基于多源數(shù)據(jù)的交通小區(qū)劃分方法研究
發(fā)布時(shí)間:2021-10-27 11:36
交通小區(qū)是交通特征分析的基本單元,交通小區(qū)劃分是否得當(dāng)將直接影響后續(xù)交通規(guī)劃工作。在大數(shù)據(jù)時(shí)代,傳統(tǒng)的交通小區(qū)劃分方法由于其靜態(tài)性難以兼顧當(dāng)前的居民出行特性,通過(guò)結(jié)合實(shí)際的城市出行大數(shù)據(jù)和土地利用情況得到的交通分區(qū)結(jié)果更加有益于交通規(guī)劃和城市空間結(jié)構(gòu)分析;谏鲜霰尘,本文提出一種多源城市大數(shù)據(jù)驅(qū)動(dòng)的、以實(shí)際街區(qū)地塊為基本聚合單元的交通小區(qū)劃分方法。首先從多源城市大數(shù)據(jù)中挖掘多種街區(qū)聚合特征;從POI興趣點(diǎn)數(shù)據(jù)中挖掘街區(qū)的土地利用特征;從公共交通智能卡數(shù)據(jù)、共享單車租賃數(shù)據(jù)和出租車與網(wǎng)約車出行數(shù)據(jù)中挖掘街區(qū)的時(shí)空出行特征和換乘出行特征。其次基于這些數(shù)據(jù)特征提出一種交通小區(qū)聚合算法,將街區(qū)聚合為交通小區(qū)。交通小區(qū)聚合算法首先基于公交、地鐵站點(diǎn)的時(shí)空出行流量特征,應(yīng)用模糊K-均值聚類算法對(duì)站點(diǎn)進(jìn)行聚類分析,進(jìn)而根據(jù)站點(diǎn)聚類結(jié)果結(jié)合街區(qū)的核心貢獻(xiàn)度選定交通小區(qū)的核心區(qū)塊。以選定的核心區(qū)塊為中心,根據(jù)從POI大數(shù)據(jù)驅(qū)動(dòng)更新的街區(qū)實(shí)際土地使用特征以及從出租車、網(wǎng)約車、共享單車等多源數(shù)據(jù)挖掘出的時(shí)空出行特征,將街區(qū)地塊聚合成交通小區(qū)。并提出一種同質(zhì)性損失量計(jì)算方法,以確定最優(yōu)的分區(qū)數(shù)量。本文以交通...
【文章來(lái)源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁(yè)數(shù)】:76 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
各類POI數(shù)量圖
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文31圖3-2不同土地利用類別面積比例3.6本章小結(jié)本章通過(guò)對(duì)多源城市大數(shù)據(jù)的挖掘和融合,提出多種數(shù)據(jù)特征提取方法用于下文的交通小區(qū)聚合算法。挖掘公共交通站點(diǎn)的時(shí)空出行特征,并對(duì)站點(diǎn)進(jìn)行性質(zhì)標(biāo)定;通過(guò)提取共享單車和出租車出行的時(shí)空出行特征,并將出行OD與街區(qū)進(jìn)行位置匹配提取街區(qū)的出行相似性特征;對(duì)共享單車出行中的換乘出行行為進(jìn)行挖掘篩選,并與街區(qū)進(jìn)行位置匹配以提取街區(qū)的換乘特征;對(duì)POI數(shù)據(jù)進(jìn)行重新分類,通過(guò)統(tǒng)計(jì)街區(qū)內(nèi)部的POI數(shù)據(jù)類別,對(duì)街區(qū)的土地利用性質(zhì)進(jìn)行更新。最后在簡(jiǎn)要介紹本文應(yīng)用的多源大數(shù)據(jù)來(lái)源及特征的基礎(chǔ)上,對(duì)包括公交IC卡數(shù)據(jù)、地鐵AFS數(shù)據(jù)、共享單車租賃數(shù)據(jù)、出租車和網(wǎng)約車出行數(shù)據(jù)以及POI數(shù)據(jù)的原始數(shù)據(jù)進(jìn)行了地圖校正與匹配、標(biāo)準(zhǔn)化、冗余數(shù)據(jù)刪減等預(yù)處理。
