時變OD的獲取一直是我國在線交通仿真技術(shù)發(fā)展的瓶頸所在。目前采用宏觀模型、實時交通生成模型以及固定檢測器獲取OD的方法都不是解決時變OD的優(yōu)選方案。近幾年,隨著交通信息采集技術(shù)的不斷發(fā)展,通過手機信令數(shù)據(jù)提取出行OD的技術(shù)已較為成熟,其具有的近乎全樣本、時空特性好、可實時采集等特點,可考慮作為在線交通仿真很好的輸入數(shù)據(jù),但前提是要解決手機信令數(shù)據(jù)在交通方式劃分上的問題。為解決手機信令數(shù)據(jù)所提取OD無法劃分交通方式的問題,本文融合手機信令數(shù)據(jù)和網(wǎng)絡(luò)爬取數(shù)據(jù),對手機用戶的出行屬性、個人屬性等特征進行提取,作為模型輸入數(shù)據(jù)�；跈C器學(xué)習(xí)模型良好的預(yù)測、泛化能力,采用居民調(diào)查數(shù)據(jù)為樣本構(gòu)建交通方式劃分模型,并對模型進行多指標評價。文章主要工作內(nèi)容如下:首先,基于手機通信原理討論了手機信令數(shù)據(jù)的適用性,并對比傳統(tǒng)交通方式劃分模型分析了機器學(xué)習(xí)方法的優(yōu)越性,從而論證了基于手機信令數(shù)據(jù)和機器學(xué)習(xí)方法進行交通方式劃分的初步可行性及關(guān)鍵點。其次,在特征選取上,對已有特征數(shù)據(jù)進行重要性分析、對模型應(yīng)用特征數(shù)據(jù)進行易獲取性分析,以保留重要易獲取特征、替換重要難獲取特征為原則,保證重要性特征值的存在;在數(shù)據(jù)處... 

【文章來源】：深圳大學(xué)廣東省

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

基于手機信令數(shù)據(jù)的在線交通仿真交通方式劃分方法研究10第2章理論基礎(chǔ)及方法研究2.1手機信令數(shù)據(jù)概述2.1.1手機信令數(shù)據(jù)采集原理及內(nèi)容手機信令來源于移動通信系統(tǒng)（MobileCommunicationsSystem），是手機用戶與發(fā)射基站之間產(chǎn)生信息交換而形成的一系列控制指令[28]。移動通信系統(tǒng)主要由NSS系統(tǒng)、MS系統(tǒng)、BSS系統(tǒng)這三個實體系統(tǒng)及負責(zé)對這些實體系統(tǒng)進行管理控制的OSS系統(tǒng)四部分組成。其中，MS系統(tǒng)指含有SIM卡能與運營商發(fā)生信號連接的移動設(shè)備；BSS系統(tǒng)是無線通信地面基礎(chǔ)設(shè)備的總稱，其核心是基站控制器，是基站接發(fā)信息臺和移動交換中心之間信息交換的接口；NSS系統(tǒng)主要負責(zé)通信交換和數(shù)據(jù)管理移動，移動交換中心是其核心構(gòu)成；OSS系統(tǒng)則主要負責(zé)以上設(shè)備的日常管理與維護。通過移動通信系統(tǒng)可以得到的信令數(shù)據(jù)主要分為基站控制器端口數(shù)據(jù)和移動交換中心端口數(shù)據(jù)兩類，一般，由基站控制器端口采集到的數(shù)據(jù)由于數(shù)據(jù)量過于巨大、難以保存，在使用后基本直接進行拋棄，而由移動交換中心端口采集得到的數(shù)據(jù)，較基站控制器端口數(shù)據(jù)更易于傳輸與儲存。且從數(shù)據(jù)豐富性和頻率性來看，既可以滿足長期規(guī)律性信息分析，也可形成單日出行鏈提取，十分適合于交通出行特征等方面的分析[29]，以下為手機信令采集原理圖。圖2-1手機信令數(shù)據(jù)采集系統(tǒng)構(gòu)成及原理圖當(dāng)移動設(shè)備端執(zhí)行接收/呼叫、收/發(fā)訊息、上網(wǎng)、切換基站、更新位置等操作時，

