一种基于多源数据的出租车分布预测方法研究

为了改善传统的交通需求预测方法以居民出行OD调查为基础,得出的交通分布结果受样本量等因素影响,预测值与实际值相差较大的问题,本文提出基于现有出租车GPS数据、计价器数据和电召数据的一种基于多源数据融合的出租车分布预测方法,进行出租车出行分布预测.该方法可以根据多源历史数据估计出租车OD分布,并可通过预测未来出租车OD分布,提高预测准确率.     

城市居民出行合乘出租车问题的研究

在实际运营中,出租车存在着过多空驶和载客较少的状态,占据了大量的道路资源,加剧了交通拥挤。从合乘角度出发,在论述合乘出租车优势的基础上,对合乘的类型划分、合乘信息的发布与反馈、合乘车辆数的确定以及出租车准点到达的技术保障等问题进行了相关探讨,该研究对于出租车合乘的后续研究有着重要意义。     

基于出租车运行信息的城市出租车运量投放计划模型

为了提高出租车运量投放的科学性,基于出租车运行参数（包括出租车平均营运收入、空驶率、平均出行距离、平均行驶速度、平均工作时间以及其他城市环境估计参数）提出了出租车运量投放计划模型,并使用出租车营运收入对模型进行了约束。利用该模型,基于某市2010年的出租车运行数据,对该市2015年的出租车运量投放进行预测。结果表明：到2015年该市需要逐步增加5000veh左右的出租车;2010年底该市增加的1 000veh出租车缓解了部分出行压力,空驶率由0.177增加到0.198;出租车运量增加后营运收入仍略有上升,验证了模型的有效性。     

多场景模式下网约车与巡游车运营特征差异及调度策略研究

基于厦门市出租车的GPS数据、订单数据以及路网、行政区和蜂窝网格空间矢量数据等,提出了多源数据预处理规则,构建了出租车运营特征指标体系,探究了常态化和疫情条件下出租车的运营特征和需求时空分布情况.研究表明:厦门市80%网约车与巡游车的订单运距分布在10 km以内,而在长距离出行时居民更倾向于选择网约车;出租车需求热点区域主要集中在重要交通枢纽、居住区、商业区、景区和高校等地;网约车的日均载客次数、平均运距和运行时长均高于巡游车,空驶率低于巡游车;城市中心区域网约车和巡游车订单量相对均衡,由内向外均衡性逐渐变差,以网约车为主;网约车订单量在工作日呈双峰特征,在非工作日和节假日期间呈单峰模式,而巡游车订单量在08:00达到较高水平后保持相对稳定状态;2020年后疫情时期巡游车的空驶率显著增加,而网约车的空驶率保持相对较低且稳定的状态.研究有助于精准提升多场景模式下城市出租车行业供需动态平衡、运营服务水平和乘客出行满意度.     

基于特征图谱的区域出租车出行需求分布特征研究

以北京为例,基于出租车计价器数据和GPS数据,提取各活动空间的出租车需求发生、吸引强度,选取载客热点交通小区作为典型居民活动空间.采用主成份分析法实现数据降维,并采用Canopy-K means聚类方法,将典型活动空间划分为6类,包括居住地、就业区、商业娱乐区、旅游景区、交通枢纽区及综合型区域.采用特征图谱表征方法,分析了不同类型活动空间出租车出行需求分布时空特征.研究对于掌握区域出租车出行需求产生和吸引的时空分布特征与预测、改善出租汽车运输服务质量,具有重要的意义.     

基于GPS数据的出租车通勤识别及时空特征分析

为研究城市居民出行活动中使用出租车完成的通勤行为及其时空分布特征,基于出租车GPS设备所生成车辆活动轨迹数据,利用地理信息数据库处理及GIS技术,对出租车出行起讫点信息进行甄别,在交通小区划分的基础上,构建了出租车载客出行行为OD矩阵,提出了基于出租车出行的通勤客流识别模型,并据此建立了通勤距离和时长的计算模型,用于通勤行为的时空特征分析。最后,以西安市为实证对象,对建立的模型进行实证分析。研究结果表明:各交通小区间出租车出行交通流波动系数在0.2时较为稳定;工作日的早高峰通勤交通流为20 000~27 000车次,晚高峰通勤交通流为15 000~27 000车次,其中,周一和周二相对稳定,周三至周五略有增加;工作日出租车早、晚高峰平均载客车次数基本一致,周二出租车通勤人数最多,周四相对较少;整月内所有工作日早高峰出行中依靠出租车的通勤出行量约占单日高峰交通流均值的27%;出租车通勤出行平均距离为3.7km,通勤距离主要分布在2.5~7km,通勤出行的平均时长为17min,通勤时间主要分布在10~20min;就业地和居住地的识别结果与实际土地利用性质所代表的地块属性基本一致,该方法可对城市居民使用出租车方式的通勤行为以及就业地和居住地进行有效识别,并为城市通勤服务交通系统优化及空间活动的异质性分析提供依据。     

