本文選題：出行方式 + 方式識別�。� 參考：《鄭州大學》2015年碩士論文

【摘要】：出行方式的識別是智能交通領域的一個新興研究方向,主要通過對出行者出行數(shù)據(jù)如:速度、距離等的分析識別出行者的出行方式,用來對一定區(qū)域內出行習慣進行調查、分析人群出行特點,為市政決策提供幫助,同時,能夠針對特定出行方式提供定制的道路引導方案。本文結合移動互聯(lián)網(wǎng)和機器學習技術,設計并實現(xiàn)了一種基于AML-BP算法的出行方式識別方案。文章提出將城市中的步行、公共汽車、自行車、小汽車、電動摩托車五種目前主要出行方式作為識別目標,主要工作如下:第一,介紹了國內外出行方式識別的研究現(xiàn)狀,給出了本文研究的整體思路,即:出行參數(shù)的采集、出行參數(shù)特征分析、出行方式識別算法的研究與改進、應用系統(tǒng)的實現(xiàn);第二,開發(fā)了一款智能手機端應用,實現(xiàn)了對五種出行方式出行過程中的GPS和三軸加速度數(shù)據(jù)采集;第三,結合運動學、統(tǒng)計學知識,對各出行方式運動原理及采集到的出行數(shù)據(jù)進行分析,選擇出對出行方式具有區(qū)別性的參數(shù)作為出行方式的特征;第四,選擇BP神經(jīng)網(wǎng)絡算法作為出行方式識別算法,針對算法存在的弱點,提出了基于AML(Adaptive Momentum and Learning rate)的BP神經(jīng)網(wǎng)絡算法,并對AML-BP算法的識別效果進行了實驗測試;最后,根據(jù)對出行方式識別的研究成果,通過Android平臺技術、動態(tài)鏈接庫技術、百度云服務技術等,實現(xiàn)了一款Android平臺下的出行方式識別應用。根據(jù)選擇的出行方式特征以及改進的BP算法,在與其他識別方案的對比中,本算法取得了較好的識別率。將出行方式識別算法應用于出行方式的Android應用中,在實際環(huán)境下對應用進行測試,應用運行穩(wěn)定,達到了設計要求,在應用運行中能夠對出行方式進行較準確的識別。
[Abstract]:The identification of travel mode is a new research direction in the field of intelligent transportation, mainly through the analysis of travel data such as speed, distance, etc., it can be used to investigate the travel habits in a certain area. The characteristics of crowd travel are analyzed to provide help for municipal decision making and to provide customized road guidance schemes for specific travel modes at the same time. Combined with mobile Internet and machine learning technology, this paper designs and implements a trip pattern recognition scheme based on AML-BP algorithm. In this paper, five main travel modes in the city, such as walking, bus, bicycle, car and electric motorcycle, are proposed. The main work is as follows: first, this paper introduces the current situation of the research on the identification of travel mode at home and abroad. The whole idea of this paper is given, that is, the acquisition of trip parameters, the characteristic analysis of trip parameters, the research and improvement of trip pattern recognition algorithm, the realization of application system. Secondly, a smart phone terminal application is developed. The data acquisition of GPS and triaxial acceleration in the travel process of five travel modes is realized. Thirdly, combined with kinematics and statistical knowledge, the principle of travel and the travel data collected are analyzed. Select the parameters that are different to the travel mode as the characteristics of the travel mode; fourth, select the BP neural network algorithm as the travel mode recognition algorithm, aiming at the weakness of the algorithm, A BP neural network algorithm based on Adaptive moment and Learning rate is proposed, and the recognition effect of AML-BP algorithm is tested experimentally. Finally, according to the research results of trip pattern recognition, through the technology of Android platform, dynamic link library technology, Baidu cloud service technology, the implementation of a Android platform under the travel mode identification application. According to the selected travel mode features and the improved BP algorithm, compared with other recognition schemes, the algorithm achieved a better recognition rate. The algorithm of trip pattern identification is applied to the Android application of trip mode, and the application is tested in the actual environment. The application runs stably and meets the design requirements, and it can accurately identify the trip mode in the application operation.
【學位授予單位】：鄭州大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：U495;TP391.4

