發(fā)布時間：2017-09-26 02:33

  本文關(guān)鍵詞：基于GPS數(shù)據(jù)的城市出租車出行需求研究

  更多相關(guān)文章： 出租車運營 出行需求估計 出行需求預(yù)測 神經(jīng)網(wǎng)絡(luò) 組合預(yù)測模型

【摘要】：城市交通系統(tǒng)是城市經(jīng)濟(jì)和社會發(fā)展的基礎(chǔ)條件。近年來我國城市化迅速發(fā)展,城市人口不斷增加,城市規(guī)模在不斷擴大,居民交通出行需求也大幅度增長。出租車具有出行及時、方便、快捷、靈活的特點,可以為城市居民提供“門到門”的運輸服務(wù),已經(jīng)成為了居民日常生活中一種重要的交通出行方式。在以巡游出租車為主要服務(wù)方式的出租車市場中,由于乘客出行具有隨機性和波動性,同時空載出租車在道路網(wǎng)絡(luò)中搜尋乘客的路徑具有較大的盲目性,乘客出行需求和出租車服務(wù)之間總存在著供需的矛盾。通過出租車出行需求預(yù)測,可以引導(dǎo)空載出租車到達(dá)乘客需求較多的區(qū)域,從而解決出租車供需時空不匹配的矛盾,對出租車運營效率和服務(wù)水平的提高具有重要意義。本文在查閱文獻(xiàn)資料的基礎(chǔ)上,從出租車運營與管理、出租車GPS數(shù)據(jù)應(yīng)用和交通短時預(yù)測方法三個方面對國內(nèi)外現(xiàn)有研究成果進(jìn)行了綜述,總結(jié)對比現(xiàn)有研究成果,從城市區(qū)域的實際特點出發(fā),對城市出租車出行需求的估計與預(yù)測展開研究。首先,本文在對出租車GPS數(shù)據(jù)進(jìn)行預(yù)處理的基礎(chǔ)上,提出了基于網(wǎng)格劃分的出租車出行需求估計算法,通過網(wǎng)格劃分、需求估計和網(wǎng)格合并三個步驟,估算研究區(qū)域范圍內(nèi)一定時間段的出行需求總量。其次,本文以不同的土地利用類型為區(qū)分方式,選取了科技辦公園區(qū)、核心商業(yè)區(qū)域、交通樞紐區(qū)域、學(xué)校周邊區(qū)域以及醫(yī)院周邊區(qū)域等五種不同類型區(qū)域,分別對不同區(qū)域的出租車出行需求的時變特征進(jìn)行了分析,為出租車出行需求預(yù)測模型的構(gòu)建提供了依據(jù)。最后,本文以齊魯軟件園區(qū)域為研究案例,分析了相關(guān)因素對預(yù)測變量的影響�；诳柭鼮V波模型和遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型,本文提出了一種組合模型預(yù)測方法,并在三種不同的場景條件下,對比了卡爾曼濾波模型、遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)模型和組合預(yù)測模型的預(yù)測效果,驗證了組合預(yù)測模型的有效性。
【關(guān)鍵詞】：出租車運營 出行需求估計 出行需求預(yù)測 神經(jīng)網(wǎng)絡(luò) 組合預(yù)測模型
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U491
【目錄】：

• 摘要10-11
• ABSTRACT11-13
• 第1章 緒論13-19
• 1.1 研究背景13-14
• 1.2 研究意義14-15
• 1.3 研究內(nèi)容與技術(shù)路線15-17
• 1.4 論文結(jié)構(gòu)安排17-19
• 第2章 國內(nèi)外研究綜述19-27
• 2.1 出租車運營與管理19-21
• 2.2 出租車GPS數(shù)據(jù)應(yīng)用21-22
• 2.3 交通短時預(yù)測方法22-25
• 2.4 本章小結(jié)25-27
• 第3章 出租車出行需求估計27-41
• 3.1 數(shù)據(jù)特征與預(yù)處理27-30
• 3.1.1 數(shù)據(jù)基本特征27-28
• 3.1.2 數(shù)據(jù)預(yù)處理28-30
• 3.2 交通區(qū)域劃分30-31
• 3.3 基于GPS數(shù)據(jù)的出行需求估計算法31-37
• 3.3.1 網(wǎng)格劃分32-34
• 3.3.2 出行需求估計34-36
• 3.3.3 網(wǎng)格合并36-37
• 3.4 需求估計算法實現(xiàn)37-40
• 3.4.1 行程識別37-39
• 3.4.2 網(wǎng)格匹配39-40
• 3.5 本章小結(jié)40-41
• 第4章 出租車出行需求特征分析41-61
• 4.1 概述41-42
• 4.2 不同類型區(qū)域出租車出行需求分析42-59
• 4.2.1 科技辦公園區(qū)42-46
• 4.2.2 交通樞紐區(qū)域46-49
• 4.2.3 核心商業(yè)區(qū)域49-52
• 4.2.4 學(xué)校周邊區(qū)域52-55
• 4.2.5 醫(yī)院周邊區(qū)域55-59
• 4.3 本章小結(jié)59-61
• 第5章 出租車出行需求實時預(yù)測61-83
• 5.1 變量分析61-63
• 5.2 卡爾曼濾波預(yù)測模型63-65
• 5.3 GA-BP神經(jīng)網(wǎng)絡(luò)模型65-71
• 5.3.1 BP神經(jīng)網(wǎng)絡(luò)65-68
• 5.3.2 BP神經(jīng)網(wǎng)絡(luò)的局限68-69
• 5.3.3 遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)69-71
• 5.4 組合預(yù)測模型71-74
• 5.5 案例分析74-82
• 5.5.1 模型預(yù)測結(jié)果74-76
• 5.5.2 模型準(zhǔn)確性分析76-79
• 5.5.3 模型可靠性分析79-82
• 5.6 本章小結(jié)82-83
• 第6章 總結(jié)與展望83-87
• 6.1 論文總結(jié)83-84
• 6.2 論文創(chuàng)新點84
• 6.3 論文展望84-87
• 參考文獻(xiàn)87-91
• 致謝91-92
• 學(xué)位論文評閱及答辯情況表92

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張華;;發(fā)展農(nóng)村公交 滿足出行需求[J];交通與運輸;2006年03期

2 王昊禾;;合肥市弱勢群體出行需求研究[J];安徽建筑;2013年02期

3 李t，

本文編號：921016