基于GPS数据的上海出租车与公交出行特征比较分析

基于出租车GPS数据,比较了上海出租车与公共交通的出行特征差异。研究结果表明:在相同OD下两种出行方式的出行距离差异小,公交绕行少;出行时间差异大,公交服务质量较低,且步行距离及换乘次数对这种差异影响明显。     

基于出行需求时空分布的出租车停靠站选址方法

为提高出租车运营效率,改善出租车经营效益,满足出行者出行需求,使出租车停靠站布局与出租车出行需求更匹配,针对出租车停靠站的选址方法研究十分必要。首先基于相关调查数据,分析了出租车出行需求的时空分布特征,界定并提出了出租车出行需求热点分布,分析了出行需求和城市形态的协调性关系。建立了出租车停靠站选址模型,将最大覆盖出行需求作为目标函数,以要求达到的停靠站载客能力、停靠站数量及服务范围等为约束条件,在选址位置、计划修建数量、站点服务能力等方面分析了模型的适用条件。针对柳州市的实例分析表明,该方法可以较好地满足出租车出行需求,具有较高的合理性与可行性。     

降级路网出行时间可变性仿真分析

为研究降级路网出行时间的不确定性,用OD对出行时间标准差度量出行时间的可变性.假定路段容量服从Beta分布,根据容量均值及方差建立了Beta分布参数估计模型,基于Monte Carlo仿真技术,构建了路网出行时间可变性分析方法.在该分析方法中,用户均衡交通分配用于求解各容量状态下的OD对出行时间.数例仿真结果表明:在随机供给作用下,OD对出行时间随机变化,并具有明显的长尾特征;OD对出行时间可变性与出行时间均值之间存在很强的相关性;容量波动程度对出行时间可变性影响显著,控制容量的波动程度能有效减小出行时间的不确定性.     

打车软件背景下空驶出租车出行分布预测模型

基于出租车的运行特征,引入了空驶出租车出行的概念,对打车软件背景下出租车出行分布进行研究,以提高预测的准确性.应用Logit概率选择模型对空驶出租车出行的选择情况进行分析,建立了空驶出租车和总体出租车的交通出行分布预测模型.算例表明,文中提出的分布预测方法具有可行性,并证明了在使用打车软件下可降低空驶出租车的出行次数,有利于城市出租车运营的规划与管理     

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。     

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.     

城市出租车拥有量确定方法

通过对城市居民和流动人口出行特征与出租车运营特征的调查分析，分析了城市出租车拥有量与出租车所承担的城市客运交通周转量及出租车空驶率的关系，提出了一种城市出租车拥有量的确定方法。该方法以出租车的空驶率、有效行驶里程、平均运营车速和平均日运营时间为参数。实例分析表明该方法既可以对目前城市所需要的出租车拥有量进行测算，也可以对规划年份出租车拥有量进行预测，简便实用，可操作性强。     

基于网约车订单数据的居民出行特征研究

为了解不同类型网约车乘客的出行特征,帮助网约车司机制定合理的寻客策略,以北京市出租车网络订单数据及快车网络订单数据为基础,采用K-均值（K-means） 聚类方法,以乘客出行时间、行程时间、上车区域用地性质及下车区域用地性质作为特征变量,对两种网约车的订单数据进行聚类分析,并分别将其划分为4种需求类型。对出租车网络订单及快车网络订单的4种需求类型进行对比分析,发现二者的乘客出行需求呈现出相似的特征。其中有两类需求受乘客出行时间影响较大,工作日早晚高峰的出行需求更为活跃,乘客上下车区域的用地性质集中于混合用地性质。另外两类需求受乘客出行时间影响较小,乘客上下车区域集中于混合用地与居住用地、商业服务设施用地、绿地及广场用地3 种用地类型之间。对订单数据进行统计分析发现,快车网络订单行程时间集中在10~20min,出租车网络订单的行程时间集中在10~45min。快车订单以短时出行为主,当乘客行程时间较长时选择出租车的概率更大。     

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。     

基于GPS数据采集的出租汽车交通运行特点研究

对装载GPS的出租汽车采集到的数据进行预处理和地图匹配,实现了出租汽车路径的跟踪,确定了出租汽车上下客点的位置,据此可得到反映出租汽车交通运行特点的相关数据,为出租汽车交通管理乃至城市交通管理提供了科学依据.以深圳市装载GPS的出租汽车数据为例进行分析,通过一定的数据处理方法,利用Visual Basic和ArcView的组件Mapobject相结合进行编程,得到了深圳市出租汽车交通运行的特点,如出租汽车交通出行需求的空间分布、出租汽车出行距离分布、出租汽车出行时长分布等.     