【相似文獻】

相關期刊論文 前10條

1 李萌;王伊麗;陳學武;;城市居民個人屬性與出行方式鏈相關性分析[J];交通與運輸(學術版);2009年01期

2 欒琨;雋志才;宗芳;;通勤者出行方式與出行鏈選擇行為研究[J];公路交通科技;2010年06期

3 朱豐剛;;基于出行方式劃分模型的摩托車禁行問題研究[J];公路與汽運;2010年04期

4 姜雨;陸鍵;;出行方式和目的地聯(lián)合模型(英文)[J];Journal of Southeast University(English Edition);2010年04期

5 趙昕;關宏志;劉詩序;;基于出行鏈的有車家庭假日出行方式組合研究[J];武漢理工大學學報(交通科學與工程版);2011年06期

6 王伊麗;;城市居民出行方式鏈特征分析[J];交通標準化;2012年01期

7 呂仁義 ,郭瑤華;出行方式劃分的實用模型[J];西安建筑科技大學學報(自然科學版);1993年S1期

8 劉花;陳艷艷;;北京市居民出行方式人群分類[J];交通標準化;2014年05期

9 鮮于建川;雋志才;;出行鏈與出行方式相互影響模式[J];上海交通大學學報;2010年06期

10 魏群;;基于希爾伯特指標空間的出行方式安全評價[J];道路交通與安全;2010年03期

相關會議論文 前2條

1 李新月;張羽成;;采用模糊綜合評判進行出行方式的預測[A];模糊集理論與應用——98年中國模糊數(shù)學與模糊系統(tǒng)委員會第九屆年會論文選集[C];1998年

2 孔萍;李淑朋;李軍;;成都地鐵1號線對城市通勤者出行方式影響研究[A];中國企業(yè)運籌學[2011（1）][C];2011年

相關重要報紙文章 前10條

1 本報駐布魯塞爾記者　 孫健;歐盟：優(yōu)化出行方式　強化環(huán)保意識[N];經(jīng)濟日報;2006年

2 記者 沙星海;市民“十一”旅游出行方式多[N];平頂山日報;2005年

3 記者 黃X;上下班的出行方式,影響健康狀況[N];新華每日電訊;2011年

4 周煒;市民青睞綠色出行方式[N];西安日報;2008年

5 黎華玲;出行方式變化折射西藏交通進步[N];中國民族報;2013年

6 林智嵐;出行方式悄然改變中[N];福建日報;2005年

7 蔡新華;你的出行方式環(huán)保嗎?[N];中國環(huán)境報;2009年

8 佛山日報評論員 陳莎;讓共享理念融入出行方式[N];佛山日報;2012年

9 記者 趙奕;治堵求解：改變原有出行方式[N];第一財經(jīng)日報;2010年

10 禮諫;政策杠桿能否改變市民出行方式？[N];中山日報;2007年

相關博士學位論文 前1條

1 張蕊;城市客運交通系統(tǒng)出行方式分擔模型及應用研究[D];北京交通大學;2011年

相關碩士學位論文 前10條

1 陳儉新;基于AML-BP算法的出行方式識別研究[D];鄭州大學;2015年

2 程苑;汽車共享下的城市交通出行方式博弈研究[D];哈爾濱工業(yè)大學;2015年

3 張宏新;深圳市老年人出行方式和出發(fā)時刻選擇行為研究[D];哈爾濱工業(yè)大學;2015年

4 張麗莉;基于活動的出行方式鏈選擇行為模型研究[D];昆明理工大學;2012年

5 葉盈;出行方式鏈成本測算方法研究[D];浙江大學;2015年

6 丁寧;基于綠色出行方式的電動車設計研究[D];中南大學;2009年

7 段莉珍;城際客運通道出行方式競爭與選擇模型研究[D];昆明理工大學;2011年

8 王景妍;交通走廊內旅客出行方式研究[D];蘭州交通大學;2012年

9 王瑾;移動網(wǎng)絡環(huán)境下城市居民出行方式判別方法研究[D];中國海洋大學;2014年

10 李淑朋;成都地鐵1號線對城市通勤者出行方式影響研究[D];西南交通大學;2011年

，

本文編號：2068537