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文48第5章基于多源數(shù)據(jù)的北京市區(qū)交通小區(qū)劃分繼引入和定義了基于多源數(shù)據(jù)的交通小區(qū)聚合算法原理之后,本章將該分區(qū)算法應(yīng)用于案例研究,并對(duì)其過(guò)程和結(jié)果進(jìn)行描述分析,本文以北京市六環(huán)以內(nèi)的區(qū)域?yàn)檠芯繀^(qū)域進(jìn)行案例實(shí)驗(yàn)。通過(guò)執(zhí)行交通小區(qū)聚合算法,得到不同劃分?jǐn)?shù)量下的交通小區(qū)結(jié)果,并對(duì)每種分區(qū)結(jié)果計(jì)算其同質(zhì)性損失量,從而選出最佳的分區(qū)數(shù)量方案得到最優(yōu)的交通小區(qū)劃分。為了驗(yàn)證本文提出的基于多源數(shù)據(jù)的交通小區(qū)劃分方法的有效性和優(yōu)越性,本章提出了用于評(píng)價(jià)交通小區(qū)分區(qū)系統(tǒng)的指標(biāo)算法。并將其應(yīng)用于本文的交通小區(qū)分區(qū)結(jié)果和北京市2015年的交通小區(qū)劃分方案,對(duì)計(jì)算結(jié)果進(jìn)行分析比較,驗(yàn)證本文提出的基于多源數(shù)據(jù)的交通劃分方法具有一定優(yōu)勢(shì)。5.1研究區(qū)域背景北京市總面積約16410.54平方公里。六條環(huán)線將城市劃分為幾個(gè)職住關(guān)系不平衡的區(qū)域。六環(huán)以內(nèi)的居民占全市常住人口的78%,五環(huán)以內(nèi)的居民占總?cè)丝诘?3%。本文的研究區(qū)域?yàn)楸本┝h(huán)以內(nèi)的城區(qū),區(qū)域總面積為2267平方公里。北京擁有一個(gè)現(xiàn)代化的立體交通網(wǎng)絡(luò),四通八達(dá)。截至2017年,共有公交線路1020條,總里程19158公里;19條軌道交通線路,運(yùn)營(yíng)里程574公里。2017年,北京地鐵年乘客量達(dá)到45.3億人次,日均客流為1241.1萬(wàn)人次,單日客運(yùn)量最高達(dá)1327.46萬(wàn)人次。本文以北京街區(qū)地塊數(shù)據(jù)為基礎(chǔ)合并單元數(shù)據(jù),即作為聚合成交通小區(qū)的基本單元。數(shù)據(jù)包含北京市六環(huán)內(nèi)的7.8萬(wàn)個(gè)街區(qū)地塊,主要包含兩個(gè)數(shù)據(jù)特征:街區(qū)的編號(hào)和地塊的面積(面積m2)。街區(qū)樣例圖如下所示:圖5-1北京市實(shí)際街區(qū)地塊
【參考文獻(xiàn)】:
期刊論文
[1]基于隨機(jī)游走算法的交通誘導(dǎo)小區(qū)劃分方法[J]. 劉翔宇,楊慶芳,隗海林. 吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2018(05)
[2]基于劃分的聚類在交通規(guī)劃小區(qū)中的應(yīng)用[J]. 劉彥斌,智偉,溫熙華,劉云鵬,程元暉,方志遠(yuǎn). 物流科技. 2017(08)
[3]交通小區(qū)劃分對(duì)路網(wǎng)流量分配結(jié)果的影響分析[J]. 蔣萌露,邵敏華,孫立軍. 交通信息與安全. 2017(02)
[4]利用公交刷卡數(shù)據(jù)分析北京職住關(guān)系和通勤出行[J]. 龍瀛,張宇,崔承印. 地理學(xué)報(bào). 2012(10)
[5]基于模糊聚類的交通小區(qū)劃分方法研究[J]. 劉乙霏. 物流科技. 2011(09)
[6]基于聚類分析方法的公交站點(diǎn)客流匹配方法研究[J]. 尹長(zhǎng)勇,陳艷艷,陳紹輝. 交通信息與安全. 2010(03)
[7]基于出租車GPS數(shù)據(jù)聚類分析的交通小區(qū)動(dòng)態(tài)劃分方法研究[J]. 呂玉強(qiáng),秦勇,賈利民,董宏輝,賈獻(xiàn)博,孫智源. 物流技術(shù). 2010(09)
[8]居民出行調(diào)查中交通小區(qū)劃分方法的改進(jìn)[J]. 趙錦煥,李文權(quán). 交通運(yùn)輸工程與信息學(xué)報(bào). 2009(02)
[9]城市道路網(wǎng)絡(luò)交通小區(qū)劃分方法研究[J]. 李曉丹,楊曉光,陳華杰. 計(jì)算機(jī)工程與應(yīng)用. 2009(05)
[10]基于聚類分析的交通小區(qū)劃分方法的改進(jìn)[J]. 楊波,劉海洲. 交通與運(yùn)輸(學(xué)術(shù)版). 2007(01)
碩士論文
[1]基于出行相似性的交通小區(qū)劃分方法研究[D]. 李明.北京交通大學(xué) 2019
[2]基于GWR的共享單車出行特征及影響因素空間異質(zhì)性研究[D]. 程小丹.長(zhǎng)安大學(xué) 2019
