本文關鍵詞：城市居民公交出行數(shù)據(jù)分析研究及可視化

  更多相關文章： IC卡數(shù)據(jù) 公交客流 居民出行 可視化

【摘要】：城市公共交通是城市基礎設施的重要部分,關系著一座城市經(jīng)濟、政治、文化和教育的發(fā)展。目前,我國許多城市公共交通出行比例偏低,且出行不便、道路擁堵、環(huán)境污染等問題較為嚴重。城市公共交通已難以滿足居民日常出行和社會發(fā)展的需要。為解決城市交通中出現(xiàn)的問題,國家提出了“大力優(yōu)先發(fā)展城市公共交通”的政策。因此,挖掘分析城市居民公共交通出行數(shù)據(jù),對于制定合理的城市交通規(guī)劃措施具有重要意義。公交是城市公共交通的重要組成部分,公交客流信息的準確獲取是城市公交管理調度和公交線路調整規(guī)劃的重要基礎。相比于依靠人工調查方法獲取公交客流數(shù)據(jù)而言,實時產(chǎn)生的大量公交IC卡刷卡和公交GPS數(shù)據(jù)具有覆蓋范圍廣、連續(xù)性好,且數(shù)據(jù)獲取耗費人力物力少、效率高等特點。深入挖掘分析公交IC卡刷卡數(shù)據(jù)和公交GPS數(shù)據(jù),可以快速獲取大量可靠的公交客流信息。并且利用數(shù)據(jù)可視化技術可以把公交數(shù)據(jù)間的關系以不同方式呈現(xiàn)出來,幫助管理者直觀的掌握居民公交出行狀態(tài)。本文以重慶市公交IC刷卡數(shù)據(jù)和公交GPS數(shù)據(jù)為主要研究對象,首先對大量原始噪聲數(shù)據(jù)進行預處理,分析數(shù)據(jù)之間的關系,確定上下車站點推算方法,最終得到乘客上下車站點;進而從公交客流和居民出行兩方面進行分析,以支持公交運營決策和公交規(guī)劃;最后用不同的可視化形式展現(xiàn)不同的分析結果,為城市交通規(guī)劃提供支撐。本文的主要內容如下:(1)提出了一套新的上下車站點推算方法。根據(jù)IC卡刷卡數(shù)據(jù)只記錄上車時間,不記錄乘客上下車站的特點,本文結合IC卡刷卡數(shù)據(jù)和公交GPS數(shù)據(jù),利用公交站點站間距和車輛到總站的距離獲取公交到站時間,并結合IC卡刷卡數(shù)據(jù)聚類分組結果,推算出乘客上車站點;運用基于乘客公交出行鏈的下車站點推算方法,推算獲得乘客出行下車站點。(2)公交客流特性分析。根據(jù)公交客流數(shù)據(jù),建立基于Fisher最優(yōu)分割法的峰值區(qū)間劃分模型,將線路公交客流量劃分為不同的峰值區(qū)間,便于調整線路發(fā)車間隔;分析公交客流的時間特性和空間特性,以可視化方式展現(xiàn)公交客流規(guī)律和客流量空間分布,得出客流分布與城市主干道和城市中心區(qū)域的關聯(lián)關系,為公交運營決策提供支撐。(3)提出考慮時間范圍的職住地識別算法。在單次刷卡制的IC卡刷卡數(shù)據(jù)中加入時間范圍,以識別一日的居民居住地和就業(yè)地,再利用一周數(shù)據(jù)得到居民最終的居住地和就業(yè)地,提高職住地識別精度;最后利用居民職住地數(shù)據(jù),識別通勤人員的通勤出行,得到通勤出行路線。(4)以Tableau和百度地圖為基礎地圖可視化地理空間數(shù)據(jù)。根據(jù)數(shù)據(jù)的特性在地圖中加入可視化元素,解決了GIS地圖加載大量元素緩慢、真實性差等問題,增強地圖展示真實性。
【關鍵詞】：IC卡數(shù)據(jù) 公交客流 居民出行 可視化
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U491.17
【目錄】：

