出租車作為城市交通系統(tǒng)中的重要運(yùn)載工具之一,不僅為居民出行提供便捷的“門到門”服務(wù),更是常規(guī)公交的重要補(bǔ)充。一方面,隨著我國(guó)社會(huì)經(jīng)濟(jì)的發(fā)展,城市規(guī)模不斷擴(kuò)大,城市人口不斷增加,居民出行需求不斷增長(zhǎng)。另一方面,空駛出租車巡游具有盲目性,居民出行具有隨機(jī)性及波動(dòng)性,居民出行需求與出租車供給之間存在供需矛盾。本文基于北京市出租車GPS軌跡數(shù)據(jù),分析居民出行需求時(shí)空分布,挖掘出行熱點(diǎn)區(qū)域,綜合考慮居民出行需求特征,預(yù)測(cè)熱點(diǎn)區(qū)域居民出行需求。本文的主要工作有:（1）對(duì)出租車GPS軌跡數(shù)據(jù)預(yù)處理,并采用隱馬爾可夫地圖匹配算法進(jìn)行地圖匹配,修正偏離路網(wǎng)的出租車軌跡點(diǎn),在ArcGIS工具中實(shí)現(xiàn)準(zhǔn)確可視化。在此基礎(chǔ)上,提取上下車軌跡點(diǎn)、不同時(shí)間段的出行需求及載客時(shí)長(zhǎng),對(duì)工作日及非工作日不同時(shí)段的出行需求分布、載客區(qū)域及出行需求空間分布進(jìn)行可視化及分析。（2）在對(duì)出租車GPS軌跡數(shù)據(jù)出行時(shí)空研究的基礎(chǔ)上,采用結(jié)合K-means聚類和系統(tǒng)聚類的組合模型,對(duì)工作日及非工作日出租車上車點(diǎn)進(jìn)行聚類,挖掘居民出行熱點(diǎn)區(qū)域,為出行需求預(yù)測(cè)模型特征分析提供依據(jù)。（3）綜合考慮居民出行需求特征,在研究載客熱點(diǎn)區(qū)域居民出行... 