[3]基于公交通勤的城市職住空間特征研究[D]. 林龍.華南理工大學(xué) 2018
[4]自行車換乘軌道交通影響范圍研究[D]. 劉偉丹.華東交通大學(xué) 2016
[5]基于軌道交通的城市自行車換乘系統(tǒng)研究[D]. 武靜.重慶交通大學(xué) 2016
[6]基于多源數(shù)據(jù)的公共交通通勤出行特征提取方法研究[D]. 王月玥.北京工業(yè)大學(xué) 2014
[7]交通小區(qū)的理論分析和劃分方法研究[D]. 宋亮.長(zhǎng)安大學(xué) 2011
[8]交通小區(qū)在交通規(guī)劃中若干技術(shù)問(wèn)題的研究[D]. 于慧杰.西安電子科技大學(xué) 2008
[9]大城市自行車與軌道交通換乘系統(tǒng)研究[D]. 米文勇.西南交通大學(xué) 2007
[10]基于公交IC信息的公交數(shù)據(jù)分析方法研究[D]. 戴霄.東南大學(xué) 2006
本文編號(hào):3461521
【文章來(lái)源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁(yè)數(shù)】:76 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
各類POI數(shù)量圖
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文31圖3-2不同土地利用類別面積比例3.6本章小結(jié)本章通過(guò)對(duì)多源城市大數(shù)據(jù)的挖掘和融合,提出多種數(shù)據(jù)特征提取方法用于下文的交通小區(qū)聚合算法。挖掘公共交通站點(diǎn)的時(shí)空出行特征,并對(duì)站點(diǎn)進(jìn)行性質(zhì)標(biāo)定;通過(guò)提取共享單車和出租車出行的時(shí)空出行特征,并將出行OD與街區(qū)進(jìn)行位置匹配提取街區(qū)的出行相似性特征;對(duì)共享單車出行中的換乘出行行為進(jìn)行挖掘篩選,并與街區(qū)進(jìn)行位置匹配以提取街區(qū)的換乘特征;對(duì)POI數(shù)據(jù)進(jìn)行重新分類,通過(guò)統(tǒng)計(jì)街區(qū)內(nèi)部的POI數(shù)據(jù)類別,對(duì)街區(qū)的土地利用性質(zhì)進(jìn)行更新。最后在簡(jiǎn)要介紹本文應(yīng)用的多源大數(shù)據(jù)來(lái)源及特征的基礎(chǔ)上,對(duì)包括公交IC卡數(shù)據(jù)、地鐵AFS數(shù)據(jù)、共享單車租賃數(shù)據(jù)、出租車和網(wǎng)約車出行數(shù)據(jù)以及POI數(shù)據(jù)的原始數(shù)據(jù)進(jìn)行了地圖校正與匹配、標(biāo)準(zhǔn)化、冗余數(shù)據(jù)刪減等預(yù)處理。
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文48第5章基于多源數(shù)據(jù)的北京市區(qū)交通小區(qū)劃分繼引入和定義了基于多源數(shù)據(jù)的交通小區(qū)聚合算法原理之后,本章將該分區(qū)算法應(yīng)用于案例研究,并對(duì)其過(guò)程和結(jié)果進(jìn)行描述分析,本文以北京市六環(huán)以內(nèi)的區(qū)域?yàn)檠芯繀^(qū)域進(jìn)行案例實(shí)驗(yàn)。通過(guò)執(zhí)行交通小區(qū)聚合算法,得到不同劃分?jǐn)?shù)量下的交通小區(qū)結(jié)果,并對(duì)每種分區(qū)結(jié)果計(jì)算其同質(zhì)性損失量,從而選出最佳的分區(qū)數(shù)量方案得到最優(yōu)的交通小區(qū)劃分。為了驗(yàn)證本文提出的基于多源數(shù)據(jù)的交通小區(qū)劃分方法的有效性和優(yōu)越性,本章提出了用于評(píng)價(jià)交通小區(qū)分區(qū)系統(tǒng)的指標(biāo)算法。并將其應(yīng)用于本文的交通小區(qū)分區(qū)結(jié)果和北京市2015年的交通小區(qū)劃分方案,對(duì)計(jì)算結(jié)果進(jìn)行分析比較,驗(yàn)證本文提出的基于多源數(shù)據(jù)的交通劃分方法具有一定優(yōu)勢(shì)。5.1研究區(qū)域背景北京市總面積約16410.54平方公里。六條環(huán)線將城市劃分為幾個(gè)職住關(guān)系不平衡的區(qū)域。