【摘要】：居民作為城市活動(dòng)的重要參與者,居民的出行活動(dòng)對(duì)城市的交通規(guī)劃、基礎(chǔ)設(shè)施建設(shè)等具有重要影響,因此對(duì)居民出行行為的分析也變的越來(lái)越重要。出租車作為城市交通系統(tǒng)的重要組成部分,其運(yùn)營(yíng)特性具有隨機(jī)性、即走即停、覆蓋范圍廣的特點(diǎn),行駛的起止點(diǎn)由乘客決定,運(yùn)營(yíng)規(guī)律能夠很好的反應(yīng)居民的出行特點(diǎn)。同時(shí)裝有GPS定位設(shè)備的出租車能夠很好的記錄出租車的運(yùn)行狀態(tài),描繪出租車的運(yùn)行軌跡。通過(guò)對(duì)出租車GPS數(shù)據(jù)的分析挖掘可以分析居民的出行特征,為城市規(guī)劃建設(shè)提供參考。同時(shí)隨著信息采集技術(shù)的提高,城市交通數(shù)據(jù)的采集量呈現(xiàn)出爆炸性增長(zhǎng),面對(duì)如此大量的數(shù)據(jù)傳統(tǒng)處理方法已無(wú)法滿足。Hadoop作為一種被廣泛認(rèn)可的大數(shù)據(jù)處理平臺(tái),其以HDFS和Map Reduce為核心,在大數(shù)據(jù)存儲(chǔ)與計(jì)算方面有著獨(dú)特優(yōu)勢(shì)。本文基于Hadoop平臺(tái)對(duì)出租車GPS數(shù)據(jù)進(jìn)行分析研究,通過(guò)Hadoop平臺(tái)對(duì)GPS數(shù)據(jù)進(jìn)行存儲(chǔ)與處理,使用R語(yǔ)言對(duì)數(shù)據(jù)進(jìn)行分析挖掘及可視化。首先,搭建高可用性Hadoop平臺(tái),保證平臺(tái)的穩(wěn)定性。通過(guò)Hive對(duì)存儲(chǔ)HDFS上的GPS原始數(shù)據(jù)建立數(shù)據(jù)倉(cāng)庫(kù),根據(jù)分析要求對(duì)原始數(shù)據(jù)進(jìn)行清洗與篩選,對(duì)不同需求數(shù)據(jù)進(jìn)行分類存儲(chǔ);其次,對(duì)預(yù)處理后的出租車GPS數(shù)據(jù),從時(shí)間上(日出行量、出行時(shí)間、載客率)和空間上(出行距離、出行熱點(diǎn))對(duì)居民出行的特征進(jìn)行統(tǒng)計(jì)分析,對(duì)比工作日與休息日的居民出行數(shù)據(jù),并通過(guò)R語(yǔ)言及地圖匹配實(shí)現(xiàn)數(shù)據(jù)的可視化展現(xiàn);最后,對(duì)出租車GPS數(shù)據(jù)進(jìn)行更深層次的數(shù)據(jù)挖掘,首先對(duì)地理空間進(jìn)行網(wǎng)格劃分,分別統(tǒng)計(jì)每個(gè)網(wǎng)格的上下客總量數(shù)據(jù),對(duì)相應(yīng)網(wǎng)格合并,再通過(guò)聚類分析找出在相同時(shí)間不同區(qū)域具有相似特性的區(qū)域進(jìn)行統(tǒng)計(jì),挖掘出潛在的商圈信息。
【圖文】：

圖 2.1 GPS 定位原理應(yīng)用到交通設(shè)備上，不但為車輛提供了動(dòng)態(tài)定位統(tǒng)的重要組成成分之一，促進(jìn)交通領(lǐng)域的智能化PS 數(shù)據(jù)采集的采集主要由三部分構(gòu)成包括車載 GPS 設(shè)備、無(wú)車輛在道路上行駛時(shí)，車載 GPS 設(shè)備將持續(xù)收所在經(jīng)緯度、速瞬時(shí)度等車輛信息，通過(guò)無(wú)線通信息管理系統(tǒng)，系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行接收保存，進(jìn)而究[30]，其過(guò)程如圖 2.2 所示。

