
4.5 本章小结
5 基于浮动车OD行程数据的区域交通运行状况评价
5.1 基于模块化指标的交通社区检测方法
5.1.1 交通社区划分方法
5.1.2 交通社区划分结果
5.1.3 交通社区交通量分析
5.2 基于浮动车OD行程数据的区域交通评价方法
5.2.1 交通运行状况评价指标
5.2.2 交通运行状况评价方法
5.3 以北京市为例的区域交通运行状况评价结果
5.3.1 城市整体区域交通运行状况评价结果
5.3.2 城市局部区域交通运行状况评价结果
5.4 本章小结
6 结论与展望
6.1 主要研究工作及结论
6.2 下一步工作展望
参考文献
附录A
附录B
附录C
附录D
附录E
作者简历及攻读硕士/博士学位期间取得的研究成果
学位论文数据集
【参考文献】：
期刊论文
[1]基于浮动车数据的区域路网交通状态评价[J]. 万蔚,王振华,李梦琦. 科学技术与工程. 2017(07)
[2]利用浮动车大数据进行稀疏路段行程时间推断[J]. 张发明,朱欣焰,呙维,胡涛. 武汉大学学报(信息科学版). 2017(01)
[3]基于GPS数据的信号交叉口实时排队长度估算[J]. 王钰,徐建闽,林培群. 交通运输系统工程与信息. 2016(06)
[4]基于浮动车数据的公交车路线规划研究与实现[J]. 林娜,李建明. 计算机应用与软件. 2016(10)
[5]基于大规模浮动车轨迹点数据的道路网变化检测与更新方法研究[J]. 赵东保,刘雪梅,张弘弢. 地理与地理信息科学. 2016(02)
[6]基于GPS轨迹大数据的优质客源时空分布研究[J]. 孙飞,张霞,唐炉亮,刘章,杨雪,董坤. 地球信息科学学报. 2015(03)
[7]基于浮动车数据的快速交通拥堵监控[J]. 吴佩莉,刘奎恩,郝身刚,张全新,谭毓安. 计算机研究与发展. 2014(01)
[8]基于浮动车数据的排队长度检测方法研究[J]. 庄立坚,何兆成,叶伟佳,褚俊飞,邓玲丽. 交通运输系统工程与信息. 2013(03)
[9]一种基于OPTICS聚类的流量分类算法[J]. 张建伟,王玲艳,姚云磊. 郑州轻工业学院学报(自然科学版). 2013(02)
[10]基于浮动车移动轨迹的新增道路自动发现算法[J]. 蒋新华,廖律超,邹复民. 计算机应用. 2013(02)
博士论文
[1]面向特大城市的分层次交通拥堵评价模型及算法[D]. 刘梦涵.北京交通大学 2009
硕士论文
[1]基于手机GPS数据的出行端点识别方法研究[D]. 戴露.西南交通大学 2017
[2]浮动车GPS轨迹的实时流式地图匹配方法与实现[D]. 谢金运.深圳大学 2016
[3]基于浮动车数据的出租车与北京西站接驳规律与组织方法研究[D]. 詹光军.北京交通大学 2016
[4]基于浮动车和图像比对技术的新增道路自动检测方法[D]. 官刚宇.中南大学 2012
本文编号：3449024
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3449024.html
