本文選題：出租車GPS數據　切入點：時空分析　出處：《浙江大學》2017年碩士論文

【摘要】：隨著經濟的快速發(fā)展和城市化建設的日益推進,人們對出行服務的需求愈發(fā)增長,出租車作為城市公共交通的重要組成部分,在人們的日常出行中發(fā)揮著重要作用。然而,因客源時空分布不均衡等因素而導致出租車高空載率、爭搶客源等不良現(xiàn)象頻現(xiàn),大大增加了出租車尋客的難度,降低了出租車的運營效率。隨著ITS(Intelligent Transport System)技術的發(fā)展,越來越多的學者將出租車尋客模式作為研究熱點,但普遍缺乏出租車效益評價指標和顧及出租車供需關系及交通狀態(tài)的推薦策略方法研究。本文以深圳市13798輛出租車GPS數據為研究對象,以提高出租車效益為研究目標,在分析影響出租車尋客效益指標因素的基礎上,充分考慮推薦的高效益載客熱點區(qū)域出租車的供需關系及交通狀態(tài),提出了基于出租車GPS數據的高效益尋客推薦策略方法,為出租車高效益尋客提供輔助決策支持,同時對于改善出租車資源分布不均衡的現(xiàn)狀,充分發(fā)揮出租車在城市交通中的補充作用有著重大意義。通過分析影響出租車尋客效益的指標因素,本文以出租車載客態(tài)及相鄰空載態(tài)相結合作為研究對象,提出了基于出租車載客態(tài)單位時間收入及相鄰空載態(tài)尋客時間的效益指標模型�；谠撃Ｐ�,在對出租車GPS數據進行數據預處理及地圖匹配的基礎上,采用經典數理統(tǒng)計及地統(tǒng)計分析方法,對出租車高效益客源的時空分布特征進行了研究。通過對比分析工作日與非工作日及同一天不同時段的客源量變化特征來間接反映高效益客源隨時間在數量上的變化規(guī)律;同時,對相應時段的高效益客源的空間分布特征加以分析,為出租車高效益載客熱點推薦提供支撐�；诟咝б婵驮吹臅r空分布特征,在對出租車進行高效益載客熱點推薦時,首先對出租車GPS數據進行基于效益指標模型的熱點分析及熱點區(qū)域的劃分,同時在充分顧及出租車行駛到載客熱點區(qū)域之后的出租車飽和度及當前的交通擁堵狀態(tài)的基礎上,本文提出了基于出租車效益的推薦度指標模型。該模型以出租車到載客熱點的最短行駛時間為基礎,計算出租車到達載客熱點區(qū)域后的出租車供需比及交通運行指數,以此計算推薦度指標來評估該高效益載客熱點是否適合推薦給空駛出租車前往,進而形成一套完整的出租車高效益尋客推薦策略方法。最后,本文以深圳市2011年4月18日早高峰的某輛空駛出租車為研究實例,對其進行基于出租車效益指標模型及推薦度指標模型的高效益載客熱點推薦,并通過對比分析同一天相同時段內兩個高效益載客熱點區(qū)域的不同推薦結果,同時結合城市居民出行規(guī)律及城市功能區(qū)結構的實際情況,驗證了該推薦策略的有效性。
[Abstract]:With the rapid development of economy and the development of urbanization, people's demand for travel services is increasing. Taxi, as an important part of urban public transportation, plays an important role in people's daily travel. With the development of ITS(Intelligent Transport system technology, many bad phenomena such as high no-load rate of taxis and scrambling for passengers occur frequently because of the unbalanced distribution of passenger space and time, which greatly increases the difficulty of finding taxi passengers and reduces the efficiency of taxi operation. More and more scholars regard taxi passenger seeking mode as the research hotspot. However, there is a general lack of evaluation index of taxi benefit and the study of recommended strategy method, which takes into account the relationship between supply and demand of taxis and traffic conditions. This paper takes the GPS data of 13798 taxis in Shenzhen as the research object, and takes the improvement of taxi benefit as the research goal. Based on the analysis of the factors affecting the efficiency index of taxi passenger seeking, the relationship between supply and demand and the traffic state of the recommended hot spot region of high-benefit passenger transportation are considered, and the method of high-benefit passenger seeking recommendation strategy based on taxi GPS data is put forward. To provide auxiliary decision support for taxi high-benefit passenger seeking, and to improve the unbalanced distribution of taxi resources, at the same time, It is of great significance to give full play to the supplementary role of taxis in urban traffic. By analyzing the index factors that affect the efficiency of taxi passenger seeking, this paper takes the combination of taxi carriage and adjacent no-load as the research object. This paper presents a benefit index model based on the unit time income of taxi carriage and the adjacent no-load seeking time. Based on this model, the data preprocessing and map matching of taxi GPS data are carried out. Using classical mathematical statistics and geostatistical analysis methods, This paper studies the spatial and temporal distribution characteristics of taxi high-benefit passenger source, and indirectly reflects the variation law of high-benefit passenger source with time by comparing and analyzing the changing characteristics of passenger quantity in different periods of working day, non-working day and the same day. At the same time, the spatial distribution characteristics of the high-benefit passenger source in the corresponding period are analyzed to provide the support for the recommendation of the high-benefit passenger carrying hot spot of the taxi. Based on the space-time distribution characteristics of the high-benefit passenger source, when the taxi is recommended to the high-benefit passenger hot spot, Firstly, the hot spot analysis and hot spot area division based on benefit index model are carried out for taxi GPS data. At the same time, based on the full consideration of taxi saturation and current traffic congestion after taxi driving to the hot spot area, In this paper, a recommendation index model based on taxi benefit is proposed. Based on the shortest driving time from taxi to hot spot, the taxi supply and demand ratio and traffic operation index are calculated after the taxi reaches the hot spot. The index of recommendation degree is used to evaluate whether the hot spot of high benefit passenger carrying is suitable for empty taxi, and then a complete set of recommended strategy method of high benefit passenger search for taxi is formed. Finally, Taking an empty taxi in Shenzhen on April 18, 2011, as an example, the hot spot of high benefit passenger carrying is recommended based on taxi benefit index model and recommendation index model. By comparing and analyzing the different recommended results of two high-benefit hot spots in the same day and the same time period, and combining with the actual situation of urban residents' travel rules and the structure of urban functional areas, the effectiveness of the proposed recommendation strategy is verified.
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U495;P228.4

