本文選題：公交 + 行程時(shí)間可靠性�。� 參考：《浙江大學(xué)》2015年碩士論文

【摘要】：公交行程時(shí)間可靠性是城市公共交通系統(tǒng)運(yùn)行狀態(tài)評價(jià)的重要指標(biāo)之一,能夠準(zhǔn)確表征公交行程時(shí)間的穩(wěn)定性,為公交出行者、公交管理部門和交通專家提供評價(jià)公交服務(wù)水平的重要依據(jù)。同時(shí),移動檢測技術(shù)的日益發(fā)展為采集數(shù)據(jù)的實(shí)時(shí)性、動態(tài)性、準(zhǔn)確性提供了保障。本文在對公交GPS數(shù)據(jù)進(jìn)行分析、挖掘的基礎(chǔ)上,建立了公交站點(diǎn)區(qū)間行程時(shí)間可靠性評價(jià)方法,為公交運(yùn)營狀態(tài)評價(jià)提供了一種新思路。 首先,本文對公交GPS數(shù)據(jù)和GIS數(shù)據(jù)從數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)內(nèi)容、數(shù)據(jù)保存三方面做了簡要概述,并在傳統(tǒng)的地圖匹配算法的基礎(chǔ)之上,提出了改進(jìn)的投影匹配算法,采用了網(wǎng)格分塊的快速匹配方法實(shí)現(xiàn)公交GPS數(shù)據(jù)的匹配。針對GPS漂移數(shù)據(jù),利用匹配閾值法對其判斷并予以剔除；并建立了完全重復(fù)冗余數(shù)據(jù)的處理方法。實(shí)驗(yàn)證明,上述GPS數(shù)據(jù)預(yù)處理方法具有良好的效果,能夠用于公交行程時(shí)間的計(jì)算。 接著明確了站點(diǎn)區(qū)間行程時(shí)間的定義,采用4類不同形式的分布模型：正態(tài)分布、對數(shù)正態(tài)分布、威布爾分布、高斯混合分布分別對高峰、平峰時(shí)段的公交行程時(shí)間數(shù)據(jù)進(jìn)行擬合優(yōu)度檢驗(yàn),結(jié)果表明高斯混合分布模型能夠最好地?cái)M合公交行程時(shí)間數(shù)據(jù)。通過EM算法求解高斯混合模型的各項(xiàng)參數(shù),并建立了站點(diǎn)區(qū)間行程時(shí)間分布的擬合步驟。 把現(xiàn)有的行程時(shí)問可靠性指標(biāo)歸結(jié)為三類：基于概率的評價(jià)指標(biāo)、基于偏差的評價(jià)指標(biāo)和介于兩者之間的評價(jià)指標(biāo),并在此基礎(chǔ)上,結(jié)合站點(diǎn)區(qū)間行程時(shí)間的三元高斯混合分布模型,采用波動性指數(shù)和延誤指數(shù)作為表征行程時(shí)間可靠性的指標(biāo),建立了基于高斯混合分布模型的站點(diǎn)區(qū)間行程時(shí)間可靠性評價(jià)方法。 最后,分析了影響公交站點(diǎn)行程時(shí)間可靠性的幾大因素：道路幾何條件(站點(diǎn)區(qū)間長度和交叉口相對位置)、交通狀態(tài)(公交車小時(shí)流量因素、交叉口信號因素)、天氣因素和采樣間隔。 上述研究將為公交運(yùn)營管理、信息發(fā)布、服務(wù)水平評價(jià)等提供技術(shù)支撐。
[Abstract]:The reliability of bus travel time is one of the important indexes to evaluate the running state of urban public transportation system. It can accurately represent the stability of bus travel time and is a public transport traveler. Public transport management departments and traffic experts provide an important basis for evaluating the level of public transport services. At the same time, the development of mobile detection technology provides a guarantee for the real-time, dynamic and accuracy of data collection. In this paper, based on the analysis and mining of bus GPS data, the reliability evaluation method of bus stop interval travel time is established, which provides a new way for bus operation state evaluation. First of all, this paper gives a brief overview of bus GPS data and GIS data from three aspects: data structure, data content and data preservation. Based on the traditional map matching algorithm, an improved projection matching algorithm is proposed. The fast matching method of grid block is used to realize the matching of bus GPS data. According to the GPS drift data, the matching threshold method is used to judge and eliminate the data, and a method to deal with the redundant data is established. The experimental results show that the GPS data preprocessing method is effective and can be used to calculate the bus travel time. Then the definition of travel time between stations is defined, and four kinds of distribution models are adopted: normal distribution, logarithmic normal distribution, Weibull distribution, Gao Si mixed distribution. The results show that the mixed distribution model of Gao Si can best fit the bus travel time data. The parameters of Gao Si's mixed model are solved by EM algorithm, and the fitting steps of travel time distribution between stations are established. The existing travel time reliability index is divided into three categories: probability-based evaluation index, deviation-based evaluation index and evaluation index between the two, and on this basis, Combined with the ternary Gao Si mixed distribution model of travel time between stations, volatility index and delay index are used as indicators to characterize the reliability of travel time. The reliability evaluation method of interval travel time based on Gao Si mixed distribution model is established. Finally, several factors affecting the reliability of bus stop travel time are analyzed: road geometry conditions (station interval length and intersection relative position, traffic state (bus hour flow factor), Intersections signal factors, weather factors and sampling intervals. The above research will provide technical support for bus operation management, information release, service level evaluation and so on.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：U491

