多源数据融合驱动的居民出行特征分析方法

结合传统抽样调查数据和交通大数据，研究多源数据融合驱动的居民出行特征分析方法.根据传统入户抽样调查居民的年龄结构、职业、车辆拥有、人口，以及手机信令数据分析出行频次分布等因素进行综合分析，获取居民初步出行特征；基于手机信令、IC、AFC、GPS 等大数据，通过出行时间分布、OD分布和出行方式结构对居民的出行特征进行综合矫正分析；最后，以广州市为例进行实证分析.对比研究传统抽样调查和多元数据融合分析方法可知，传统抽样调查居民出行漏报率为30%，每天出行2次的比例相差39.5%，全方式非通勤出行比例、晚高峰公交和地铁出行比例分别相差7.4%、8.1%和12.6%.结果表明，多源数据融合驱动的居民出行特征分析方法，在总量上有效挖掘居民出行的沉默需求，在时空分布上起到了“削峰填谷”的作用，是一种研究居民出行特征的有效方法.     

多源数据融合驱动的居民出行特征分析方法

结合传统抽样调查数据和交通大数据，研究多源数据融合驱动的居民出行特征分析方法.根据传统入户抽样调查居民的年龄结构、职业、车辆拥有、人口，以及手机信令数据分析出行频次分布等因素进行综合分析，获取居民初步出行特征；基于手机信令、IC、AFC、GPS 等大数据，通过出行时间分布、OD分布和出行方式结构对居民的出行特征进行综合矫正分析；最后，以广州市为例进行实证分析.对比研究传统抽样调查和多元数据融合分析方法可知，传统抽样调查居民出行漏报率为30%，每天出行2次的比例相差39.5%，全方式非通勤出行比例、晚高峰公交和地铁出行比例分别相差7.4%、8.1%和12.6%.结果表明，多源数据融合驱动的居民出行特征分析方法，在总量上有效挖掘居民出行的沉默需求，在时空分布上起到了“削峰填谷”的作用，是一种研究居民出行特征的有效方法.     

基于卡口车牌识别数据的车辆出行分析

车辆出行是城市道路交通的基本组成单元,掌握城市道路网车辆的出行信息,深入挖掘车辆出行特征与规律,能为城市交通管理提供决策信息.本文基于卡口车牌识别数据,提出了一套车辆出行分析框架.首先对全路网运行的所有车辆的个体出行进行辨识,提取所有车辆出行的路径和行程信息,并从个体和集计层面获取车辆出行的规律特征;利用车辆的多日出行信息和统计特征,提出了车辆职住地识别方法;基于外地车的出行特征,利用 K-means++ 算法对外地车进行分类.在实例分析中,以广州市道路网运行车辆作为研究对象,开展了车辆出行分析,实验结果验证了本文方法的有效性.通过本文方法挖掘的信息对城市道路交通管理具有重要意义.     

考虑经济地理区位的城乡公交需求分析

为掌握乡镇居民城乡出行时空分布规律,了解城乡公交发展现状及未来需求,分析了乡镇 居民的个人属性、城乡间出行活动特征和城乡公交服务水平等指标;结合区域经济地理区位定量 分析方法,探索起讫点的经济地理区位对城乡出行需求产生的作用;构建了引入经济地理的城乡 公交需求结构方程模型,解析城乡公交选择意向与其他因素的相互影响。研究结果表明：城乡公 交服务对象主要是中低收入且无私家车的群体;城乡公交是城乡间的主要出行方式,需求显著高 于其他交通工具;某乡镇与周边区域经济区位水平差异越大,越具有城乡公交需求潜力,应酌情 增加线网布设;在提高城乡公交服务水平方面,降低票价、合理布设站点是关键方法,可进一步 增强城乡公交吸引力。     

城市公共交通出行方式选择行为研究

优先发展公共交通系统是解决城市交通问题的有效方法,而优先发展公共交通的关键之一则是合理引导私人交通发展,提高城市公共交通的出行分担率.文中以2009年济南市居民出行调查数据为支撑,从出行行为角度分析城市居民公交出行行为特征.基于非集计模型理论与方法建立公交选择行为模型,分析居民公共交通与私人交通出行方式选择行为的差异,探讨引导小汽车转向公共交通出行的规律.     

