本文關(guān)鍵詞：基于出租車GPS數(shù)據(jù)的城市交通擁堵識別和關(guān)聯(lián)性分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：準確識別城市交通擁堵狀況和分析城市交通擁堵關(guān)聯(lián)性,能夠精確感知城市道路的擁堵情況和確定交通擁堵的產(chǎn)生規(guī)律,不僅為公眾出行提供參考,同時也為交通管理部門采取交通誘導或者交通管制措施提供依據(jù)。已有的交通擁堵研究主要是基于定點式交通檢測設(shè)備,通過獲取小范圍的速度、密度、交通量、車輛延誤等參數(shù)進行擁堵識別,缺乏對城市全局路網(wǎng)范圍內(nèi)的擁堵狀況分析,未能在擁堵形成之前有效預(yù)警甚至避免交通擁堵。為此,本文對城市宏觀交通擁堵情況進行研究,提出城市路網(wǎng)范圍內(nèi)交通擁堵的識別方法,實現(xiàn)對已發(fā)生擁堵事件的快速識別,同時對擁堵事件的時空關(guān)聯(lián)特性進行分析。本文的研究內(nèi)容如下:首先,識別城市交通擁堵狀況需要科學、有效的指標及其標準,為此,本文在總結(jié)前人研究的基礎(chǔ)上,采用平均速度作為交通擁堵識別指標,并且給出該指標的計算過程,通過模糊C均值聚類確定不同交通運行水平下該指標的閾值范圍。其次,本文結(jié)合城市交通路網(wǎng)和出租車行駛的時空特性,提出基于時空約束的Apriori算法,用于分析城市交通擁堵關(guān)聯(lián)性。最后,通過預(yù)處理出租車GPS數(shù)據(jù)、軌跡化處理、劃分路網(wǎng)和時段、拆分軌跡、計算軌跡速度并且計算每天各時段每個網(wǎng)格的平均速度,識別出了哈爾濱市2014年1月每天各個時段的交通擁堵區(qū)域,分析了工作日期間、非工作日期間哈爾濱市的交通擁堵狀況,并且通過交通擁堵重疊率得到工作日期間與非工作日期間的整體交通擁堵差異狀況。同時,應(yīng)用本文提出的時空約束Apriori算法挖掘哈爾濱市2014年1月交通擁堵頻繁項集,并且提取交通擁堵關(guān)聯(lián)規(guī)則,分析出了哈爾濱市工作日、非工作日部分交通擁堵傳播規(guī)律。本文關(guān)于城市交通擁堵識別及其關(guān)聯(lián)性分析的理論與方法,可以有效服務(wù)于已發(fā)生交通擁堵的快速識別及未發(fā)生交通擁堵的提前防范,為城市交通管理部門提供一種嶄新而有效的應(yīng)對交通擁堵的方法與手段,對于拓展現(xiàn)有交通擁堵管理的研究具有重要理論意義,同時對于提高管理部門的交通擁堵治理水平具有重要的實踐意義。
【關(guān)鍵詞】：擁堵識別 關(guān)聯(lián)性 出租車 GPS數(shù)據(jù) Apriori
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U491.265
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-13
• 1.1 研究背景和意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-12
• 1.2.1 交通擁堵識別研究現(xiàn)狀9-11
• 1.2.2 時空關(guān)聯(lián)性分析研究現(xiàn)狀11-12
• 1.3 研究目標12
• 1.4 論文結(jié)構(gòu)與組織12-13
• 第2章 基于出租車GPS數(shù)據(jù)的城市交通擁堵識別13-23
• 2.1 出租車GPS數(shù)據(jù)處理13-16
• 2.1.1 出租車GPS數(shù)據(jù)預(yù)處理13-14
• 2.1.2 出租車GPS數(shù)據(jù)軌跡化14-16
• 2.2 城市區(qū)域網(wǎng)格與時段劃分16-18
• 2.2.1 網(wǎng)格與時段劃分16-17
• 2.2.2 拆分軌跡生成17-18
• 2.3 交通擁堵識別指標確定18-21
• 2.3.1 城市交通擁堵識別指標計算18-19
• 2.3.2 擁堵識別指標閾值范圍確定19-20
• 2.3.3 交通擁堵識別指標閾值合理性20-21
• 2.4 交通擁堵區(qū)域重疊率研究21-22
• 2.5 本章小結(jié)22-23
• 第3章 基于時空約束Apriori交通擁堵關(guān)聯(lián)性分析23-30
• 3.1 城市交通擁堵關(guān)聯(lián)性分析的內(nèi)容和意義23
• 3.2 經(jīng)典Apriori算法23-26
• 3.2.1 算法基本定義24
• 3.2.2 生成頻繁項集24-26
• 3.2.3 關(guān)聯(lián)規(guī)則提取26
• 3.3 時空約束Apriori算法26-29
• 3.3.1 時間約束27
• 3.3.2 空間約束27-28
• 3.3.3 時空約束Apriori算法28-29
• 3.4 本章小結(jié)29-30
• 第4章 案例分析30-54
• 4.1 數(shù)據(jù)準備30-32
• 4.2 交通擁堵時空演化規(guī)律分析32-43
• 4.2.1 工作日交通擁堵時空演化規(guī)律分析33-36
• 4.2.2 非工作日交通擁堵時空演化規(guī)律分析36-40
• 4.2.3 交通擁堵重疊率分析40-43
• 4.3 交通擁堵關(guān)聯(lián)性分析43-53
• 4.3.1 工作日交通擁堵關(guān)聯(lián)性分析43-49
• 4.3.2 非工作日交通擁堵關(guān)聯(lián)性分析49-53
• 4.4 本章小結(jié)53-54
• 結(jié)論54-56
• 參考文獻56-59
• 攻讀碩士學位期間發(fā)表的論文及其他成果59-61
• 致謝61-62
• 附錄62-66

  本文關(guān)鍵詞：基于出租車GPS數(shù)據(jù)的城市交通擁堵識別和關(guān)聯(lián)性分析，由筆耕文化傳播整理發(fā)布。

本文編號：479690