發(fā)布時(shí)間：2021-11-25 09:52

　　隨著我國(guó)經(jīng)濟(jì)的快速增長(zhǎng)以及城市規(guī)模的不斷擴(kuò)大,人民生活水平逐漸提高。城市機(jī)動(dòng)車(chē)的數(shù)量也在逐年增加。這樣的快速增長(zhǎng)在給人們的工作生活帶來(lái)便捷的同時(shí),也給城市交通帶來(lái)了諸多難題。居民出行調(diào)查是城市交通規(guī)劃調(diào)查的重要組成部分,同時(shí)也是獲取居民的活動(dòng)-出行行為規(guī)律的重要手段。以往的居民出行調(diào)查多采用紙質(zhì)調(diào)查的方式,調(diào)查結(jié)果受志愿者對(duì)調(diào)查問(wèn)題主觀認(rèn)知的影響較大,數(shù)據(jù)精度較低。此外,由于調(diào)查項(xiàng)目較多,受訪者需耗費(fèi)大量時(shí)間和精力填寫(xiě)調(diào)查報(bào)告,致使拒訪率較高,回答準(zhǔn)確度下降。隨著定位技術(shù)的快速發(fā)展,基于智能手機(jī)的GPS數(shù)據(jù)調(diào)查方法為分析居民出行行為提供了新的數(shù)據(jù)獲取手段和數(shù)據(jù)處理途徑。論文內(nèi)容主要包括以下三個(gè)部分:（1）介紹以智能手機(jī)和GPS網(wǎng)絡(luò)為基礎(chǔ)的居民出行調(diào)查方法。（2）基于GPS數(shù)據(jù)的出行方式識(shí)別。通過(guò)R語(yǔ)言編程對(duì)已收集到的上百萬(wàn)條居民出行GPS數(shù)據(jù)進(jìn)行處理,并提取出行時(shí)間、出行距離、速度相關(guān)特征和加速度相關(guān)特征等作為推斷出行方式的特征指標(biāo);然后,使用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)步行、自行車(chē)、小汽車(chē)等6種出行方式進(jìn)行識(shí)別,得到90.2%的整體識(shí)別精度和85.3%的平均識(shí)別精度;最后,用識(shí)別精度進(jìn)行算法比... 

【文章來(lái)源】：蘭州交通大學(xué)甘肅省

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１手機(jī)定位軟件用戶界面??

基于智能手機(jī)調(diào)查數(shù)據(jù)的居民出行行為分析???等，通過(guò)培訓(xùn)，使志愿者明白出行的定義，并會(huì)對(duì)各種出行方式和出行目的進(jìn)行正??斷。??數(shù)據(jù)采集??本節(jié)主要對(duì)ＧＰＳ軌跡數(shù)據(jù)的采集流程進(jìn)行介紹，并對(duì)采集到的志愿者的個(gè)人、家??社會(huì)信息進(jìn)行簡(jiǎn)單的數(shù)據(jù)描述性分析。??．?１出行數(shù)據(jù)采集流程??基于智能手機(jī)的出行調(diào)查，其目的在于獲得精度較高的軌跡數(shù)據(jù)。本次ＧＰＳ數(shù)據(jù)??是通過(guò)智能手機(jī)以及龐大的手機(jī)網(wǎng)絡(luò)進(jìn)行的，其具體的數(shù)據(jù)采集流程如圖２．２所示。??

??８０％，圖２．３為志愿者具體的社會(huì)經(jīng)濟(jì)屬性分布情況。從圖２．３?（ａ）中可以看出２１－３０、??３１－４０歲之間人數(shù)最多，為主要的的調(diào)查群體，志愿者人數(shù)分別超過(guò)總志愿者人數(shù)的５０％??和３５％，而其他年齡段的人數(shù)均占比較少，這足以說(shuō)明在年齡代表性方面樣本存在一定??的缺陷；就學(xué)歷而言，志愿者的學(xué)歷主要以大專(zhuān)、本科及本科以上為主，該部分志愿者??人數(shù)達(dá)到總數(shù)的８０％以上，相對(duì)而言，高中及其以下的樣本數(shù)量較少；職業(yè)分布方面，??志愿者所從事的職業(yè)包括政府工作人員、生產(chǎn)企業(yè)人員、商業(yè)和服務(wù)業(yè)人員、個(gè)體、學(xué)??生、離退休人員以及其他職業(yè)，就調(diào)查情況而言，從事前三種職業(yè)以及其他職業(yè)的志愿??者人數(shù)最多，為主要群體；最后，對(duì)收入情況也進(jìn)行了統(tǒng)計(jì)，收入在５００１至１００００元??區(qū)間的人數(shù)最多，占總?cè)藬?shù)的３５％，其次為３００１至５０００元區(qū)間的人數(shù)，比例超過(guò)總?cè)??數(shù)的３０％

【參考文獻(xiàn)】：
期刊論文
[1]基于決策樹(shù)的出租車(chē)乘客出行目的識(shí)別[J]. 潘秀琴,孫東銀.  中央民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(04)
[2]基于貝葉斯網(wǎng)絡(luò)的城市居民出行方式研究[J]. 申健,王建鋒.  計(jì)算技術(shù)與自動(dòng)化. 2015(03)
[3]基于GPS定位數(shù)據(jù)的出行端點(diǎn)推斷[J]. 肖光年,雋志才,高晶鑫.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2016(03)
[4]基于加速度傳感器的放置方式和位置無(wú)關(guān)運(yùn)動(dòng)識(shí)別[J]. 侯倉(cāng)健,陳嶺,呂明琪,陳根才.  計(jì)算機(jī)科學(xué). 2014(10)
[5]基于大規(guī)模定位數(shù)據(jù)的出行方式模糊判別研究[J]. 張德欣,劉小明,孫立光,劉杰,冉斌.  交通信息與安全. 2011(02)
[6]基于活動(dòng)分析法的人類(lèi)空間行為研究[J]. 柴彥威,沈潔.  地理科學(xué). 2008(05)
[7]城市交通規(guī)劃中居民出行調(diào)查常見(jiàn)問(wèn)題及對(duì)策[J]. 張衛(wèi)華,陸化普.  城市規(guī)劃學(xué)刊. 2005(05)

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

碩士論文
[1]基于GPS數(shù)據(jù)的出行目的識(shí)別[D]. 齊厚成.吉林大學(xué) 2018
[2]基于智能手機(jī)的城市居民出行方式研究[D]. 盧軍莉.蘭州交通大學(xué) 2018
[3]基于GPS軌跡數(shù)據(jù)的交通出行方式識(shí)別研究[D]. 沈云.北京交通大學(xué) 2017
[4]基于GPS數(shù)據(jù)的出行方式識(shí)別方法研究[D]. 白玉.吉林大學(xué) 2016
[5]移動(dòng)網(wǎng)絡(luò)環(huán)境下城市居民出行方式判別方法研究[D]. 王瑾.中國(guó)海洋大學(xué) 2014
[6]基于AGPS手機(jī)的交通方式識(shí)別研究[D]. 閆彭.北京交通大學(xué) 2012
[7]基于移動(dòng)定位數(shù)據(jù)的用戶出行模式識(shí)別[D]. 馮沖.昆明理工大學(xué) 2011
[8]基于GPS技術(shù)的出行OD調(diào)查研究[D]. 張俊峰.北京交通大學(xué) 2011
[9]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]. 張博.北京交通大學(xué) 2010



本文編號(hào)：3517897