寒地城市居民出行特征及交通发展对策研究

基于黑龙江省绥化市2017年居民出行调查数据,选取出行强度、出行方式、出行目的、出行时间分布、出行空间分布等指标,分析寒地城市居民出行特征。通过总结归纳绥化市城市居民出行的特征及其原因,对绥化市城市交通发展提出优化道路网络、优先发展公共交通、合理配置停车设施等对策,为寒地城市交通规划、城市改善与管理提供依据。     

基于手机信令的城市群通道出行特征提取方法研究

探索城市群通道出行特征对于优化通道资源具有重要意义。为获取城际通道多方式、多时段、高样本量的出行特征数据,基于手机信令数据识别城市群通道出行的原理,研究了通道出行特征指标提取方法。以成渝城市群中重庆至合川通道为例,利用手机信令数据分析了通道出行特征和时空规律。结果表明:重庆至合川通道平均出行总量为3.9万人次,出行强度为1.19,通勤出行占比为7.2%,私家车出行占比为84%,出行时间主要集中在早高峰。研究为城市群运输通道系统优化、资源配置和产业布局规划的数据获取提供了一种新思路。     

基于半监督SVM的交通方式特征分析和识别

为解决基于手机信令数据识别大规模用户交通方式问题,多维度分析出行方式特征,提出结合主动学习和Tri-training的半监督支持向量机算法。以手机信令出行链为基础,将出行特征划分为距离、时间、速度、出行者属性等四类,并进一步研究多维度特征及其计算方法 ,基于有向无环图设计一种结合主动学习与基于Tri-training的半监督多分类支持向量机。运用HY市手机信令数据构建样本集并训练该分类器,与多种监督学习分类算法进行比较。结果表明主动学习构造的富含信息的已标记样本集可以减少半监督学习的迭代次数,Tri-training半监督支持向量机可以通过大量未标记样本提升分类器准确率,结合主动学习与Tri-training半监督支持向量机算法可以有效地识别手机信令数据出行链的交通方式。     

预约出行在行为时空棱柱理论中的正效用研究

本文基于行为模型（activity-based model）时空棱柱（space-time prism）理论分析了交通出行行为在其中的特征及精细化需求侧管理模式（预约出行模式）对个体交通出行行为的影响。根据时空棱柱理论中的“三大制约”（能力制约、组合制约、权威制约）评估了预约出行模式产生的效应，其中预约出行模式对能力制约没有负面效应，对组合制约及权威制约均有正效应，最终结合现阶段预约出行及其实践应用论证了预约出行模式对交通出行行为及交通系统管理能产生的正效用。同时预约出行模式本身的优点包括大规模交通优化管理中节省优化算例及保证优化结果信息时效性，是未来交通发展的重要方向。     

基于旅游出行特征的西安市流动人口总量预估模型

近几年,伴随着全国道路网建设的蓬勃发展,城市间人口的流动频率逐渐加快。流动人口给城市的交通带来了巨大的挑战,尤其是对一些流动人口量较大的旅游城市,在国家法定节假日期间。研究目的:准确地把握西安市的流动人口数量,在节假日期间为西安市旅游景点制定管理策略及应对流动人口交通出行组织管理提供依据。研究方法:基于西安市2015年居民出行调查,在对景点与酒店问卷进行统计分析,得出了来西安流动人口的目的、交通方式、停留时间的交通出行特性,采用修正旅游局提供数据来建立流动人口总量预估模型。通过调查数据计算与实际数据对比得出模型的准确性。结论:提出的基于旅游出行特征的西安市流动人口总量预估模型具有准确性。研究成果可为为城市交通运营管理和景点管理部门应对节假日高流率人口流动制定管理策略提供依据。     

基于出行效用的城市轨道交通时空可达性研究

随着社会的快速发展,满足个性化需求是现代地理服务软件、交通服务部门的目标之一,基于活动出行的时空可达性研究更具实践意义。本文综合时空约束理论与效用模型,提出了基于出行效用的城市轨道时空可达性模型,其影响因子不仅包含了站点的活动吸引力、个体出行的时间和费用成本,还有站点在整个轨道交通系统中的区位因素。和以往模型相比,考虑的影响因素更加全面,实现了更接近于反映真实状况的个人出行可达性研究。最后,通过对广佛地铁可达性进行实证验算,结果表明该方法在分析特定时空约束条件下可达性分布特征的有效性,可为个体出行活动地点推荐以及智能交通出行提供最优的出行选择方案。     

老龄人口出行行为特征研究综述

人口老龄化对现存的交通系统和传统的交通规划、设计方法提出了巨大的挑战。本文的目的在于研究老龄人口的出行行为,为我国未来老龄化背景下的综合交通体系的建设、管理提供依据。本文通过综述国内外有关老龄人口出行的文献,对老龄人口的出行行为特征及其影响因素、出行对老龄人口的意义以及相应的交通对策进行对比分析研究,并在此基础上指出,今后应当结合我国老龄化社会的实际特点开展关于老龄人口的意愿出行需求分析与预测的方法理论研究。     

基于大数据的移动互联网公共服务平台

公安交通领域已经形成日增PB级的数据,是世界上最丰富的大数据资源之一。但这些数据大部分处于睡眠状态且时效性较差。因此,本文在数据接口方面进行了重点研究,并在此基础上,构建了基于移动互联网手机APP、微信、支付宝等运营载体的公共服务平台,为公众在交通出行、交管、出入境等诸多与日常生活息息相关的公安交通业务提供一系列便捷、优质、高效的服务,让广大群众切身感受到"互联网+交通管理创新"带来的便捷。     

公交惯常出行与随机出行的时空分布差异

差异化和精细化的公交服务要求城市管理者和公交运营者加深对公交出行变异性的认识。本文将公交惯常出行定义为乘客个体多次在同一时段或空间乘坐公交的行为，随机出行的定义与之相反。利用厦门市30天连续的常规公交数据，使用DBSCAN算法对出行天数在10天以上的高频乘客进行划分，用核心点来表征惯常出行，用非核心点来表征随机出行。结果表明有78.70%的出行在时间上具有稳定性，有72.32%的出行在空间上具有稳定性。研究结论凸显了公交高频乘客也具有随机出行，且随机出行的统计特征和时空分布与惯常出行有较大差异。研究结论可以应用于个体时空模式挖掘、乘客人群划分、定制公交线路制定、公交差异化服务设置等方面。     

基于多源数据的公交客流规模关联分析

分析公交客流规模的关联因素,梳理与公交客流规模有关的关联规则,有助于决策者把握整体态势、定义现状问题、细分问题类型。本文以深圳市为案例,以交通小区为分析单元,基于公交IC卡数据、人口数据、兴趣点数据、电子地图路径规划数据、微博签到数据等多源数据,从建成环境、人口密度、公交线网设施、交通可达性等维度,定量地表现影响公交客流规模的关联因素。通过构建决策树模型,揭示公交客流规模与关联因素间的映射关系,提取与公交客流规模有关的关联规则。研究结论为基于多源数据的公交客流规模评价方法提供了一种新的思路,也为公交线网规划提供了决策支持工具。