隨著國家快速推進城鎮(zhèn)化進程、地方政府大量出臺吸引人才政策,城市人口數(shù)量及機動車保有量累年增高,而城市道路建設里程的增長卻遠遠滯后,導致交通供需矛盾日益凸顯,從而造成交通擁堵加劇。而交通擁堵的直接表現(xiàn),就在于不同等級道路的行程速度過低,所以道路的平均行程速度與交通擁堵密切相關,故而從城市級別來探究平均行車速度的時空分布特征及影響因素,并對其進行預測就顯得十分必要。由于利用傳統(tǒng)測量方式很難獲取整個城市道路網(wǎng)的平均行程速度數(shù)據(jù),隨著科技的不斷積累,智能手機導航、互聯(lián)網(wǎng)等科技公司的發(fā)展日新月異,產(chǎn)生了大量有價值的數(shù)據(jù)以及較為先進的數(shù)據(jù)采集手段,使得從城市級別研究道路平均行程速度成為了可能。本文首先利用Python語言,通過設計編程調用高德地圖API接口,從而獲取了西安市繞城高速內254條道路每5min一次,共4周的平均行程速度海量數(shù)據(jù);然后利用聚類分析,將采集的數(shù)據(jù)分為正常的工作日、休息日及節(jié)假日三種類別,通過Arcgis10.5進行可視化表達,并借助相關系數(shù)、傅里葉快速變換FFT、相似系數(shù)、趨勢分析、莫蘭指數(shù)Moran’s I、熱點分析等多種方法,分析了道路平均行程速度在三種類別下,不同的時...

【文章頁數(shù)】：96 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 國內外研究現(xiàn)狀
        1.2.1 研究數(shù)據(jù)的發(fā)展
        1.2.2 交通運行狀態(tài)判別及分布特征
        1.2.3 行程速度分布特征及影響因素分析
        1.2.4 K近鄰交通流預測
    1.3 研究內容
        1.3.1 研究同標
        1.3.2 主要研究內容
    1.4 論文技術路線及結構安排
        1.4.1 技術路線圖
        1.4.2 論文結構安排
    1.5 本章小結
第二章 基于Python的高德交通態(tài)勢數(shù)據(jù)獲取及預處理
    2.1 高德交通態(tài)勢數(shù)據(jù)簡介
        2.1.1 高德交通態(tài)勢簡介及數(shù)據(jù)來源
        2.1.2 高德交通態(tài)勢數(shù)據(jù)可用性分析
    2.2 網(wǎng)絡爬蟲的基本原理與流程
        2.2.1 網(wǎng)絡爬蟲的基本原理
        2.2.2 基于Python采集高德數(shù)據(jù)的實現(xiàn)方法
    2.3 數(shù)據(jù)預處理
        2.3.1 數(shù)據(jù)清洗
        2.3.2 數(shù)據(jù)修復
    2.4 平均行程速度的定義及計算方法
        2.4.1 平均行程速度的定義
        2.4.2 平均行程速度的計算方法
    2.5 數(shù)據(jù)可視化
        2.5.1 道路網(wǎng)的生成
        2.5.2 各路段平均行程速度關聯(lián)
    2.6 其他數(shù)據(jù)來源說明
    2.7 本章小結
第三章 平均行程速度時空分布特征
    3.1 平均行程速度時間分布特征
        3.1.1 工作日平均行程速度變化研究
        3.1.2 休息日平均行程速度變化研究
        3.1.3 節(jié)假日平均行程速度變化研究
    3.2 平均行程速度數(shù)據(jù)特性分析
        3.2.1 相似性
        3.2.2 周期性
        3.2.3 時空相關性
        3.2.4 空間平穩(wěn)性
    3.3 平均行程速度空間分布特征
        3.3.1 工作日平均行程速度空間分布特征
        3.3.2 休息日平均行程速度空間分布特征
        3.3.3 節(jié)假日平均行程速度空間分布特征
    3.4 本章小結
第四章 平均行程速度影響因素分析
    4.1 商圈對平均行程速度的影響
    4.2 不同限行政策對路網(wǎng)平均行程速度的影響
        4.2.1 不同限行政策下平均行程速度時間變化特征
        4.2.2 不同限行政策下平均行程速度空間變化特征
    4.3 人口密度對平均行程速度的影響
    4.4 路網(wǎng)密度對平均行程速度的影響
    4.5 不良天氣條件對道路平均行程速度的影響
        4.5.1 降雨對平均行程速度影響
        4.5.2 降雪對平均行程速度影響
    4.6 地鐵開通對沿線道路平均行程速度的影響
    4.7 本章小結
第五章 基于K近鄰模型的路段行程速度預測
    5.1 K鄰近預測模型簡介
    5.2 K鄰近預測模型一般步驟
    5.3 改進的K近鄰模型
        5.3.1 路網(wǎng)連接層次劃分規(guī)則
        5.3.2 路網(wǎng)之間等效距離
        5.3.3 狀態(tài)向量的擴展建立
    5.4 帶權重歐式距離的衡量方式
        5.4.1 歐式距離
        5.4.2 相關系數(shù)及其他方法加權歐式距離
        5.4.3 指數(shù)加權與高斯加權歐式距離
        5.4.4 K近鄰預測結果優(yōu)化
    5.5 模型預測效果驗證
        5.5.1 模型參數(shù)確定
        5.5.2 改進前后預測精度對比分析
    5.6 本章小結
結論與展望
    取得的主要成果
    主要創(chuàng)新點
    研究展望
參考文獻
致謝



本文編號：3816753