基于GPS数据的出行目的识别
发布时间:2023-06-03 02:53
随着社会经济的发展以及人口和机动车保有量的不断增长,交通拥堵以及由此引发的环境污染和能源消耗等问题日益严重。合理进行交通系统规划和管理政策制定尤为重要。众所周知居民出行调查是交通规划和管理的数据基础。然而,传统的入户式居民出行调查存在调查任务重、调查效率低、调查准确率低、而且无法进行多日连续的出行调查等问题,已无法满足现阶段出行数据获取和分析的需要。GPS设备因操作简单、方便携带并可精确地记录出行者的瞬时速度、出发时间、经纬度信息等特点,在出行调查中得到了逐步广泛的应用。与传统的入户式居民出行调查相比,基于GPS的居民出行调查具有更高的调查精度,并且可以减轻被调查者的负担,同时可进行多日连续的出行调查,因此具有较好的应用前景。在此背景下,基于GPS数据的出行信息提取研究成为交通领域研究的热点之一。单纯的GPS调查无法获取个人和家庭属性信息,在没有辅助信息的情况下,各种出行信息中,出行目的的识别较为困难,因此基于GPS数据的出行目的识别成为各种出行信息提取中的难点。同时,出行目的是其他出行信息提取的基础,更是出行行为分析和预测中的重要环节之一。因此,研究基于GPS数据的出行目的识别方法对...
【文章页数】:65 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 研究背景
1.2 研究目的及意义
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.3.3 研究综述
1.4 研究内容与技术路线
1.4.1 研究内容
1.4.2 技术路线
第2章 GPS数据调查和出行目的行为分析
2.1 数据处理
2.1.1 格式转换
2.1.2 数据过滤
2.1.3 出行段生成
2.1.4 日出行模式的初步划分
2.2 工作日出行目的选择行为分析
2.2.1 单日出行模式和出行目的选择特征
2.2.2 出行目的的影响因素
2.3 非工作日出行目的选择行为分析
2.3.1 单日出行模式和出行目的选择特征
2.3.2 出行目的的影响因素
2.4 多日出行目的统计分析
2.5 本章小结
第3章 日出行模式-出行目的建模识别
3.1 非集计建模理论
3.2 日出行模式识别模型建立
3.2.1 选择肢的确定
3.2.2 变量设置
3.2.3 工作日的日出行模式识别
3.2.4 非工作日的日出行模式识别
3.3 日出行目的识别
3.3.1 工作日日出行目的识别
3.3.2 非工作日日出行目的识别
3.4 本章小结
第4章 基于多日习惯的出行目的识别
4.1 模型的建立
4.2 工作日的出行目的识别
4.2.1 模型标定和结果分析
4.2.2 精度验证
4.3 非工作日的出行目的识别
4.3.1 模型标定和结果分析
4.3.2 精度验证
4.4 本章小结
第5章 总结与展望
5.1 本文研究总结
5.2 研究展望
参考文献
作者简介
致谢
本文编号:3828525
【文章页数】:65 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 研究背景
1.2 研究目的及意义
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.3.3 研究综述
1.4 研究内容与技术路线
1.4.1 研究内容
1.4.2 技术路线
第2章 GPS数据调查和出行目的行为分析
2.1 数据处理
2.1.1 格式转换
2.1.2 数据过滤
2.1.3 出行段生成
2.1.4 日出行模式的初步划分
2.2 工作日出行目的选择行为分析
2.2.1 单日出行模式和出行目的选择特征
2.2.2 出行目的的影响因素
2.3 非工作日出行目的选择行为分析
2.3.1 单日出行模式和出行目的选择特征
2.3.2 出行目的的影响因素
2.4 多日出行目的统计分析
2.5 本章小结
第3章 日出行模式-出行目的建模识别
3.1 非集计建模理论
3.2 日出行模式识别模型建立
3.2.1 选择肢的确定
3.2.2 变量设置
3.2.3 工作日的日出行模式识别
3.2.4 非工作日的日出行模式识别
3.3 日出行目的识别
3.3.1 工作日日出行目的识别
3.3.2 非工作日日出行目的识别
3.4 本章小结
第4章 基于多日习惯的出行目的识别
4.1 模型的建立
4.2 工作日的出行目的识别
4.2.1 模型标定和结果分析
4.2.2 精度验证
4.3 非工作日的出行目的识别
4.3.1 模型标定和结果分析
4.3.2 精度验证
4.4 本章小结
第5章 总结与展望
5.1 本文研究总结
5.2 研究展望
参考文献
作者简介
致谢
本文编号:3828525
本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3828525.html