基于出租车GPS大数据的城市热点出行路段识别方法

连续两个出租车 GPS定位点之间的时空间隔使得乘客上下车的位置必然介于一个线性区间内,据此提出轨迹线密度方法,用于在位置界限模糊的热点出行区域进一步搜索热点路段.利用成都市出租车 GPS数据,借助核密度估计分析出租车上下客位置的时空特性;基于轨迹线密度方法,计算了成都市春熙路商圈的路网密度值,划分路段热点强度,识别出了热点路段的位置,结合实际的出行需求分布完成方法有效性的验证.结果表明,本文所采用的方法能够有效识别出行需求旺盛的城市热点路段,不仅可以为出租车司机寻找客源提供重要的参考,还能够在交通相关部门选择出租车停靠站的位置时提供数据支持.     

出租车和网约车载客空间特征分析

本研究的目的在于通过挖掘出租车和滴滴的上下客数据,描述出租车和网约车载客行程的统计特征和空间特征并比较两者的异同。首先通过对出租车和滴滴的GPS数据进行处理获取了上下客数据,然后以OD对为单元分析了出租车和网约车行程的距离、时间和平均速度;接着分别以出租车、滴滴的上下客点为对象,通过热力图、全局Moran’sI检验和局部Moran’sI检验分析了两种方式的热点和空间特征。结果表明:网约车的平均行程距离和平均行程时间都更长,而出租车的平均速度更快;滴滴和出租车的大部分热点位置比较类似,但滴滴的服务范围比出租车更广;两类车辆的上下客点都分别存在空间相关性,但在城市外围有滴滴活跃而出租车不活跃的交通分析小区存在。     

城市交通状态的空间依赖性和异质性分析

有关城市交通状态空间特征的研究相对匮乏。从空间角度分析城市宏观交通特征,首先,针对城市路网几何形态和交通数据的关系提出适合于城市交通数据分析的空间模型。然后,以从长期的浮动车数据中提取的路段行程速度作为描述交通状态的实验数据,分别采用空间自相关和核密度估计法定量分析路网行程速度的空间依赖性和空间异质性,并分析其在典型时段的空间分布特征。结果显示:城市交通状态的关联性在空间上随着路段间距的增长而衰减;城市交通状态的空间分布特征随时间变化,受路网结构和区域功能的影响在空间中呈现集聚特征。     

基于改进GN算法的路网脆弱性诊断模型

分析了路网脆弱性的含义.根据道路网络的特点,改进了复杂网络理论中的社团划分算法———GN算法,提出了基于GN算法的路网脆弱性诊断模型.以路段介数值作为评判路段重要性的依据,在已知路网基本结构条件和交通需求分布的条件下,对路网中脆弱路段的空间分布和脆弱路段的失效顺序进行了识别.实例分析了基于GN算法识别路网脆弱性的诊断效果和模型的实用性.     

建成环境对网约车出行行为的影响分析

出行行为是行为主体在建成环境制约下的选择结果,为探讨网约车迅猛发展时期建成环境对网约车出行行为的影响,基于成都市网约车数据和建成环境数据,构建以路网密度、混合度、公交站点密度等建成环境指标为自变量、乘客上下车点数据为因变量的多元线性回归模型,以成都市为例开展实证研究.结果表明,不同的建成环境对网约车出行行为的影响程度不同,其中土地利用混合程度及商务用地和住宅用地对网约车出行行为影响较大.研究结果可为城市交通系统规划、智慧城市建设以及网约车高效管理提供数据支撑.     

建成环境对共享单车分时骑行量的非线性作用研究:以上海市为例

为解析建成环境对共享单车不同时段借还车量的非线性作用,本文以2016年上海摩拜共享单车和网络公开数据为基础,利用梯度提升决策树,建立共享单车工作日,非工作日及工作日早、晚高峰借还车量模型。研究结果显示：变量影响程度方面,街道至市中心距离对4个时段共享单车借还车量具有稳定且突出的作用,相对重要度超过17%;路网密度、非机动车道占比、人口密度影响次之,但在4个时段作用波动较大。非线性关系方面,街道至市中心距离、非机动车道占比、人口密度、就业POI(Point of Interest)密度与各时段共享单车借还车量呈复杂非线性关系,阈值效应显著;路网密度、住宅POI密度则与之总体负相关和正相关。同时段下,建成环境对早晚高峰时期的共享单车借还车量非线性作用差异明显,与高峰时期单车骑行的潮汐性特征相一致,非机动占比与街道中心邻近度、就业POI密度对高峰时段单车骑行作用有明显的协作性作用。     

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。     

基于网约车订单数据的居民出行特征研究——以北京市为例

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。     

基于车牌识别数据的城市路网运行状态识别方法实践

采用城市车牌识别数据进行路网运行状态观测和分析,设计了基于车牌识别数据的交通卡口聚类算法、车辆轨迹还原算法及速度分类树算法,建立了路网运行状态识别模型,结合乌鲁木齐的城市交通路网形态和车辆构成特征,通过与出租车GPS统计数据的对比和融合分析,研究了乌鲁木齐市的交通出行特征、路网运行速度与流量变化规律,以及路网运行与常发拥堵路段的关系,提出了一种利用车牌识别数据进行城市路网运行状态识别的方法。     