六環(huán)以內(nèi)的居民占全市常住人口的78%,五環(huán)以內(nèi)的居民占總?cè)丝诘?3%。本文的研究區(qū)域?yàn)楸本┝h(huán)以內(nèi)的城區(qū),區(qū)域總面積為2267平方公里。北京擁有一個(gè)現(xiàn)代化的立體交通網(wǎng)絡(luò),四通八達(dá)。截至2017年,共有公交線路1020條,總里程19158公里;19條軌道交通線路,運(yùn)營(yíng)里程574公里。2017年,北京地鐵年乘客量達(dá)到45.3億人次,日均客流為1241.1萬(wàn)人次,單日客運(yùn)量最高達(dá)1327.46萬(wàn)人次。本文以北京街區(qū)地塊數(shù)據(jù)為基礎(chǔ)合并單元數(shù)據(jù),即作為聚合成交通小區(qū)的基本單元。數(shù)據(jù)包含北京市六環(huán)內(nèi)的7.8萬(wàn)個(gè)街區(qū)地塊,主要包含兩個(gè)數(shù)據(jù)特征:街區(qū)的編號(hào)和地塊的面積(面積m2)。街區(qū)樣例圖如下所示:圖5-1北京市實(shí)際街區(qū)地塊
【參考文獻(xiàn)】:
期刊論文
[1]基于隨機(jī)游走算法的交通誘導(dǎo)小區(qū)劃分方法[J]. 劉翔宇,楊慶芳,隗海林. 吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2018(05)
[2]基于劃分的聚類在交通規(guī)劃小區(qū)中的應(yīng)用[J]. 劉彥斌,智偉,溫熙華,劉云鵬,程元暉,方志遠(yuǎn). 物流科技. 2017(08)
[3]交通小區(qū)劃分對(duì)路網(wǎng)流量分配結(jié)果的影響分析[J]. 蔣萌露,邵敏華,孫立軍. 交通信息與安全. 2017(02)
[4]利用公交刷卡數(shù)據(jù)分析北京職住關(guān)系和通勤出行[J]. 龍瀛,張宇,崔承印. 地理學(xué)報(bào). 2012(10)
[5]基于模糊聚類的交通小區(qū)劃分方法研究[J]. 劉乙霏. 物流科技. 2011(09)
[6]基于聚類分析方法的公交站點(diǎn)客流匹配方法研究[J]. 尹長(zhǎng)勇,陳艷艷,陳紹輝. 交通信息與安全. 2010(03)
[7]基于出租車GPS數(shù)據(jù)聚類分析的交通小區(qū)動(dòng)態(tài)劃分方法研究[J]. 呂玉強(qiáng),秦勇,賈利民,董宏輝,賈獻(xiàn)博,孫智源. 物流技術(shù). 2010(09)
[8]居民出行調(diào)查中交通小區(qū)劃分方法的改進(jìn)[J]. 趙錦煥,李文權(quán). 交通運(yùn)輸工程與信息學(xué)報(bào). 2009(02)
[9]城市道路網(wǎng)絡(luò)交通小區(qū)劃分方法研究[J]. 李曉丹,楊曉光,陳華杰. 計(jì)算機(jī)工程與應(yīng)用. 2009(05)
[10]基于聚類分析的交通小區(qū)劃分方法的改進(jìn)[J]. 楊波,劉海洲. 交通與運(yùn)輸(學(xué)術(shù)版). 2007(01)
碩士論文
[1]基于出行相似性的交通小區(qū)劃分方法研究[D]. 李明.北京交通大學(xué) 2019
[2]基于GWR的共享單車出行特征及影響因素空間異質(zhì)性研究[D]. 程小丹.長(zhǎng)安大學(xué) 2019
[3]基于公交通勤的城市職住空間特征研究[D]. 林龍.華南理工大學(xué) 2018
[4]自行車換乘軌道交通影響范圍研究[D]. 劉偉丹.華東交通大學(xué) 2016
[5]基于軌道交通的城市自行車換乘系統(tǒng)研究[D]. 武靜.重慶交通大學(xué) 2016
[6]基于多源數(shù)據(jù)的公共交通通勤出行特征提取方法研究[D]. 王月玥.北京工業(yè)大學(xué) 2014
[7]交通小區(qū)的理論分析和劃分方法研究[D]. 宋亮.長(zhǎng)安大學(xué) 2011
[8]交通小區(qū)在交通規(guī)劃中若干技術(shù)問(wèn)題的研究[D]. 于慧杰.西安電子科技大學(xué) 2008
[9]大城市自行車與軌道交通換乘系統(tǒng)研究[D]. 米文勇.西南交通大學(xué) 2007
[10]基于公交IC信息的公交數(shù)據(jù)分析方法研究[D]. 戴霄.東南大學(xué) 2006
本文編號(hào):3461521
本文鏈接:http://sikaile.net/kejilunwen/daoluqiaoliang/3461521.html
最近更新
教材專著