基于出租车运营数据和POI数据的出行目的识别

为了有效获取出租车乘客出行目的,提出了一种基于出租车运营数据和POI(Point of Interest)数据的出行目的识别方法.构建了基于乘客出行特征和下车所属POI点类别的乘客出行目的识别模型,该方法从出行特征及乘客下车点最终可能到达的目的地所属POI点类型两个方面确定乘客的出行目的.为了验证所提方法的有效性及实用性,对成都地区展开了出租车出行调查,并利用调查数据对模型进行了精度验证.结果发现,相比于现有的利用出行特征推断出行目的的方法,本文提出的决策树+POI(II)能够提高最终识别准确度15.76%.最后,将所提方法应用于成都 1周的实际运营数据中,成功地识别出219 942名乘客的出行目的,说明该方法能够应用于实际数据量较大的出行目的识别.本文提出的方法,可以作为出行调查的辅助手段.     

一种基于GPS和IC卡数据的城市公交出行分布推算方法

城市公交规划、管理工作迫切需要信息化技术给予定量的决策数据支持.公交出行分布数据通常基于居民出行调查获得,然而因其调查代价巨大不能作为常态化调查手段.短期的公交线网调整工作更依赖于现状的公交出行分布需求,本文由此提出了一种利用公交GPS和IC卡(含老年卡)数据推算现状公交出行分布的实用方法.当前在大城市常住人口使用IC卡作为公交支付手段已得到相当普及,采用基于车载GPS和乘客IC卡记录能够推断得到全日公交OD数据并用于公交出行量回归模型的标定.模型检验通过后,可结合人口数据和就业岗位资料用标定模型计算以投币作为主要付费方式的流动人口公交OD;叠加两部分OD得到完整的城市公交出行分布结果.该模型的有效性通过2010年郑州市综合交通调查实践得以验证,对其它城市具有借鉴意义.     

基于出行强度的出租车规划模型

通过分析城市居民出行强度和人口规模现状,运用增长系数模型预测规划期内居民出行强度和人口规模,进而预测出规划期内居民出行总量和乘坐出租车人口,随后利用出租车空驶率模型预测出租车的最佳数量。实例证明模型是可行的,通过确定出租车投放的最佳数量,有利于城市出租车的规划和管理。     

上海市出租汽车运行特征研究及政策思考

出租汽车是上海市客运交通体系的重要组成部分,对其进行定期的跟踪评估有利于提高行业运行效率,完善相关政策。通过对上海市3万余辆出租汽车、390余万条出租汽车GPS行程数据的分析研究,并结合历年交通调查数据,从出租汽车的行程分布、里程利用率、服务时间分布和空间差异性分布等方面,分析了上海市出租汽车的基本特征和变化趋势。在此基础上,对上海市出租汽车管理提出发展建议:坚持公交优先,考虑多样化的乘客需求,提高出租汽车行业绿色发展水平。     

基于浮动车数据的出租车规模确定方法

通过对出租车GPS数据进行预处理、地图匹配、运营信息挖掘,可以获得与出租车运营有关的信息,单次行驶的时间、距离、经过的路径等。从浮动车数据钟挖掘出租车运营信息,获得出租车在城市运营中的平均运营速度、平均运营时间、平均出行距离等信息,并在结合城市出租车需求的基础上,给出了确定出租车合理规模的方法。同时以广州的出租车数据为基础,对该方法进行了验证。结果表明该方法能够更准确地为出租车提供合理规模,为出租车管理及交通规划等提供科学依据。     

基于出行链的OD扩样方法研究

现状OD出行矩阵是分析城市居民现状出行特征的基础,也是未来出行分布模型标定的基础．本文借鉴出行链的理论研究成果,按照出行链的主要个体影响因素对不同属性的抽样数据分别进行扩样,在一定程度上消除了传统扩样方法的弊端,也提高了扩样过程的可理解性．同时,为保证该扩样方法具有可实施性,文中提出了构建城市街道的GIs平台、改进抽样方法、构建扩样系统和统一调研时间等四项措施,旨在进一步增加不同样本类别间抽样率的差别,提高扩样结果的质量．文章结尾进一步说明该方法在运用过程中需要同时注重出行链成果的更新和相应数据库的建立．     

基于GPS定位信息的出租车OD矩阵推算

针对现有出租车OD调查方法在实际操作过程中存在的不足问题,提出了一种基于全球定位系统和地理信息系统,通过使用FME Universal Translator矢量图形转换软件和Excel-VBA宏,实现出租车OD矩阵推算的方法。     

基于土地利用的出租车停靠规模预测模型研究

从出租车客流的出行特征出发,指出当前出租车停靠规模预测方法的不足之处.根据交通出行需求与土地利用之间的关系,并考虑位势因子、居民出行和出租车运行特征等因素,建立基于土地利用的出租车停靠规模预测模型,并以深圳市宝安区为例,提出了预测模型的算法.实践结果表明,预测模型能较好地体现用地与出租车停靠需求的关系,客观反映出租车停靠站的的实际发展要求.