本文關(guān)鍵詞：基于大規(guī)模GPS軌跡數(shù)據(jù)的活動鏈信息分析方法研究　出處：《吉林大學(xué)》2017年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： GPS軌跡數(shù)據(jù) 活動鏈 活動/出行行為 機(jī)器學(xué)習(xí)模型 數(shù)據(jù)挖掘

【摘要】：高速的城鎮(zhèn)化進(jìn)程是我國經(jīng)濟(jì)建設(shè)和工業(yè)化的重要成就,但城市的擴(kuò)張、城市人口的增長、汽車保有量的上升使交通擁堵逐漸成為了當(dāng)代城市的重要社會經(jīng)濟(jì)問題。城市合理布局、道路規(guī)劃與建設(shè)、交通政策的制訂與實(shí)施是當(dāng)前解決交通擁堵問題的主要手段。居民的活動安排和出行模式?jīng)Q定了交通需求,會對交通系統(tǒng)狀態(tài)產(chǎn)生重要影響。研究人們的活動安排與出行方式,歸納和總結(jié)人們的活動/出行行為特征與規(guī)律,能夠?yàn)樘岣哌\(yùn)輸效率和服務(wù)水平提供理論支持,是城市布局、道路規(guī)劃與政策制定中不可或缺的關(guān)鍵環(huán)節(jié)。傳統(tǒng)的居民活動/出行行為分析主要基于人工的交通調(diào)查數(shù)據(jù),調(diào)查效率低,樣本數(shù)量少,數(shù)據(jù)質(zhì)量差,依據(jù)這些數(shù)據(jù)所建立的數(shù)據(jù)模型可靠性不高,制定的交通政策和道路規(guī)劃效果不好。隨著技術(shù)的不斷發(fā)展,道路攝像、車載或便攜的GPS設(shè)備廣泛應(yīng)用,然而,隨著近年來交通研究進(jìn)一步向微觀領(lǐng)域延伸,對個體居民活動鏈進(jìn)行精細(xì)研究時,依賴于上述電子設(shè)備的交通調(diào)查方法仍然無法滿足研究需求。本文針對上述問題,以近年來快速普及的智能手機(jī)平臺為基礎(chǔ),面向通過智能手機(jī)獲取的大規(guī)模GPS軌跡數(shù)據(jù)的新特征,設(shè)計(jì)了基于機(jī)器學(xué)習(xí)模型的居民多日活動鏈節(jié)點(diǎn)識別方法、活動鏈節(jié)點(diǎn)屬性判別方法和居民多日活動/出行行為分析方法。本文研究主要包括以下幾個方面:(1)研究了基于智能手機(jī)的居民活動/出行數(shù)據(jù)獲取與預(yù)處理方法。智能手機(jī)近年來迅速普及,其天然性質(zhì)保證了其方便攜帶、不易遺忘、始終開機(jī),同時,智能手機(jī)具有強(qiáng)大的交互與計(jì)算能力,能夠同步完成自動的GPS軌跡調(diào)查與活動鏈信息獲取,顯著減輕調(diào)查者與志愿者的負(fù)擔(dān)、大幅提高調(diào)查結(jié)果的準(zhǔn)確性。本文充分利用智能手機(jī)的上述優(yōu)勢,設(shè)計(jì)了基于智能手機(jī)的居民活動/出行數(shù)據(jù)的調(diào)查與獲取策略,開發(fā)了基于i OS及Android平臺的GPS軌跡采集應(yīng)用,開發(fā)了在線的PR(Prompted Recall)調(diào)查工具,分析了獲取到的大規(guī)模居民活動/出行數(shù)據(jù),提出了符合智能手機(jī)活動/出行軌跡數(shù)據(jù)特點(diǎn)的預(yù)處理方法,并總結(jié)了智能手機(jī)所采集的大規(guī)�；顒�/出行軌跡數(shù)據(jù)清洗的原則。(2)研究了GPS軌跡數(shù)據(jù)驅(qū)動的活動鏈節(jié)點(diǎn)識別方法。從大規(guī)模GPS軌跡數(shù)據(jù)中挖掘居民的活動/出行行為的各類屬性、構(gòu)建居民多日出行活動鏈,是基于大規(guī)模GPS軌跡數(shù)據(jù)進(jìn)行居民活動/出行行為研究的必要前提。而構(gòu)建“活動鏈”的第一步,則是有效識別活動鏈節(jié)點(diǎn),即從連續(xù)、無狀態(tài)的GPS軌跡數(shù)據(jù)中,劃分和標(biāo)注被調(diào)查對象分別處于“活動”和“出行”兩類狀態(tài)的軌跡點(diǎn)。本文以數(shù)據(jù)驅(qū)動的方法直接從大量樣本數(shù)據(jù)中分析活動狀態(tài)GPS軌跡點(diǎn)數(shù)據(jù)與出行狀態(tài)GPS軌跡點(diǎn)數(shù)據(jù)的區(qū)別。