本文關(guān)鍵詞：基于GPS數(shù)據(jù)的出行方式識別方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著社會主義現(xiàn)代化的不斷深入,人們生活質(zhì)量越來越高,機(jī)動車數(shù)量也隨之增加,導(dǎo)致城市交通面臨著日益增大的壓力,從而引發(fā)一系列的交通擁堵、環(huán)境污染等問題。進(jìn)行居民出行調(diào)查和出行行為分析,掌握居民出行規(guī)律和出行特征是緩解交通擁堵等問題的重要舉措。居民出行調(diào)查中應(yīng)用最廣泛的是傳統(tǒng)的居民出行OD調(diào)查,其核心思想是通過入戶調(diào)查等方式獲取居民出行信息。但這種調(diào)查方式受調(diào)查者影響較大,在實際調(diào)查時調(diào)查者受個人主觀回憶的影響,容易出現(xiàn)漏報或錯報出行的情況。因此居民出行OD調(diào)查存在調(diào)查效率較低、調(diào)查者負(fù)擔(dān)較重、調(diào)查準(zhǔn)確性較差等弊端。GPS設(shè)備作為一種新的調(diào)查工具,具有快速準(zhǔn)確記錄個人出行軌跡數(shù)據(jù)等特點(diǎn),引起了學(xué)者們的廣泛關(guān)注。而基于GPS的出行調(diào)查能夠不受調(diào)查者主觀認(rèn)知影響而精確記錄數(shù)據(jù),不僅使調(diào)查數(shù)據(jù)的可靠性和完整性得到了顯著的提高,同時還具有調(diào)查效率高、數(shù)據(jù)精度高、獲取信息量大等優(yōu)點(diǎn),已成為獲得居民出行行為信息新的有效途徑。研究挖掘GPS調(diào)查數(shù)據(jù),提取出行信息,進(jìn)行出行方式識別是分析居民出行行為新的途徑。本文基于GPS調(diào)查數(shù)據(jù)識別出行方式。提出一種由地鐵識別和分層方式識別模型(Nested Logit,NL模型)組成的出行方式識別算法,該算法能夠識別出五種出行方式:步行、自行車、地鐵、公交車和小汽車(包括出租車和私人小汽車)。首先由于地鐵出行線路具有顯著確定性,考慮空間距離參數(shù)閾值識別地鐵。同時為了比較地鐵識別方法的準(zhǔn)確性,建立基于MNL(Multi-nomial Logit)的地鐵識別模型識別地鐵和非地鐵用于識別結(jié)果的對比分析。然后考慮各出行方式之間存在差異性,建立分層方式識別模型識別其他四種出行方式。與對應(yīng)的紙質(zhì)填報出行信息的對比誤差結(jié)果表明考慮空間距離參數(shù)閾值識別地鐵的準(zhǔn)確率要高于基于MNL的地鐵識別模型,是識別地鐵的有效方法,NL模型也具有較高的識別準(zhǔn)確率。驗證了所設(shè)計的算法具有較高的識別精度。本文提出的基于GPS數(shù)據(jù)的出行方式識別算法是進(jìn)行出行方式識別的有效方法,其研究結(jié)論可應(yīng)用于基于GPS的出行方式識別和居民出行特征分析,有利于提高出行調(diào)查和數(shù)據(jù)處理的效率和精度。結(jié)論對于GPS在居民出行研究領(lǐng)域的推廣,以及分析居民出行行為規(guī)律、診斷交通問題、緩解交通擁堵,促進(jìn)城市交通系統(tǒng)的健康發(fā)展具有深遠(yuǎn)意義。
【關(guān)鍵詞】：出行調(diào)查 GPS 出行方式 GIS Logit模型
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U491
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-18
• 1.1 論文研究背景10-11
• 1.2 論文研究目的及意義11
• 1.3 國內(nèi)外研究現(xiàn)狀11-14
• 1.3.1 國外研究現(xiàn)狀11-13
• 1.3.2 國內(nèi)研究現(xiàn)狀13-14
• 1.3.3 研究綜述14
• 1.4 研究內(nèi)容與技術(shù)路線14-18
• 1.4.1 研究內(nèi)容14-16
• 1.4.2 技術(shù)路線16-18
• 第2章 基于GPS的出行調(diào)查及數(shù)據(jù)處理18-30
• 2.1 基于GPS的出行調(diào)查18-20
• 2.1.1 居民出行調(diào)查方法18-19
• 2.1.2 GPS設(shè)備及數(shù)據(jù)收集流程19-20
• 2.2 GPS數(shù)據(jù)處理20-25
• 2.2.1 GPS數(shù)據(jù)格式21-23
• 2.2.2 數(shù)據(jù)格式調(diào)整23-24
• 2.2.3 數(shù)據(jù)過濾24-25
• 2.3 出行特征參數(shù)提取分析25-28
• 2.3.1 GPS數(shù)據(jù)點(diǎn)轉(zhuǎn)化為出行段25-26
• 2.3.2 提取出行特征參數(shù)值26
• 2.3.3 參數(shù)結(jié)果篩選過濾26-28
• 2.4 本章小結(jié)28-30
• 第3章 出行方式識別30-52
• 3.1 各種出行方式的出行特征31-34
• 3.2 地鐵識別34-43
• 3.2.1 考慮空間距離參數(shù)閾值識別地鐵34-38
• 3.2.2 建立基于MNL的地鐵識別模型識別地鐵38-43
• 3.2.3 地鐵識別結(jié)果分析43
• 3.3 建立分層方式識別模型識別出行方式43-49
• 3.3.1 Nested Logit模型基本理論43-44
• 3.3.2 選擇肢確定44-45
• 3.3.3 特性變量選擇45
• 3.3.4 模型標(biāo)定45
• 3.3.5 模型檢驗45-46
• 3.3.6 Nested Logit模型建立46-49
• 3.4 出行方式識別結(jié)果分析49-50
• 3.5 本章小結(jié)50-52
• 第4章 實例分析52-62
• 4.1 GPS數(shù)據(jù)處理52-57
• 4.2 方式識別57-60
• 4.2.1 地鐵57-59
• 4.2.2 其他方式59-60
• 4.3 本章小結(jié)60-62
• 第5章 論文總結(jié)與研究展望62-64
• 5.1 論文總結(jié)62-63
• 5.2 研究展望63-64
• 參考文獻(xiàn)64-68
• 作者簡介68-70
• 致謝70