基于手机GPS定位轨迹的出行信息采集技术

针对居民出行调查主要依靠传统纸质问卷形式获取居民出行信息、调查数据很难准确反映实际交通需求特征的问题,提出运用手机GPS技术获取个体出行轨迹信息,挖掘分析不同交通方式的轨迹特征,并运用支持向量机算法对出行方式进行识别。结合实例分析表明:提出的算法对步行-自行车-步行、步行-公交车-步行、步行-小汽车-步行3种组合的出行方式识别正确率均较高,为以后城市居民出行调查提供一种新型的调查方法。     

国内不同类型城市居民出行特征分析

通过收集大量国内城市的居民出行特征调查数据,对数据进行归纳整理,从出行次数、出行目的、出行方式结构、出行耗时等4个方面进行分析.通过对城市进行分类,找出不同类型城市的居民出行特征,分析产生这些特征的原因.对居民出行次数,按照人口规模分类,建立了不同人口规模城市的居民人均出行次数模型,通过建摸的方式找出不同人口规模城市的居民出行次数规律.     

城市居民个人属性与出行方式链相关性分析

首先引出基于活动理论的出行需求预测方法,将活动一出行理论和传统的出行方式相结合,提出"出行方式链"的概念,并明确出行方式链的两大特性:一致性和转换性,然后阐述城市居民个人属性与出行方式链相关性分析方法,并以2006年4月上虞市的居民出行调查数据为基础,对城市居民个人属性与出行方式链之间的相关性进行实例分析;最后,说明个人属性对出行方式链的选择起着至关重要的作用.     

基于公交OD数据的居民公交出行特征研究

已有研究在应用“四阶段法”进行公共交通需求预测时,缺少对居民公交出行分布规律及变化特征的分析．文中通过从潍坊、常州、上虞、蚌埠和湖州五个典型城市居民出行调查数据库中提取出公交OD出行的有效数据,运用图形处理及模型标定等方法进行深入的数据挖掘,研究了居民出行时间消耗特征、出行时间分布特征和出行空间分布特征。指出：0公交出行的可容忍时间与建成区面积及公交分担率密切相关：②由于城市发展状态、经济发展水平及人们出行规律的不同,都会造成出行时间分布的差异;③分析同一城市不同时期居民出行空间分布时,应具体分析各区之间的出行联系强度。居民公交出行时空分布特征的研究,可以为城市公共交通需求预测及公交线网规划提供定量的参考依据及理论支持,该项研究的结论和分析方法可供其他城市借鉴和使用。     

城市居民个人属性与出行方式链相关性分析

首先引出基于活动理论的出行需求预测方法,将活动—出行理论和传统的出行方式相结合,提出出行方式链的概念,并明确出行方式链的两大特性:一致性和转换性;然后阐述城市居民个人属性与出行方式链相关性分析方法,并以2006年4月上虞市的居民出行调查数据为基础,对城市居民个人属性与出行方式链之间的相关性进行实例分析;最后,说明个人属性对出行方式链的选择起着至关重要的作用。     

基于APTS大数据的城市公交出行多维分析模型和方法

智能公交系统(Advanced Public Transportation Systems,APTS)数据具有海量、类型多样等大数据的典型特征,对其进行分析和挖掘可能获得丰富的公交出行特征和规律.构建基于APTS大数据的公交出行多维分析框架,在计算乘客出行时空信息(上车、下车和换乘)的基础上,建立包含4个维度(乘客、时间、空间和行为)的公交出行数据模型,系统提出基于5种联机分析处理方法的公交出行分析内容.应用APTS大数据对模型和方法进行了实验和验证,研究结果表明,该方法能够便捷地分析不同维度、不同粒度的公交出行信息,不仅能够应用于公交乘客出行行为的研究,还能够为城市公交系统的规划和管理提供决策支持.     