【相似文獻】

相關期刊論文 前10條

1 郭建鋒;歐吉坤中國科學院測量與地球物理研究所動力大地測量重點實驗室;袁運斌中國科學院測量與地球物理研究所動力大地測量重點實驗室;王海濤;;雙頻GPS數據的最優(yōu)相位平滑偽距算法研究[J];自然科學進展;2008年02期

2 許永江,鄭貴明,顧國華;中國地殼運動觀測網絡中的GPS數據流[J];地殼形變與地震;2000年04期

3 劉明學;;淺談困難地區(qū)的GPS數據分析與處理方法[J];中國科技信息;2009年18期

4 葛榜軍;利用衛(wèi)星圖像和GPS數據輔助研究地震[J];國際太空;1996年04期

5 崔民元;張志剛;趙永安;宋健敏;邵杰;;GPS數據短波傳輸系統(tǒng)[J];石油物探裝備;1993年02期

6 趙永安;;GPS數據短波傳輸系統(tǒng)通過專家鑒定[J];石油物探裝備;1993年01期

7 李強;馮曼;張東和;蕭佐;師立勤;;基于單站GPS數據的GPS系統(tǒng)硬件延遲估算方法及結果比較[J];北京大學學報(自然科學版);2008年01期

8 申悅;柴彥威;;基于GPS數據的城市居民通勤彈性研究——以北京市郊區(qū)巨型社區(qū)為例[J];地理學報;2012年06期

9 諾曼,喬迎春;利用GPS數據測量地震運動[J];國際地震動態(tài);2000年08期

10 陳德旺;蔡伯根;王劍;唐濤;;軌道交通GPS數據約簡的數學模型與算法研究[J];鐵道學報;2008年04期

相關會議論文 前7條

1 趙斌;楊少敏;王偉;;中國地殼運動觀測網絡GPS數據重處理及最新結果[A];中國地球物理2010——中國地球物理學會第二十六屆年會、中國地震學會第十三次學術大會論文集[C];2010年

2 黃瀟婷;馬修軍;;基于GPS數據的旅游者活動節(jié)律研究[A];2011《旅游學刊》中國旅游研究年會會議論文集[C];2011年

3 劉健;米長樹;蔣彤;許樂;;機載GPS數據傳輸系統(tǒng)在人工影響天氣中的應用[A];第26屆中國氣象學會年會人工影響天氣與大氣物理學分會場論文集[C];2009年

4 王佃來;付曉玲;;基于藍牙技術實現(xiàn)Java手機獲取GPS數據[A];2007通信理論與技術新發(fā)展——第十二屆全國青年通信學術會議論文集（上冊）[C];2007年

5 余濤;毛田;王云岡;曾中超;;利用同化方法進行GPS數據三維電離層反演[A];第十四屆全國日地空間物理學術研討會論文集[C];2011年

6 白偉華;孫越強;朱光武;杜起飛;陶朋;王晶;;基于NetCDF的GPS數據預處理[A];中國空間科學學會空間探測專業(yè)委員會第十九次學術會議論文集（下冊）[C];2006年

7 趙起文;王家賢;;VS—1型GPS數據傳輸轉換器設計[A];船舶通信導航學術會議（1993）論文集[C];1993年

相關重要報紙文章 前1條

1 編譯 張瑋鷗;GPS數據可優(yōu)化海嘯預警[N];中國氣象報;2013年

相關碩士學位論文 前10條

1 許國淼;基于出租車GPS數據的道路交通運行狀態(tài)判別[D];長安大學;2015年

2 崔德冠;基于公交車GPS數據的城市道路偶發(fā)性擁堵檢測與系統(tǒng)實現(xiàn)[D];重慶大學;2015年

3 曹靜;基于GPS數據的用戶軌跡相似性分析[D];中國海洋大學;2015年

4 楊勝超;基于公交IC卡數據與公交車GPS數據的社區(qū)公交需求分析[D];西南交通大學;2016年

5 王武;基于海量GPS數據的公共交通站點及路線優(yōu)化研究[D];西南大學;2016年

6 李勇;基于出租車GPS數據的城市交通擁堵識別和關聯(lián)性分析[D];哈爾濱工業(yè)大學;2016年

7 戴露;基于手機GPS數據的出行端點識別方法研究[D];西南交通大學;2017年

8 劉麗;基于出租車GPS數據的高效益尋客推薦策略研究[D];浙江大學;2017年

9 張志松;基于欠采樣GPS數據的信號交叉口延誤估計研究[D];哈爾濱工業(yè)大學;2014年

10 黃金特;面向浮動車GPS數據的質量評價系統(tǒng)設計與實現(xiàn)[D];中山大學;2011年

，

本文編號：1654524