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊兆升;關(guān)于智能運(yùn)輸系統(tǒng)的關(guān)鍵理論——綜合路段行程時(shí)間預(yù)測的研究[J];交通運(yùn)輸工程學(xué)報(bào);2001年01期

2 曾松,楊曉光;行程時(shí)間信息質(zhì)量與接受水平關(guān)系分析[J];中國公路學(xué)報(bào);2002年04期

3 楊志宏,楊兆升,于德新,陳林;基于馬爾可夫排隊(duì)模型的行程時(shí)間預(yù)測方法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2004年04期

4 高作剛,朱健,黃承明,董德存;一種行程時(shí)間檢測和預(yù)測的實(shí)現(xiàn)方法[J];交通與計(jì)算機(jī);2004年04期

5 徐猛,史忠科;一類交通網(wǎng)絡(luò)模型下路段行程時(shí)間的解析解[J];控制與決策;2004年09期

6 劉海旭,卜雷,蒲云;隨機(jī)路網(wǎng)的行程時(shí)間可靠性[J];土木工程學(xué)報(bào);2004年08期

7 林興強(qiáng),陳馳,陳景新,任愛珠;基于行程時(shí)間可靠性的車輛優(yōu)化調(diào)度(英文)[J];交通運(yùn)輸系統(tǒng)工程與信息;2005年05期

8 郭景峰,侯爽,王金慧;一種動態(tài)路段行程時(shí)間的預(yù)測模型[J];計(jì)算機(jī)工程與科學(xué);2005年05期

9 徐猛;史忠科;;基于線性路段行程時(shí)間描述的交通輸出流特性[J];公路交通科技;2006年03期

10 余艷春;邵春福;郭鈺愫;熊志華;;基于實(shí)時(shí)數(shù)據(jù)的路網(wǎng)行程時(shí)間可靠度模型研究[J];現(xiàn)代交通技術(shù);2006年02期

相關(guān)會議論文 前10條

1 陳寧;;基于模糊C均值聚類的路段平均行程時(shí)間估計(jì)方法[A];第二十九屆中國控制會議論文集[C];2010年

2 江周;張存保;許志達(dá);嚴(yán)鳳祥;;基于實(shí)時(shí)數(shù)據(jù)的城市道路行程時(shí)間預(yù)測方法和模型[A];第八屆中國智能交通年會論文集[C];2013年

3 楊兆升;董升;李善梅;劉雪杰;朱偉權(quán);;基于占有率數(shù)據(jù)的模式匹配行程時(shí)間預(yù)測模型研究[A];第二屆中國智能交通年會論文集[C];2006年

4 溫慧敏;劉雪杰;高永;李先;;路網(wǎng)行程時(shí)間穩(wěn)定性分布特征研究與實(shí)證分析[A];2008第四屆中國智能交通年會論文集[C];2008年

5 白世貞;丁旭;;動態(tài)行程時(shí)間車輛路徑規(guī)劃問題研究[A];第十三屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2011年