基于个体出行数据的公共交通出行链提取方法

公共交通个体出行信息的提取对掌握公共交通出行的时空特征,改善居民通勤出行效率具有重要意义.研究从公交刷卡数据、公交定位数据、轨道AFC数据等海量公共交通多源数据的关联匹配与处理方法入手,提出了公共交通出行链信息提取中,换乘关系判断、通勤行为判别及出行起讫点匹配的方法与规则,标定了出行链匹配阈值参数,建立了基于个体出行数据的公共交通通勤出行链提取模型.提取模型的准确度验证表明:出行链结构提取及通勤出行判别的成功率均达到100%,出行阶段起讫点匹配成功率为87.5%,准确性为97.1%,满足了公共交通出行特征提取的需求.该方法为公共交通通勤出行判别及基于个体的微观通勤出行时空特征的深入分析奠定了基础.     

多模式公交网络中考虑定制公交的 活动与出行建模

近年来,由于一些新型交通服务的出现与迅速发展,多模式公交网络包含了更多的交通模式.定制公交作为一种创新的公共交通服务,在中国许多城市引起了人们的广泛关注. 针对包含定制公交的多模式公交网络,本文提出了基于活动的模型以模拟出行者的活动与出行行为.本模型探究了由于定制公交的出现,人们在多模式公交网络中的行为决策变化,并采用了超级网络以同时模拟用户的活动与出行行为.为研究定制公交的容量约束与预约机制,在模型中有效模拟了用户的逐日学习与调整过程.本文通过实例验证了所提出模型的有效性,结果显示,定制公交的运营显著影响了出行者的活动与出行行为.     

多模式公交网络中考虑定制公交的活动与出行建模

近年来,由于一些新型交通服务的出现与迅速发展,多模式公交网络包含了更多的交通模式.定制公交作为一种创新的公共交通服务,在中国许多城市引起了人们的广泛关注. 针对包含定制公交的多模式公交网络,本文提出了基于活动的模型以模拟出行者的活动与出行行为.本模型探究了由于定制公交的出现,人们在多模式公交网络中的行为决策变化,并采用了超级网络以同时模拟用户的活动与出行行为.为研究定制公交的容量约束与预约机制,在模型中有效模拟了用户的逐日学习与调整过程.本文通过实例验证了所提出模型的有效性,结果显示,定制公交的运营显著影响了出行者的活动与出行行为.     

停车收费对居民出行方式选择的影响分析

停车收费是调节城市居民出行结构,改善城市交通状况的重要政策,不同停车收费标准对居民出行方式改变程度也不相同. 本文结合南京市停车特征调查数据,基于非集计模型理论,建立包括停车费率以及公交票价等多因素的出行方式选择模型,并利用弹性分析方法,研究居民出行方式选择随停车费率变化的趋势,分析出行方式选择对于停车费率以及公交票价变化的敏感性. 研究得出不同费率标准下,小汽车及公交车出行比例的改变程度,确定停车收费价格的敏感区间,并分别得到停车费率和公交票价变化对出行方式改变的弹性. 研究结论可以为大城市合理制定停车收费价格政策提供理论依据.     

