【摘要】：在交通規(guī)劃與研究中,可達(dá)性作為衡量人或者貨物通過某種工具到達(dá)目的地難易程度的指標(biāo),在交通政策研究和交通規(guī)劃中起到重要的作用。然而由于可達(dá)性在不同研究領(lǐng)域中含義不同,采用的計量方法不統(tǒng)一,數(shù)據(jù)難獲取等原因,實際工作中少有人使用可達(dá)性的方法來對規(guī)劃進(jìn)行指導(dǎo)和評判。隨著近年來交通大數(shù)據(jù)的分析與研究逐漸成熟,圍繞可達(dá)性的研究也逐步展開。論文在國內(nèi)外可達(dá)性研究的基礎(chǔ)上對其概念與方法進(jìn)行辨析,并提出了一種基于出租車GPS數(shù)據(jù)聚類分析的區(qū)域可達(dá)性計量與評價方法。論文首先討論了可達(dá)性概念的內(nèi)涵及其難于定義的原因,并給出了本文可達(dá)性的定義。確定可達(dá)性概念與計量方法后,將區(qū)域可達(dá)性研究劃分為道路阻抗計算、上下客熱點聚類和可達(dá)性計算三個子問題。提出對GPS數(shù)據(jù)進(jìn)行聚類分析以確定可達(dá)性計算所需的參數(shù)。在數(shù)據(jù)清洗階段,論文針對數(shù)據(jù)出現(xiàn)的誤差和錯誤提出了一種批量數(shù)據(jù)清洗、修正和指標(biāo)計算的思路,并運用該方法完成對數(shù)據(jù)的預(yù)處理。完成數(shù)據(jù)預(yù)處理后,論文采用了一種改進(jìn)的密度聚類算法,利用該算法對小寨地區(qū)的到發(fā)出租車上下客點進(jìn)行空間聚類分析,從而確定可達(dá)性計算的聚類對象。此外,在GPS數(shù)據(jù)匹配路段后,以路段為單位對平均車速、停駛點等數(shù)據(jù)進(jìn)行統(tǒng)計,在統(tǒng)計的基礎(chǔ)上采用K-Means及其改進(jìn)方法對道路運行狀況進(jìn)行聚類,確定不同道路類別的阻抗特征。最后,在聚類得到的出行熱點以及路網(wǎng)阻抗的基礎(chǔ)上,選用空間阻隔模型、等時線模型和累積機會模型對小寨區(qū)域的可達(dá)性進(jìn)行計算和評價。計算結(jié)果顯示,小寨區(qū)域在高峰時段和夜間對上下客聚類熱點的可達(dá)性變化較大;小寨對區(qū)外上下客點的可達(dá)性大部分在15min~30min;等時線的空間特征與路網(wǎng)結(jié)構(gòu)呈現(xiàn)較強的相關(guān)性。
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U491
【圖文】：

分析（如圖 2.1（b））。（a）基于速度與流量的道路運行狀況聚類 （b）基于 DBSCAN 的出租車熱點聚類圖2.1 不同聚類分析示意圖4.基于網(wǎng)格的聚類通過將數(shù)據(jù)空間劃分為若干個網(wǎng)格單元，統(tǒng)計網(wǎng)格內(nèi)數(shù)據(jù)點的密度，根據(jù)設(shè)定的閾值判斷網(wǎng)格是否為高密度單元，將相鄰的高密度網(wǎng)格單元劃分為同一聚類。代表算法有：STING，CLIQUE，WaveCluster�；诰W(wǎng)格的聚類算法同基于密度的算法類似，均是通過某個密度閾值來區(qū)分聚類和離散點。在交通數(shù)據(jù)的聚類中，雖然較少采用 STING、CLIQUE 等算法，但是許多研究首先運用網(wǎng)格來劃分和統(tǒng)計數(shù)據(jù)，隨后采用 DBSCAN 等

（a）坐標(biāo)轉(zhuǎn)換前 （b）坐標(biāo)轉(zhuǎn)換后圖3.2 坐標(biāo)糾偏效果圖3.3.2 剔除低數(shù)據(jù)量車輛出租車 GPS 每隔一段時間記錄一次運行信息，每輛車數(shù)據(jù)采集的頻率與時間間隔可能不同。通常情況，GPS 數(shù)據(jù)采樣時間間隔越短，收集到的出租車運行信息就更詳細(xì)，更有利于準(zhǔn)確的描述車輛的運行行為。同時，對數(shù)據(jù)采集間隔的統(tǒng)計在本文 3.3.3 節(jié)將用于時間錯亂誤差的修正。對西安市出租車采集間隔、單車單日統(tǒng)計數(shù)據(jù)量分布統(tǒng)計分別如圖 3.3 和圖 3.4 所示。據(jù)統(tǒng)計 96.75%的車輛每隔 30s 進(jìn)行一次記錄，98.5%的數(shù)據(jù)集中在 30s 左右。其中9999s 時間間隔為數(shù)據(jù)嚴(yán)重缺失，無法計算時間間隔眾數(shù)�？傮w來說，西安市出租車主

長安大學(xué)碩士研究生論文間隔分布在 30s 左右，少部分為 5s 左右。從單日單車輛數(shù)據(jù)量來看，90%數(shù)據(jù)在 3025 條以下。約 2.5%的車輛單日記錄數(shù)在 2000 條以下。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鞠煒奇;楊家文;林雄斌;;城市出租車空載率時空特征及其影響因素研究——以深圳市為例[J];規(guī)劃師;2015年S2期

2 唐爐亮;鄭文斌;王志強;徐紅;洪軍;董坤;;城市出租車上下客的GPS軌跡時空分布探測方法[J];地球信息科學(xué)學(xué)報;2015年10期

3 陳潔;陸鋒;翟瀚;蕭世倫;;面向活動地點推薦的個人時空可達(dá)性方法[J];地理學(xué)報;2015年06期

4 陳艷艷;魏攀一;賴見輝;張偉偉;馮國臣;;基于GIS的區(qū)域公交可達(dá)性計算方法[J];交通運輸系統(tǒng)工程與信息;2015年02期

5 孫飛;張霞;唐爐亮;劉章;楊雪;董坤;;基于GPS軌跡大數(shù)據(jù)的優(yōu)質(zhì)客源時空分布研究[J];地球信息科學(xué)學(xué)報;2015年03期

6 郭雪婷;秦艷麗;雷震;;基于出租車GPS數(shù)據(jù)的城市道路擁堵判別[J];交通信息與安全;2013年05期

7 茍錫榮;左小清;張用川;;基于GPS浮動車的數(shù)字速度模型在城市交通狀態(tài)演變分析中的應(yīng)用——以昆明市為例[J];科學(xué)技術(shù)與工程;2013年11期

8 胡繼華;鐘廣鵬;謝�，�;;基于出租車經(jīng)驗路徑的城市可達(dá)性計算方法[J];地理科學(xué)進(jìn)展;2012年06期

9 劉曉玲;賈鵬;鄔珊華;于濱;;基于多維時空參數(shù)的道路短期交通狀態(tài)預(yù)測[J];交通運輸系統(tǒng)工程與信息;2011年04期

10 張潔;陸化普;;基于可達(dá)性的城際軌道交通樞紐選址模型研究[J];公路工程;2010年06期

相關(guān)博士學(xué)位論文 前1條

1 王繼峰;基于可達(dá)性的交通規(guī)劃方法研究[D];清華大學(xué);2008年

本文編號：2768087