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 研究綜述
        1.2.1 出行時(shí)空分布研究
        1.2.2 載客熱點(diǎn)區(qū)域研究
        1.2.3 交通需求預(yù)測(cè)研究
    1.3 研究?jī)?nèi)容與技術(shù)路線
        1.3.1 研究?jī)?nèi)容
        1.3.2 章節(jié)安排及技術(shù)路線
    1.4 本章小結(jié)
2 GPS數(shù)據(jù)預(yù)處理
    2.1 數(shù)據(jù)來(lái)源及描述
        2.1.1 數(shù)據(jù)來(lái)源
        2.1.2 數(shù)據(jù)描述
    2.2 原始數(shù)據(jù)預(yù)處理
        2.2.1 數(shù)據(jù)預(yù)處理原因
        2.2.2 數(shù)據(jù)清洗
    2.3 地圖匹配
        2.3.1 HMM地圖匹配算法
        2.3.2 HMM地圖匹配結(jié)果
    2.4 上下車軌跡點(diǎn)提取
    2.5 本章小結(jié)
3 基于出租車GPS數(shù)據(jù)的出行需求時(shí)空研究
    3.1 出行需求概念
    3.2 出行需求時(shí)間分布
        3.2.1 出行總量分布
        3.2.2 各時(shí)間段出行總量分布
        3.2.3 載客率及載客時(shí)長(zhǎng)分布
    3.3 出行需求空間分布
        3.3.1 不同時(shí)間段出行需求空間分布
        3.3.2 不同時(shí)間段載客區(qū)域空間分布
    3.4 本章小結(jié)
4 基于空間聚類算法的熱點(diǎn)區(qū)域挖掘
    4.1 熱點(diǎn)區(qū)域
    4.2 組合聚類算法
        4.2.1 K-means聚類
        4.2.2 系統(tǒng)聚類
        4.2.3 K-means算法與系統(tǒng)聚類法組合聚類
    4.3 出行熱點(diǎn)區(qū)域挖掘
        4.3.1 非工作日熱點(diǎn)區(qū)域
        4.3.2 工作日熱點(diǎn)區(qū)域
    4.4 本章小結(jié)
5 基于深度神經(jīng)網(wǎng)絡(luò)回歸算法的出行需求預(yù)測(cè)
    5.1 出行需求特征分析
    5.2 深度神經(jīng)網(wǎng)絡(luò)
        5.2.1 DNN前向傳播算法
        5.2.2 DNN反向傳播算法
        5.2.3 DNN損失函數(shù)與激活函數(shù)
        5.2.4 DNN正則化
    5.3 DNN回歸預(yù)測(cè)模型構(gòu)建
    5.4 熱點(diǎn)區(qū)域出行需求預(yù)測(cè)
        5.4.1 模型參數(shù)選擇
        5.4.2 預(yù)測(cè)結(jié)果分析
    5.5 對(duì)比實(shí)驗(yàn)
        5.5.1 支持向量機(jī)回歸模型預(yù)測(cè)
        5.5.2 預(yù)測(cè)模型精確度對(duì)比分析
    5.6 本章小結(jié)
6 結(jié)論與展望
    6.1 研究結(jié)論
    6.2 研究展望
參考文獻(xiàn)
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]基于神經(jīng)網(wǎng)絡(luò)的海量GPS數(shù)據(jù)交通流量預(yù)測(cè)[J]. 蒲斌,李浩,盧晨陽(yáng),王治輝,劉華.  云南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[2]基于隱馬爾可夫模型的地圖匹配算法[J]. 蘇星晨.  科技創(chuàng)新與生產(chǎn)力. 2018(04)
[3]基于出租車軌跡數(shù)據(jù)的城市熱點(diǎn)出行區(qū)域挖掘[J]. 鄭林江,趙欣,蔣朝輝,鄧建國(guó),夏冬,劉衛(wèi)寧.  計(jì)算機(jī)應(yīng)用與軟件. 2018(01)
[4]基于GPS數(shù)據(jù)的出租車通勤識(shí)別及時(shí)空特征分析[J]. 付鑫,孫茂棚,孫皓.  中國(guó)公路學(xué)報(bào). 2017(07)
[5]基于出租車GPS軌跡數(shù)據(jù)挖掘的居民出行特征研究[J]. 林基艷,張雅瓊,張慧.  計(jì)算機(jī)時(shí)代. 2017(05)
[6]基于Spark平臺(tái)城市出租車乘客出行特征分析[J]. 段宗濤,陳志明,陳柘,康軍.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017(03)
[7]基于時(shí)間序列聚類方法分析北京出租車出行量的時(shí)空特征[J]. 程靜,劉家駿,高勇.  地球信息科學(xué)學(xué)報(bào). 2016(09)
[8]基于時(shí)間序列ARIMA與BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測(cè)模型[J]. 翟靜,曹俊.  統(tǒng)計(jì)與決策. 2016(04)
[9]基于出租車GPS數(shù)據(jù)的揚(yáng)招點(diǎn)選址確定方法[J]. 章程,張舒沁,王夢(mèng)真.  交通運(yùn)輸研究. 2015(04)
[10]楊凌示范區(qū)出租車需求分析與預(yù)測(cè)[J]. 戴思陽(yáng),翟海朋,王生昌.  山東交通學(xué)院學(xué)報(bào). 2014(02)

碩士論文
[1]基于SVM和BP神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)與實(shí)現(xiàn)[D]. 余濤.南京郵電大學(xué) 2018
[2]出租車GPS數(shù)據(jù)的信息挖掘研究[D]. 陳玲燕.北京交通大學(xué) 2018
[3]基于出租車軌跡數(shù)據(jù)的OD經(jīng)驗(yàn)軌跡分析[D]. 王博然.北京交通大學(xué) 2018
[4]基于出租車GPS數(shù)據(jù)的載客熱點(diǎn)可視化的研究與應(yīng)用[D]. 王明.中北大學(xué) 2018
[5]基于軌跡聚類的交通熱點(diǎn)分析[D]. 程智源.電子科技大學(xué) 2018
[6]基于TensorFlow的交通標(biāo)志識(shí)別算法研究[D]. 宋倩.華東師范大學(xué) 2018
[7]基于Storm平臺(tái)的城市道路交通擁堵識(shí)別研究[D]. 韓星.西華師范大學(xué) 2018
[8]基于出租車GPS數(shù)據(jù)的出租車載客情況分析與可視化[D]. 徐楊.華南理工大學(xué) 2018
[9]基于出租車GPS數(shù)據(jù)的城市出行及碳排放時(shí)空變化研究[D]. 曹梁.上海師范大學(xué) 2018
[10]基于北京市載客熱點(diǎn)區(qū)的出租車出行需求研究[D]. 王貝貝.北京交通大學(xué) 2018



本文編號(hào)：3705764