长沙市道路交通碳减排研究

道路交通作为交通领域CO2排放强劲增长的主要驱动力和绝对主体,是CO2减排的重要领域。文中以长沙市为例,基于IPCC2006的碳排放计算公式,结合燃油密度和燃油中碳含量百分比,以不同车辆类型统计分析了长沙市2010—2014年道路交通CO2排放量,结果表明小型载客汽车拥有量的快速增加是导致长沙市道路交通CO2排放量增长的重要原因。据此提出了限制小型载客汽车出行和替代燃料的减排措施,其中降低小型载客汽车交通出行率的同时提高大型载客汽车和地铁的出行率的减排效果明显;建议构建以新能源公交、地铁与慢行交通为主,新能源出租车、小汽车为辅的交通发展模式,降低城市交通CO2排放。     

基于多源数据的网络约租车与出租车运营特征分析

提出了以出租车计价器数据、出租车GPS数据与网络约租车订单数据为基础的运营强度、时空分布等运营特征指标分析模型,构建了基于分区均衡系数的出租车需求空间分布评价指标.结果表明:网络约租车的日均载客次数、载客里程以及载客时间明显低于出租车,运营强度仅为传统出租车的40%,两者次均载客里程、载客时间无明显差异;网络约租车订单主要集中在早晚高峰以及夜间时段,约占总订单量的50%以上,其服务热点载客区域与出租车服务对应的热点区域大部分吻合,对城市外围区域出租车供给紧张区域补充作用显著,高峰时段均衡系数最高可提升9%.本文可对出租车行业的科学管理和服务提升提供有效支撑.     

“四阶段法”在广州开发区公共交通需求预测中的应用研究

采用基于VB编程的"四阶段法"对广州开发区公共交通需求进行了预测.交通生成预测采用生成率法进行交通发生和吸引量的预测;而交通分布预测则采取增长率法中的弗雷特法;对于交通方式划分根据宏观与微观相结合的思路,采用单约束重力模型来进行开发区未来各规划年交通方式结构的预测;利用前面3个预测数据得出公共交通出行预测.公交出行OD矩阵的得出是广州开发区公交线网规划的依据.利用计算机语言VB开发了相应的计算程序,对相应的预测阶段进行具体的计算.     

基于热点探测模型的城市居民出行特征分析

城市居民每天的交通出行活动伴随着一定的规律性和时空特征.现阶段对居民出行特征的研究方法中以聚类算法为主.然而由于聚类算法的参数复杂性,使得低值热点区域往往被忽略.此外研究中对出行OD的无差别考虑,使得很多居民出行特征不能被充分挖掘.针对这一问题,提出了基于密度场的热点探测模型,分别从出租车上、下车密度场中提取热点并对热点进行分级.并以西安出租车GPS数据为例展开实证分析.研究结果表明:①基于密度场的热点探测模型可有效解决传统聚类算法中低值热点无法获取问题;②研究区内城市居民一天中各时段上车频次和下车频次变化趋势基本吻合;③在空间分布上,上下车热点区域集中分布在交通服务区和城市主干道周围;④结合城市功能定位,大型交通服务区及城市道路关键节点上下车热点等级较高,并且工作日和非工作日无明显差异;⑤商业服务区表现为午、晚高峰的上下车热点等级高于早高峰,非工作日早高峰的上车热点等级明显高于工作日.      

居民出行分布预测的改进模型研究

出行分布量与小区间现状出行有关,也与连接两小区间的道路网络及起终点的用地性质有关,传统出行分布预测模型都只考虑了这些因素的某一方面,因而在预测中经常会出现与实际明显不符的预测结果。按照出行个体在选择出行目的地时的行为,将影响出行目的地选择的几个重要因素：现状OD、小区用地性质、出行成本综合考虑,并按照影响方式不同,建立出行分布预测模型。计算实例表明,该模型的预测结果优于传统模型。     

基于小波变换的城市道路交通事件检测

利用出租车浮动车数据对城市道路行程车速的表达能力,针对出租车空车和重车2种数据运用小波变换技术分析了城市道路交通状态突变点,据此进行了城市道路交通事件的检测。区别于以往小波变换技术,首先运用于数据降噪,再将处理数据运用交通事件检测算法判断,直接采用小波变换技术实现了对城市道路间断流的交通事件的检测。并利用实际采集数据对提出的交通事件检测算法进行了验证,结果表明算法能够对交通事件进行更综合的检测,检测准确度得到了提高,能够为城市交通信息发布和交通诱导提供更加可靠的信息。     

