隨著各種傳感器技術(shù)的成熟和城市公共交通的不斷發(fā)展,許多城市每天都會產(chǎn)生大量的公共交通數(shù)據(jù),如智能公交卡數(shù)據(jù)、公交GPS軌跡以及出租車GPS軌跡等,這些數(shù)據(jù)不僅記錄了城市公共交通的運行情況,還記錄了乘客個體的出行信息。由于城市內(nèi)存儲數(shù)據(jù)的方式較傳統(tǒng),使得現(xiàn)有的公共交通數(shù)據(jù)存在著乘客出行軌跡缺失、時空信息混亂等問題,需要整合多源公共交通數(shù)據(jù),結(jié)合大數(shù)據(jù)技術(shù)深入分析挖掘,才能為研究城市公共交通客流和公共交通服務(wù)評價提供可靠的數(shù)據(jù)來源。本文首先以深圳市公交智能卡數(shù)據(jù)（Smart Card Data）、公交GPS軌跡和公交站線網(wǎng)絡(luò)為數(shù)據(jù)基礎(chǔ),利用時空數(shù)據(jù)挖掘和空間分析技術(shù),構(gòu)建了融合公交GPS軌跡的刷卡上車站點匹配方法,再根據(jù)乘客出行特征,提出了乘客下車站點匹配方法,并且基于同一智能卡的卡號,建立基于個體出行記錄的公交出行鏈模型,恢復(fù)乘客個體出行鏈,統(tǒng)計線路和站點出行人數(shù)。然后在推算出乘客出行鏈的基礎(chǔ)上,結(jié)合深圳市地圖,使用規(guī)則格網(wǎng)提取深圳市公交出行顯著區(qū)域,通過公交出行顯著區(qū)域發(fā)現(xiàn)熱點公交走廊,最后根據(jù)熱點走廊客流的變化規(guī)律進(jìn)行分析和研究。本文建立了一套從數(shù)據(jù)預(yù)處理、出行鏈推算、公共交通需求時... 

【文章來源】：深圳大學(xué)廣東省

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

深圳市域范圍和道路網(wǎng)絡(luò)深圳市路面公共交通站線網(wǎng)絡(luò)：主要包括路面公交的站點、線路以及地鐵的站點、

基于多源公共交通大數(shù)據(jù)的客流分析與服務(wù)評價12步行換乘邊。圖2-1.深圳市域范圍和道路網(wǎng)絡(luò)深圳市路面公共交通站線網(wǎng)絡(luò)：主要包括路面公交的站點、線路以及地鐵的站點、線路以及運營時刻表信息。用來構(gòu)建時間依賴的公交網(wǎng)絡(luò)模型的公交線路邊，支持公共出行鏈的恢復(fù)、公交可達(dá)的計算和分析；圖2-2.深圳路面公交網(wǎng)絡(luò)（棕色線表示）和地鐵網(wǎng)絡(luò)（粗藍(lán)色表示）深圳通刷卡數(shù)據(jù)：包括公交車輛上車和地鐵閘機(jī)進(jìn)出站的刷卡記錄。通過清洗過濾，

基于多源公共交通大數(shù)據(jù)的客流分析與服務(wù)評價15行車記錄儀速度DOUBLE里程DOUBLE圖2-3.公交GPS軌跡例子（不同顏色表示不同車輛的采樣點）表2-6.參加實驗的公交GPS軌跡數(shù)據(jù)情況數(shù)據(jù)日期GPS軌跡數(shù)量數(shù)據(jù)大小清洗處理后入庫大小1月25號27513870條4.44G2.67G1月26號31199544條5.0G3.7G1月27號28233805條4.53G2G1月28號33686553條5.42G1.61G1月29號33691309條5.4G1.69G4月3號66308598條8.94G6.67G4月4號72520748條9.78G7.29G4月5號68595997條9.24G3.13G4月6號68888306條9.28G3.14G4月7號65997395條8.92G4.42G4月8號64946288條8.79G2.96G

【參考文獻(xiàn)】：
期刊論文
[1]北京市地鐵客流的時空分布格局及特征——基于智能交通卡數(shù)據(jù)[J]. 黃潔,王姣娥,靳海濤,金鳳君.  地理科學(xué)進(jìn)展. 2018(03)
[2]基于智能交通卡數(shù)據(jù)的城市軌道交通乘客個體路徑選擇模型[J]. 王沙沙,孫會君.  山東科學(xué). 2018(01)
[3]城市公共交通服務(wù)水平動態(tài)評價模型[J]. 謝暉,翁曉羽,劉力軍.  工業(yè)控制計算機(jī). 2017(10)
[4]基于數(shù)據(jù)挖掘的市民出行公交線路預(yù)測研究[J]. 張聰聰,李擁軍.  現(xiàn)代計算機(jī)(專業(yè)版). 2017(08)
[5]基于北京公交刷卡數(shù)據(jù)和興趣點的功能區(qū)識別[J]. 韓昊英,于翔,龍瀛.  城市規(guī)劃. 2016(06)
[6]基于公交IC卡數(shù)據(jù)的區(qū)域公交壓力指數(shù)研究[J]. 牟振華,陳艷艷,陳舉欣,趙晉,張政.  交通信息與安全. 2015(06)
[7]曲率積分約束的GPS浮動車地圖匹配方法[J]. 曾喆,李清泉,鄒海翔,萬劍華.  測繪學(xué)報. 2015(10)
[8]基于公交IC卡數(shù)據(jù)的大規(guī)模OD矩陣推導(dǎo)算法研究[J]. 宋竹,秦志光,徐進(jìn),吳斗.  計算機(jī)應(yīng)用研究. 2016(07)
[9]基于公交IC卡數(shù)據(jù)的上車站點推算研究[J]. 馬曉磊,劉從從,劉劍鋒,陳鋒,于海洋.  交通運輸系統(tǒng)工程與信息. 2015(04)
[10]基于公交IC卡數(shù)據(jù)的公交站點OD矩陣推導(dǎo)方法[J]. 張頌,陳學(xué)武,陳崢嶸.  武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版). 2014(02)

碩士論文
[1]基于公交數(shù)據(jù)的乘客出行特征分析[D]. 咼娟.華南理工大學(xué) 2016
[2]基于城市公交刷卡數(shù)據(jù)和興趣點的城市功能區(qū)識別研究[D]. 于翔.浙江大學(xué) 2014



本文編號：3523727