圖 2.1 GPS 定位原理 設(shè)備應(yīng)用到交通設(shè)備上，不但為車輛提供了動(dòng)態(tài)定位和通系統(tǒng)的重要組成成分之一，促進(jìn)交通領(lǐng)域的智能化發(fā)展車 GPS 數(shù)據(jù)采集信息的采集主要由三部分構(gòu)成包括車載 GPS 設(shè)備、無(wú)線通。當(dāng)車輛在道路上行駛時(shí)，車載 GPS 設(shè)備將持續(xù)收到 G車輛所在經(jīng)緯度、速瞬時(shí)度等車輛信息，通過(guò)無(wú)線通訊設(shè)送到信息管理系統(tǒng)，系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行接收保存，，進(jìn)而可以的研究[30]，其過(guò)程如圖 2.2 所示。
【學(xué)位授予單位】：蘭州理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：U495;TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 梁雪楓;安婧;王旭霞;唐宇;李曉波;鄧琳;張寧?kù)o;張曉曙;;R語(yǔ)言在免疫規(guī)劃輿情監(jiān)測(cè)中應(yīng)用的探索[J];中國(guó)疫苗和免疫;2015年04期

2 張紅;王曉明;曹潔;朱昶勝;;基于大數(shù)據(jù)的智能交通體系架構(gòu)[J];蘭州理工大學(xué)學(xué)報(bào);2015年02期

3 張健欽;仇培元;杜明義;;基于時(shí)空軌跡數(shù)據(jù)的出行特征挖掘方法[J];交通運(yùn)輸系統(tǒng)工程與信息;2014年06期

4 白竹;金曉紅;;出租車GPS數(shù)據(jù)的應(yīng)用研究[J];黑龍江工程學(xué)院學(xué)報(bào);2014年02期

5 應(yīng)毅;劉亞軍;;MapReduce并行計(jì)算技術(shù)發(fā)展綜述[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2014年04期

6 申悅;柴彥威;;基于GPS數(shù)據(jù)的北京市郊區(qū)巨型社區(qū)居民日常活動(dòng)空間[J];地理學(xué)報(bào);2013年04期

7 楊英俊;趙祥模;;基于出租車運(yùn)行信息的城市出租車運(yùn)量投放計(jì)劃模型[J];中國(guó)公路學(xué)報(bào);2012年05期

8 張建發(fā);;GIS技術(shù)在商圈分析中的應(yīng)用[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年04期

9 姜桂艷;常安德;李琦;伊峰;;基于出租車GPS數(shù)據(jù)的路段平均速度估計(jì)模型[J];西南交通大學(xué)學(xué)報(bào);2011年04期

10 郭瑞軍;王晚香;;基于矩陣迭代法的出租車合乘最短路徑選擇[J];大連交通大學(xué)學(xué)報(bào);2011年04期

相關(guān)博士學(xué)位論文 前1條

1 張治華;基于GPS軌跡的出行信息提取研究[D];華東師范大學(xué);2010年

相關(guān)碩士學(xué)位論文 前8條

1 何剛;基于Hadoop平臺(tái)的分布式ETL研究與實(shí)現(xiàn)[D];東華大學(xué);2014年

2 齊林;基于GPS數(shù)據(jù)的出租車交通運(yùn)行特性研究及應(yīng)用[D];哈爾濱工業(yè)大學(xué);2013年

3 張用川;基于手機(jī)定位數(shù)據(jù)的用戶出行規(guī)律分析[D];昆明理工大學(xué);2013年

4 童曉君;基于出租車GPS數(shù)據(jù)的居民出行行為分析[D];中南大學(xué);2012年

5 李仁義;數(shù)據(jù)挖掘中聚類分析算法的研究與應(yīng)用[D];電子科技大學(xué);2012年

6 李明珠;基于浮動(dòng)車數(shù)據(jù)的出租汽車OD分布及運(yùn)營(yíng)特點(diǎn)研究[D];北京交通大學(xué);2009年

7 吳平衡;基于浮動(dòng)車的交通信息獲取關(guān)鍵技術(shù)及應(yīng)用分析[D];西南交通大學(xué);2009年

8 陳煉紅;基于GPS浮動(dòng)車采集數(shù)據(jù)的出租車運(yùn)行特點(diǎn)研究[D];同濟(jì)大學(xué);2008年

本文編號(hào)：2544489