引入土地结构熵参数的出行分布预测广义重力模型研究

在交通出行分布预测中,一般采用非重力模型的方法单独估计区内出行量,而这会导致与出行分布理论不一致性,以及复杂的统计分析.文中借助信息熵理论,建立了土地结构熵模型和引入熵参数的广义重力模型,以获得区内出行和区间出行一致的理论算法.将城市用地规划的构成要素直接引入交通规划,实现了土地利用与城市交通在规划理论和技术上的衔接,提高交通规划的科学性和合理性.以2008年西安市大规模居民出行调查实际数据为基础,进行了区内出行和整体出行预测的误差分析.验证结果表明:构建的广义重力模型有效提高了区内出行估计精度,预测精度提高1倍,误差降低5个百分点,最大误差降低达到15个百分点.      

Impact de la tarification,des fréquences et des temps de transfort sur les flux ferroviares dans le Bassin parisien

We have modelled trips on the Paris basin on the basis of the SNCF long-distance surveys. This modelling allows us to test the impact of pricing, journey times and train frequencies on rail travel demand. Three models have been constructed — a generation model (which computes trip production, that is to say the distribution of trips on the basis of the zones in which rail users reside), a geographical distribution model which is used to estimate the distribution of trip production on the basis of origin and destination zone, and lastly a model choice model which computes the proportion of commuting flows which takes place by rail. In this study the generation model has been partially supplied by the surveys. The distribution model takes thetrip production data output from the generation model in order to evaluate the total of rail flow on each O-D pair. This data is then used to calibrate the modal choice model.     

城市居民出行特性比较分析

在综合分析国内外城市的社会经济发展和居民出行调查资料的基础上,从居民人均出行次数、出行目的分布和出行方式构成等3个方面入手,将国内城市居民出行特征与发达国家城市进行分析比较,又对国内相同城市不同时期的调查结果进行对比研究,目的在于把握城市居民出行特性的发展变化趋势。研究结果发现,我国城市居民出行特征随着社会经济和城市的发展发生了显著的变化,国内经济比较发达地区大城市的部分出行特征已经开始与发达国家状况相似,中小城市和欠发达地区城市的出行特征则与国外差别较大。研究同时发现了国内城市居民出行结构中的隐患,指出了发展的方向。     

基于模糊-神经网络的公交出行不确定性研究

为了合理规划公交线路,优化公交路网,提高乘客的舒适性,在交通工程学、模糊理论的指导下,通过对影响公交出行的主要因素定性分析,确定了影响出行生成量的模糊因素;结合对某地公交出行实地调研,分析出影响因素与出行量之间的相互关系规律;并采用空间静态模糊预测方法对调研数据进行处理,从而得到公交出行中快捷、舒适、方便、安全的隶属度,最后结合BP人工神经网络预测出该地区的公交出行生成量,为交通设施的建设提供了理论依据.     

对L县电动三轮车及出租车的对比分析

本文尝试从需求定律和产权界定两个角度对L县出租车和三轮车运营进行比较分析,并探讨可能的发展方向。由于出租车问题十分复杂,受能力所限,本文仅针对L县出租车与三轮车之间的利益纠纷问题,参照一般分析框架进行简单对比分析。本文所称三轮车指封闭式电动载客三轮车,多无严格生产标准。     

产生率法区位影响修正方法研究

为减小城市交通需求预测中由于土地使用分析方面造成的误差,提出了一种基于城市区位差异分析的新的改进方法。从分析产生率法在城市交通需求预测中的地位、作用及缺陷出发,剖析了区位差异对城市出行产生率的影响,建立了城市区位优势度的概念、量化方法,深入分析了区位对出行生成阶段的影响误差与四阶段预测最终结果误差的关系,进而提出产生率法的区位影响修正方法,并应用于西安市高新区交通需求预测中,提高了模型的拟合效果。该方法能对城市新区出行生成、旧区出行生成矩阵更新提供借鉴。     

公交乘客出行路径优化模型

分别以“换乘次数”最少和“出行时间”最短为优化目标，提出2个公交乘客出行路径优化模型，得到不同的最优线路，供公交乘客选择适合自身的出行路线，并以1个简单的公交网络对模型进行了验算。     

基于大规模定位数据的出行方式模糊判别研究

交通需求信息对于从战略上解决交通拥堵问题是非常重要的。从无线通信网络和GPS系统中可以获得大规模的定位数据。从定位数据中可以挖掘出完整的出行轨迹信息和有价值的出行需求特征信息。文中提出了以各种出行方式的先验知识为依据的出行方式模糊判别方法。该方法以从出行轨迹信息中提取的出行属性数据为输入,采用模糊推理机制实现机动车、自行车、步行等3种出行方式的良好区分。该方法可为交通规划工作提供出行方式划分方面的数据,并具有比传统交通调查方法更低的成本和更短的数据更新周期。