• 中文摘要3-5
• 英文摘要5-9
• 1 緒論9-15
• 1.1 背景及意義9-10
• 1.2 國內外現(xiàn)狀10-12
• 1.2.1 公交數(shù)據(jù)研究現(xiàn)狀10-11
• 1.2.2 交通可視化研究現(xiàn)狀11-12
• 1.3 研究內容及目標12-13
• 1.4 章節(jié)安排13-14
• 1.5 本章小結14-15
• 2 相關技術與理論15-25
• 2.1 數(shù)據(jù)挖掘技術15-17
• 2.1.1 公交數(shù)據(jù)挖掘流程15-16
• 2.1.2 公交數(shù)據(jù)挖掘方法16-17
• 2.2 數(shù)據(jù)可視化17-21
• 2.2.1 數(shù)據(jù)可視化定義18-19
• 2.2.2 數(shù)據(jù)可視化產(chǎn)生及現(xiàn)狀19-20
• 2.2.3 數(shù)據(jù)可視化特點20-21
• 2.3 數(shù)據(jù)可視化工具21-23
• 2.3.1 ECharts21-22
• 2.3.2 Tableau22-23
• 2.4 本章小結23-25
• 3 公交上下車站點推算25-47
• 3.1 公交數(shù)據(jù)預處理25-32
• 3.1.1 公交IC刷卡數(shù)據(jù)預處理26-28
• 3.1.2 公交GPS數(shù)據(jù)預處理28-30
• 3.1.3 公交基礎數(shù)據(jù)預處理30-32
• 3.2 數(shù)據(jù)關系32
• 3.3 上車站點推算方法32-41
• 3.3.1 基于公交IC卡和GPS數(shù)據(jù)的時間匹配法33
• 3.3.2 基于IC刷卡數(shù)據(jù)的聚類分析法33-35
• 3.3.3 基于IC卡聚類和站間距的上車站點推算方法35-38
• 3.3.4 上車站點推算結果38-41
• 3.4 下車站點推算方法41-45
• 3.4.1 公交站點吸引權法41
• 3.4.2 乘客公交出行鏈法41-44
• 3.4.3 下車站點推算結果44-45
• 3.5 本章小結45-47
• 4 公交客流分析及可視化47-61
• 4.1 客流峰值區(qū)間劃分47-51
• 4.1.1 基于Fisher最優(yōu)分割法的公交客流峰值區(qū)間劃分模型47-48
• 4.1.2 確定客流峰值區(qū)間48-51
• 4.2 公交客流時間特性51-57
• 4.2.1 一周客流時間分布51-52
• 4.2.2 全日客流時間分布52-53
• 4.2.3 單條線路客流時間分布53-54
• 4.2.4 單個站點客流時間分布54-55
• 4.2.5 不同群體出行時間分布55-57
• 4.3 公交客流空間特性57-60
• 4.3.1 單條線路站點客流量分布57-58
• 4.3.2 全部站點客流量分布58-59
• 4.3.3 公交站點上下車客流量分布59-60
• 4.4 本章小結60-61
• 5 居民出行分析及可視化61-71
• 5.1 居民職住地識別及可視化61-66
• 5.1.1 考慮時間范圍的職住地識別算法61-64
• 5.1.2 居民職住地可視化64-66
• 5.2 通勤出行分析及可視化66-69
• 5.2.1 基于職住地的通勤出行識別66-68
• 5.2.2 通勤出行可視化68-69
• 5.3 本章小結69-71
• 6 總結與展望71-73
• 致謝73-75
• 參考文獻75-78

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 牛學勤,王煒;基于最短路搜索的多路徑公交客流分配模型研究[J];東南大學學報(自然科學版);2002年06期