手机数据在交通调查和交通规划中的应用

手机作为一种理想的交通探测器,为居民出行信息分析提供了很好的技术选择。将手机数据映射至交通分析单元,并经信息预处理、匹配分析、交通模型分析处理、数据去噪、扩样等一系列海量数据运算处理,最终可获得居民出行特征数据。利用长期历史手机话单数据,可分析常住人口和就业人口分布、通勤出行特征、大区间OD、特定区域出行特征、流动人口出行特征等。手机信令数据能够较完整地识别手机用户的出行轨迹,可进一步应用于分析城市人口时空动态分布、特定区域客流集散、查核线断面或关键通道客流、轨道交通客流特征、出行时耗、出行距离、出行强度、道路交通状态等。根据天津手机话单数据应用案例及上海手机信令数据应用案例,验证了技术可行性。     

贝叶斯框架下快速公交的站间运行状态推断

站间行程车速是度量快速公交运营服务和乘客体验的重要指标.由于红绿灯、行人过街等影响,快速公交车速分布往往呈现多峰现象,很难利用单一分布描述.本文建立了贝叶斯框架下基于多相站间车速的高斯混合模型,利用可逆回跳马尔科夫链蒙特卡洛方法推断快速公交站间运行状态,包括状态个数和各状态权重、速度均值和方差.以广州市快速公交为例,展示了该模型可很好地拟合多相车速数据,合理划分快速公交运行状态.发现广州市快速公交在早晚高峰容易衍生出新的运行状态,对于车速低于25 km/h的走廊,其运行状态个数较多,且更容易随时段发生变化,符合实际调查结果.可见本文提出的模型能有效地分析快速公交的速度分布特征和演变规律,验证了该模型的有效性.     

基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究

轨道交通网络和常规公交网络作为公共交通系统的主要组成部分，研究乘客在两网复合网络上的方式选择行为有助于提升公共交通系统的协同运营。然而，以往的研究通常只对单个网络出行进行研究，未考虑到出行完整性。针对此不足，基于多源数据融合、轨道与公交网络拓扑融合，提出乘客在公共交通复合网络上的完整出行提取方法；复杂网络中方式选择的本质是路径选择，因此在构建耦合换乘站点的公共交通复合网络基础上，建立5种考虑多种因素组合的多项Logit选择模型，以分析在复合网络中对乘客出行行为影响最显著的因素组合；最后将模型应用于北京市某工作日的公共交通网络及刷卡数据。研究结果表明，基于完整出行的选择模型优于基于出行阶段的选择模型；通勤者在公共交通复合网络上的方式选择行为与考虑在车时间、候车时间、换乘时间、换乘次数的出行总时间及票价因素显著相关，且出行总时间的影响更大；换乘、候车时间对通勤乘客在公共交通复合网络中方式选择的影响较低，通勤者更加偏好出行总时间短的路径。研究结果可为提升轨道与公交的协同程度提供技术支持。     

城市轨道交通新线开通对出行方式选择的影响研究

为研究城市轨道交通新线开通对出行方式选择的影响,开展了出行方式转换的SP(Stated Preference)调查,构建全目的和通勤出行方式选择的MNL模型(Multinomial Logit model)。定量分析了个体属性和交通方式属性对出行者交通方式选择的影响。研究表明：乘客感知的轨道交通全目的出行时耗负效用为相同时耗公交的91%,而通勤时耗负效用为全目的出行的1.89倍;轨道交通出行总时耗对分担率影响最显著,前者增减50%时,后者变动约10%;公交是轨道交通的主要竞争方式,当前者出行耗时提高50%时,后者分担率将增加6.8%;停车费小幅提高和出行时耗增加不能显著促使小汽车使用者转向轨道交通,交通需求管理是引导出行转移的重要途径。     

考虑环保意识和出行习惯的公交出行选择行为模型

为解决公交出行选择行为、环保意识与出行习惯之间缺少定量分析交互作用的问题，基于计划行为理论(TPB)，结合习惯驱动行为理论，构建公交出行选择行为结构方程基本模型A，增加环保意识的扩展模型B，以及涵盖环保意识和出行习惯的扩展模型C，对比分析公交出行选择行为各影响因素之间的定量关系.最后，将模型运用于重庆市实例分析，共回收有效问卷401份.结果表明：模型C的拟合效果及解释性最好，模型B其次；环保意识、出行习惯均对公交出行方式选择行为存在影响，但影响程度低于行为意向和知觉行为控制.