6 張宇;裴玉龍;;動態(tài)路段行程時(shí)間函數(shù)的確定及其與BPR函數(shù)的比較研究[A];第七次城市道路與交通工程學(xué)術(shù)會議論文集[C];2002年

7 郭繼孚;溫慧敏;于雷;陳琨;高永;;基于出租車IC卡數(shù)據(jù)的北京路網(wǎng)可靠性評價(jià)[A];第二屆中國智能交通年會論文集[C];2006年

8 龔珊;尹相勇;朱愛華;;基于浮動車的路段行程時(shí)間卡爾曼濾波預(yù)測算法[A];2008第四屆中國智能交通年會論文集[C];2008年

9 周里捷;林正;馬云;熊桂喜;;BRT乘客信息服務(wù)的研究與實(shí)現(xiàn)[A];2008第四屆中國智能交通年會論文集[C];2008年

10 保麗霞;金森元;顧應(yīng)欣;;智能交通集成控制中的信息協(xié)同分析與處理[A];2007年中國智能自動化會議論文集[C];2007年

相關(guān)重要報(bào)紙文章 前1條

1 羅永生 段國忠 史京利;暢通主動脈 美化旅游路[N];石家莊日報(bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 熊志華;道路網(wǎng)行程時(shí)間可靠性基礎(chǔ)理論與方法研究[D];北京交通大學(xué);2006年

2 陳琨;基于移動源數(shù)據(jù)的城市路網(wǎng)行程時(shí)間可靠性評價(jià)模型與算法[D];北京交通大學(xué);2008年

3 李繼偉;城市主次干路的路段行程時(shí)間估計(jì)與預(yù)測方法研究[D];吉林大學(xué);2012年

4 冷軍強(qiáng);冰雪條件下城市路網(wǎng)行程時(shí)間可靠性研究[D];哈爾濱工業(yè)大學(xué);2010年

5 孟小前;基于行程時(shí)間實(shí)時(shí)預(yù)測的露天礦調(diào)度服務(wù)研究[D];中國礦業(yè)大學(xué)（北京）;2014年

6 張瑋;基于GPS浮動車的路徑行程時(shí)間估計(jì)系統(tǒng)關(guān)鍵技術(shù)研究[D];吉林大學(xué);2011年

7 呂彪;隨機(jī)路網(wǎng)配流及廣義網(wǎng)絡(luò)設(shè)計(jì)研究[D];西南交通大學(xué);2013年

8 郭淑霞;基于時(shí)變二源數(shù)據(jù)的城市公交調(diào)度協(xié)調(diào)模型與算法[D];北京交通大學(xué);2010年

9 郭宏偉;城市路內(nèi)停車影響的建模與特性分析[D];北京交通大學(xué);2011年

10 王曉飛;災(zāi)變條件下通道路網(wǎng)運(yùn)營安全管理及應(yīng)急處置研究[D];同濟(jì)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 姜乙甲;基于行程時(shí)間可靠性的北京中心城路網(wǎng)運(yùn)行狀態(tài)評價(jià)[D];北京交通大學(xué);2007年

2 武勇;基于時(shí)間分布的公交行程時(shí)間預(yù)測模型的研究[D];山東大學(xué);2012年

3 劉克;高速公路的路段行程時(shí)間估計(jì)與預(yù)測方法研究[D];北京交通大學(xué);2013年

4 張嵐嵐;高速公路行程時(shí)間可靠度計(jì)量方法研究[D];吉林大學(xué);2015年

5 高學(xué)英;城市道路路段行程時(shí)間估計(jì)及融合方法研究[D];吉林大學(xué);2009年

6 別一鳴;公交車行程時(shí)間預(yù)測方法研究[D];吉林大學(xué);2009年

7 張建;城市交通網(wǎng)絡(luò)行程時(shí)間可靠性研究[D];蘭州交通大學(xué);2009年

8 楊先平;城市道路行程時(shí)間預(yù)測方法研究[D];吉林大學(xué);2005年

9 黃國俊;基于行程時(shí)間預(yù)測的城市公交導(dǎo)航服務(wù)系統(tǒng)及其關(guān)鍵技術(shù)[D];山東大學(xué);2011年

10 陳城輝;城市多模式公交行程時(shí)間可靠性研究[D];南京理工大學(xué);2011年

，

本文編號：1845566