2 沈家軍;王煒;陳峻;;基于灰色馬爾可夫模型的近期公交客流量預測[J];公路交通科技;2007年09期

3 高詠玲;楊浩;;城市公交客流影響因素的改進灰色一致關聯(lián)分析[J];交通運輸系統(tǒng)工程與信息;2007年06期

4 陳山;潘天紅;李正明;王平石;;網(wǎng)絡型公交客流檢測系統(tǒng)的研制[J];自動化與儀表;2009年06期

5 劉凱;李文權;趙錦煥;;短時公交客流小波預測方法研究[J];交通運輸工程與信息學報;2010年02期

6 孔哲;過秀成;何明;嚴亞丹;羅麗梅;;基于動態(tài)聚類的大城市公交客流走廊甄別方法[J];東南大學學報(自然科學版);2010年05期

7 ;上海公交新裝備應對大客流[J];城市公共交通;2010年11期

8 吳飛軍;;杭州公交客流走廊提速研究[J];交通標準化;2014年05期

9 馮樹民;李曉冬;;公交客流生成預測的神經(jīng)網(wǎng)絡模型[J];交通運輸系統(tǒng)工程與信息;2006年01期

10 范海雁;李秀君;;基于公交客流統(tǒng)計信息的公交調度決策方法[J];統(tǒng)計與決策;2007年24期

中國重要報紙全文數(shù)據(jù)庫 前10條

1 特約記者 周廣潔;廣州公交優(yōu)惠效果初顯[N];中國交通報;2008年

2 鞠紅梅;公交客流6年來年遞減3%[N];哈爾濱日報;2007年

3 記者 卞建國 通訊員 王威;家鄉(xiāng)游外地客匯津城 公交運客1450萬人次[N];天津日報;2006年

4 本報記者 楊汛;公交客流下滑 地鐵不堪重負[N];北京日報;2014年

5 本報記者 劉有儀 葛妍 王茸 本報通訊員 葛川平 錢春龍;核心區(qū)車流量降了15% 地鐵公交客流都小幅上升[N];南京日報;2014年

6 深圳商報記者 肖晗;地面常規(guī)公交客流下降8%[N];深圳商報;2011年

7 記者 陳秀雅;上半年公交客流同比增加近兩成[N];蘇州日報;2010年

8 劉中元 交宣 陳潔娜 梁楨 鄭佳欣 姚藝曲 陶達嬪 張睿 譚亦芳;廣州正式終結摩托車時代[N];南方日報;2007年

9 賈曉燕邋通訊員 孫文劍 張桂芳;公交客流1600萬人次創(chuàng)歷史新高[N];北京日報;2007年

10 記者 李平/北京;智能交通市場還待培育[N];電子資訊時報;2002年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王佳嘉;基于GIS的公交客流時空分析[D];北京建筑大學;2015年

2 劉文芳;基于成都市公交IC卡數(shù)據(jù)的公交客流量分析[D];西南交通大學;2015年

3 張彬;城鄉(xiāng)公交客流OD分層次反推研究[D];長安大學;2015年

4 王鳳剛;公共交通運營調度優(yōu)化方案研究[D];山東大學;2015年

5 王周全;基于IC卡數(shù)據(jù)與GPS數(shù)據(jù)的公交客流時空分布研究[D];西南交通大學;2016年

6 李進鋼;基于OpenCV的公交客流計數(shù)方法研究[D];鄭州大學;2016年

7 劉欣彤;降雨天氣條件下短時公交客流預測研究[D];哈爾濱工業(yè)大學;2016年

8 趙倩;基于視頻分析的公交客流統(tǒng)計技術研究與實現(xiàn)[D];重慶大學;2016年

9 鄧晨晨;城市居民公交出行數(shù)據(jù)分析研究及可視化[D];重慶大學;2016年

10 左快樂;基于IC卡數(shù)據(jù)的不同時間層次公交客流預測方法與應用研究[D];東南大學;2016年

，

本文編號：704678