首先計(jì)算了每個軌跡點(diǎn)的聚集程度、速度分布、方向變化等特征,然后基于隨機(jī)森林模型進(jìn)行活動軌跡點(diǎn)-出行軌跡點(diǎn)的二元分類,并對分類結(jié)果進(jìn)行實(shí)證分析。(3)研究了基于GPS軌跡數(shù)據(jù)的活動鏈節(jié)點(diǎn)屬性識別方法。僅知道被調(diào)查對象在特定的時間區(qū)間和地理范圍的活動/出行狀態(tài),仍然不能直接用于下游居民活動/出行行為研究。在大數(shù)據(jù)時代,這些活動或出行具備什么樣的屬性和特點(diǎn),反映了被調(diào)查對象的什么習(xí)慣和意圖等等問題,人力調(diào)查難以勝任。這些活動鏈節(jié)點(diǎn)的屬性信息也需要從大規(guī)模的GPS軌跡數(shù)據(jù)中分析得出。本文探討了活動鏈節(jié)點(diǎn)屬性識別的主要問題,通過GPS軌跡數(shù)據(jù)計(jì)算了每項(xiàng)活動/出行內(nèi)部的速度分布、駐停次數(shù)、軌跡分布范圍等特征,基于支持向量機(jī)模型對出行方式和活動內(nèi)容進(jìn)行識別,并對識別結(jié)果進(jìn)行實(shí)證分析。(4)基于結(jié)構(gòu)方程模型分析了居民多日活動/出行時間分配模式。隨著城市建設(shè)的日益完善,改善交通狀況的措施逐漸從交通基礎(chǔ)設(shè)施的建設(shè)轉(zhuǎn)變?yōu)槌鲂行枨蠊芾淼恼�。在居民多日活動鏈信息的基礎(chǔ)上,深入分析居民多日出行行為的規(guī)律,了解人們活動/出行時間分配機(jī)制可以幫助交通管理部門預(yù)測出行需求和評估運(yùn)輸政策。本文考察了個人多日出行行為的數(shù)據(jù),深入研究人們多日出行時間分配的變化,使用方差分析直觀地描述居民在活動和出行行為中的時間分配,通過多組結(jié)構(gòu)方程模型來建模分析被調(diào)查對象的社會經(jīng)濟(jì)屬性與多日出行時間分配的關(guān)系。本文研究工作的主要創(chuàng)新之處在于:(1)在基于智能手機(jī)獲取大規(guī)模GPS軌跡數(shù)據(jù)的基礎(chǔ)上,提出了符合智能手機(jī)活動/出行軌跡數(shù)據(jù)特點(diǎn)的預(yù)處理方法,并總結(jié)了智能手機(jī)所采集的大規(guī)模活動/出行軌跡數(shù)據(jù)清洗的原則。(2)提出了GPS軌跡數(shù)據(jù)驅(qū)動的活動鏈節(jié)點(diǎn)識別方法,該方法能夠盡可能減少研究者的主觀干預(yù),歸納和體現(xiàn)大量樣本數(shù)據(jù)本身的特征,更多通過從數(shù)據(jù)中挖掘出來的知識,而不是僅僅是依賴于傳統(tǒng)經(jīng)驗(yàn)進(jìn)行活動鏈節(jié)點(diǎn)識別。(3)提出了基于支持向量機(jī)模型的活動鏈節(jié)點(diǎn)屬性識別方法,把出行方式識別與活動內(nèi)容識別統(tǒng)一于同一框架,為下游居民活動/出行行為分析奠定了堅(jiān)實(shí)的基礎(chǔ)。(4)通過詳細(xì)統(tǒng)計(jì)和對居民多日活動/出行時間分配建模分析,發(fā)現(xiàn)具有普適意義的衡量居民多日出行的“典型日”并不存在,從而證明了本文通過多日出行數(shù)據(jù)研究居民的活動/出行習(xí)慣與規(guī)律,是居民出行行為研究必然的發(fā)展方向。本文的研究成果能夠充分發(fā)揮居民活動/出行軌跡大數(shù)據(jù)的潛力,更客觀地挖掘個體居民的活動鏈信息并進(jìn)行精細(xì)分析,從而極大推動居民活動/出行軌跡大數(shù)據(jù)在城市布局、交通規(guī)劃、道路建設(shè)、政策制定和實(shí)施等方面的應(yīng)用。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：U491

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;美開始改進(jìn)與設(shè)計(jì)GPS衛(wèi)星[J];軍民兩用技術(shù)與產(chǎn)品;2001年01期

2 靳力;w，

本文編號：1321298