數(shù)據(jù)信息內(nèi)容主要分為以下三大類：包括性別、年齡、職業(yè)、收入、學(xué)歷等個人屬性；家庭成員數(shù)、交通工具擁有情況等家庭屬性及出行時間、目的、起訖點、交通方式等出行屬性。并根據(jù)研究需要，選取中長距離（2 公里及以上）的出行數(shù)據(jù)，將特性一致的交通方式歸于一類，即公共交通出行（公共巴士、軌道交通、快速公交）（以下簡稱為方式一）、小汽車出行（私家車及單位配車、出租車、單位業(yè)務(wù)車、網(wǎng)絡(luò)約車、單位班車或小區(qū)巴士、校車）（以下簡稱為方式二）和以電動自行車、摩托車為主的出行（步行、電動自行車、自行車、摩托車、摩的）（以下簡稱為方式三）三類。從構(gòu)成上看，此三種方式分別占 26.6%、42%、31.4%，其中又分別以公共巴士、小汽車以及電動自行車為主，分別占各類方式的 72.6%、88.9%及 64.8%。

【參考文獻】：
期刊論文
[1]基于進退法的神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點數(shù)的確定方法[J]. 孫弋清.  現(xiàn)代商貿(mào)工業(yè). 2018(35)
[2]運營商大數(shù)據(jù)用戶畫像實踐[J]. 王曉霞,劉靜沙,許丹丹.  電信科學(xué). 2018(05)
[3]機器學(xué)習(xí)在運營商用戶流失預(yù)警中的運用[J]. 趙慧,劉穎慧,崔羽飛,張第.  信息通信技術(shù). 2018(01)
[4]用戶畫像在互聯(lián)網(wǎng)金融中的應(yīng)用[J]. 沈金波.  現(xiàn)代商業(yè). 2017(33)
[5]三層BP神經(jīng)網(wǎng)絡(luò)隱層節(jié)點數(shù)確定方法探究[J]. 蔡榮輝,崔雨軒,薛培靜.  電腦與信息技術(shù). 2017(05)
[6]基于手機信令和導(dǎo)航數(shù)據(jù)的出行方式識別方法[J]. 杜亞朋,雒江濤,程克非,唐剛,徐正,羅克韌,余疆.  計算機應(yīng)用研究. 2018(08)
[7]蓬勃發(fā)展的中國大數(shù)據(jù)產(chǎn)業(yè)[J].   信息化建設(shè). 2017(04)
[8]基于DAG-SVM的居民出行方式選擇模型[J]. 曹雄赳,賈洪飛,伍速鋒,張洋,康浩.  交通信息與安全. 2016(05)
[9]基于大數(shù)據(jù)技術(shù)的手機用戶畫像與征信研究[J]. 丁偉,王題,劉新海,韓涵.  郵電設(shè)計技術(shù). 2016(03)
[10]基于手機信令數(shù)據(jù)的交通OD提取方法改進[J]. 胡永愷,宋璐,張健,冉斌.  交通信息與安全. 2015(05)

碩士論文
[1]基于手機信令數(shù)據(jù)的區(qū)域住房價格與居民出行特性相關(guān)性研究[D]. 廖錕.西南交通大學(xué) 2018
[2]大城市中等收入群體出行選擇行為影響因素研究[D]. 田濤.東南大學(xué) 2016
[3]手機數(shù)據(jù)用于居民出行分布的可行性研究[D]. 錢乾.昆明理工大學(xué) 2016
[4]城市交通在線仿真關(guān)鍵技術(shù)研究及應(yīng)用[D]. 吳斗.電子科技大學(xué) 2016
[5]基于手機信令數(shù)據(jù)的動態(tài)OD分析與交通速度估算[D]. 劉鍇.北京交通大學(xué) 2016
[6]基于手機信令技術(shù)的區(qū)域交通出行特征研究[D]. 毛曉汶.重慶交通大學(xué) 2014
[7]子空間聚類集成的關(guān)鍵技術(shù)研究[D]. 劉波.西南交通大學(xué) 2014
[8]基于手機定位信息和出行調(diào)查的動態(tài)OD獲取方法[D]. 吳亦政.北京交通大學(xué) 2014
[9]基于效用理論的城市居民出行方式選擇分析[D]. 鄭常龍.北京工業(yè)大學(xué) 2013
[10]基于數(shù)據(jù)挖掘的動態(tài)公交客流OD獲取方法研究[D]. 章玉.北京交通大學(xué) 2010



本文編號：3121611