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 聶進(jìn);吳京梅;吳玲濤;任立海;楊濟(jì)匡;;基于行人和自行車交通安全的城市道路限速值研究[J];中國公路學(xué)報;2014年07期

2 吳瑤;陳紅;鮑娜;馮微;;基于多項logit模型的城市公共自行車租借需求預(yù)測模型[J];大連交通大學(xué)學(xué)報;2013年01期

3 張德欣;劉小明;孫立光;劉杰;冉斌;;基于大規(guī)模定位數(shù)據(jù)的出行方式模糊判別研究[J];交通信息與安全;2011年02期

4 鄧中偉;季民河;陳雯;施寶宏;徐超;張治華;張波;鄔毅敏;;耦合被動式GPS與網(wǎng)絡(luò)調(diào)查的居民出行調(diào)查[J];交通運(yùn)輸系統(tǒng)工程與信息;2010年02期

5 趙寶鋒;;GPS坐標(biāo)轉(zhuǎn)換方法比較分析[J];測繪;2009年04期

6 唐勇;;GPS坐標(biāo)向地方坐標(biāo)轉(zhuǎn)換的兩種方法精度比較[J];山西建筑;2009年05期

7 黃樹森;宋瑞;陶媛;;大城市居民出行方式選擇行為及影響因素研究——以北京市為例[J];交通標(biāo)準(zhǔn)化;2008年09期

8 王靜;葉冬青;;嵌套logit模型在Stata軟件中的擬合[J];現(xiàn)代預(yù)防醫(yī)學(xué);2007年11期

9 宗芳;雋志才;;基于活動的出行方式選擇模型與交通需求管理策略[J];吉林大學(xué)學(xué)報(工學(xué)版);2007年01期

10 金安;LOGIT模型參數(shù)估計方法研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2004年01期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 高海龍;劉興旺;吳京梅;;基于多元因素的道路限速值設(shè)計方法研究[A];2008第四屆中國智能交通年會論文集[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2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

2 毛海哠;中國城市居民出行特征研究[D];北京工業(yè)大學(xué);2005年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 王瀟;基于GPS數(shù)據(jù)的出行—活動識別方法研究[D];吉林大學(xué);2015年

2 馮沖;基于移動定位數(shù)據(jù)的用戶出行模式識別[D];昆明理工大學(xué);2011年

3 張俊峰;基于GPS技術(shù)的出行OD調(diào)查研究[D];北京交通大學(xué);2011年

4 李曉珍;基于IEEE1588的網(wǎng)絡(luò)時間同步系統(tǒng)研究[D];中國科學(xué)院研究生院（國家授時中心）;2011年

5 張博;基于手機(jī)網(wǎng)絡(luò)定位的OD調(diào)查的出行方式劃分研究[D];北京交通大學(xué);2010年

6 劉寶利;數(shù)據(jù)庫信息管理系統(tǒng)的設(shè)計與實現(xiàn)[D];西安電子科技大學(xué);2008年

7 龔勃文;交通方式劃分的非集計模型及應(yīng)用研究[D];吉林大學(xué);2007年

8 王瑞;城市居民出行調(diào)查若干問題研究[D];長安大學(xué);2006年

  本文關(guān)鍵詞：基于GPS數(shù)據(jù)的出行方式識別方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：270634