貨物運輸是區(qū)域經(jīng)濟發(fā)展的重要組成部分,隨著國內(nèi)GPS采集手段的日益豐富,信息處理技術(shù)的不斷發(fā)展成熟,對海量GPS數(shù)據(jù)獲取、挖掘和研究成為可能。以物流車輛GPS數(shù)據(jù)為研究基礎(chǔ),設(shè)計了數(shù)據(jù)的預處理算法,選取基于平均行程速度的探索性方法為出行劃分算法,挖掘城市間物流車輛的出行特征和規(guī)律。通過對實時采集的車輛出行數(shù)據(jù)進行分析并決策,為精細化管理和運營提供技術(shù)支撐,具有一定的現(xiàn)實意義。 

【文章來源】：綜合運輸. 2020,42(01)

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 數(shù)據(jù)處理
    1.1 數(shù)據(jù)概況
    1.2 數(shù)據(jù)預處理
2 出行劃分算法
    2.1 速度閾值
    2.2 時間閾值
    2.3 空間閾值
    2.4 有效出行時長
    2.5 出行劃分算法步驟
3 物流車輛出行特征分析
    3.1 車輛出行OD對分析
    3.2 車輛出行時間分布特征
    3.3 車輛出行空間分布特征
    3.4 貨運強度
4 結(jié)論


【參考文獻】：
期刊論文
[1]利用貨車GPS數(shù)據(jù)推演城市內(nèi)部物流聯(lián)系——以深圳市為例[J]. 肖作鵬,鄒海翔,孫永海.  西部人居環(huán)境學刊. 2017(01)
[2]我國物流業(yè)全要素生產(chǎn)率及其提升研究[J]. 徐銳,熊婉瑩.  綜合運輸. 2016(11)
[3]利用貨運車輛GPS軌跡數(shù)據(jù)的物流基地選址評價方法[J]. 廖威.  科技展望. 2016(30)
[4]上海市第五次綜合交通調(diào)查主要成果[J].   交通與運輸. 2015(06)
[5]基于排隊論的港口運輸裝卸服務(wù)系統(tǒng)優(yōu)化方法研究[J]. 黃大明,文冰,蔣順梅.  廣西大學學報(自然科學版). 2009(06)
[6]機動車出行對城市道路的影響與對策[J]. 辛飛,陳小鴻,林航飛.  交通科技與經(jīng)濟. 2004(06)



本文編號：3585050