基于网格模型与K-Means算法的交通状态演变特征

为利用海量网约车轨迹数据实现对城市交通状态的高效识别与分类,对成都市网约车轨迹数据进行预处理,构建城市交通状态识别网格模型,根据模型判别网格的交通状态。利用K-Means聚类算法对不同时段的交通状态进行聚类,并将交通状态分为持续畅通型、轻度缓行型、持续缓行型、持续拥堵型4种类型,从时间维度和空间维度分析不同网格的交通状态演变特征。结果表明:研究区域内交通状态相对稳定,持续拥堵区域分散,持续缓行区域较为集中。基于网格模型与K-Means算法的交通状态识别方法能够实现对交通状态的快速判别与聚类,可实现对不同城市交通状态的识别。     

基于车流特征分区算法的地磁传感器单节点车速估计

地磁车辆检测器是近年来兴起的新型交通流信息检测技术,而利用单节点检测数据完成车速估计是该技术研究的重点之一. 本文首先对地磁车辆检测技术予以简要介绍,然后基于对道路车辆车长分布规律的分析,在合理假设的前提下,提出了车流特征分区的车速估计算法. 该算法充分考虑实际应用中各类车型组成情况,应用最大类间方差法实现大型车与小型车的分类,基于城市道路小型车居多且车长分布集中的特点,仅利用小型车通过时间检测数据完成对平均车速的估计. 最后,选取实际路段开展试验,并基于Matlab平台对该算法进行了验证. 结果表明,本文提出的车流特征分区算法稳定性好,平均准确率达到85％以上.     

���ڳ������������㷨�ĵشŴ��������ڵ㳵�ٹ���

地磁车辆检测器是近年来兴起的新型交通流信息检测技术,而利用单节点检测数据完成车速估计是该技术研究的重点之一. 本文首先对地磁车辆检测技术予以简要介绍,然后基于对道路车辆车长分布规律的分析,在合理假设的前提下,提出了车流特征分区的车速估计算法. 该算法充分考虑实际应用中各类车型组成情况,应用最大类间方差法实现大型车与小型车的分类,基于城市道路小型车居多且车长分布集中的特点,仅利用小型车通过时间检测数据完成对平均车速的估计. 最后,选取实际路段开展试验,并基于Matlab平台对该算法进行了验证. 结果表明,本文提出的车流特征分区算法稳定性好,平均准确率达到85％以上.     

站点可达性方法对公交不平等测度的影响研究

基于缓冲区法(Buffer method)的站点可达性是公交不平等测度的基础数据，通常按乘客到站距离计算方式(直线或沿路网)或数量分布方式(随距离衰减或不衰减)对计算站点可达性的直线缓冲区法进行改进，但可达性计算结果差异对公交不平等测度的影响尚不明确。基于此，以浙江省海宁市为例，将直线缓冲区法与路网缓冲区法、直线衰减法、路网衰减法3种改进方法计算的站点可达性与公交基尼系数进行比较。结果发现：按到站距离计算方式(即路网缓冲区法)改进直线缓冲区法使基尼系数降低 13.60%，按乘客数量分布方式改进(即直线衰减法)使基尼系数降低 35.75%，按两种方式共同改进(即路网衰减法)使基尼系数降低40.56%；改进方法均使小区间可达性值差距减小，按乘客数量分布比按到站距离方式的改进效果更明显；市区比农村的公交基尼系数受可达性方法影响更大，这可能与路网、人口分布的城乡差异有关，且不同可达性方法测度城市与农村公交不平等时存在不同甚至相矛盾的结论。研究表明：简化方法会高估公交不平等且对城市与农村影响不同，因人口或路网数据缺失而选择缓冲区法时应核减公交基尼系数值，数据完备时应选用路网衰减法。     

基于各等级道路的交通方式出行距离分布研究

研究交通方式在各等级道路的出行距离分布规律是交通需求研究的基础,也是各等级道路资源的合理配置的重要依据.在分析居民出行调查数据的基础上,对短距离、中距离、长距离三种长度进行了划分,然后根据各等级道路承担不同出行距离的交通功能的特点,探讨了各等级道路承担的出行距离规律.最后利用已有的交通方式分担率模型,建立交通方式在各等级道路上的出行距离分布模型.     

网约车进入市场利益方博弈策略及效果分析

运用博弈论方法探讨了网约车作为一种新的出行方式进入市场后，市场已存者(即出租车)与其的策略互动，市场已存者通过调整出行费用，从而采取不同的策略应对潜在进入者(即网约车)是否会进入市场.假定出行者根据时间价值(VOT)函数选择出行方式，求出给定需求情况下的需求均衡，并根据两阶段博弈理论求出各策略均衡下的市场均衡，利用均衡时各出行方式的利润和总社会成本评估各策略的影响.最后给出实例分析，结果显示，虽然网约车的进入会减少出租车的利润，但是社会总成本却降低了.因此，合理发展网约车是经济可行的.     

网约车进入市场利益方博弈策略及效果分析

运用博弈论方法探讨了网约车作为一种新的出行方式进入市场后,市场已存者(即出租车)与其的策略互动,市场已存者通过调整出行费用,从而采取不同的策略应对潜在进入者(即网约车)是否会进入市场.假定出行者根据时间价值(VOT)函数选择出行方式,求出给定需求情况下的需求均衡,并根据两阶段博弈理论求出各策略均衡下的市场均衡,利用均衡时各出行方式的利润和总社会成本评估各策略的影响.最后给出实例分析,结果显示,虽然网约车的进入会减少出租车的利润,但是社会总成本却降低了.因此,合理发展网约车是经济可行的.     

基于SERVQUAL的网约车服务质量评价研究

随着“互联网+”的广泛应用以及网约车服务模式的合法化,使我国大城市网约车的服务质量问题愈发暴露出来。为提高网约车服务质量,根据SERVQUAL构建了网约车评价指标体系,并通过AHP研究方法和IPA分析分别对网约车服务影响因素和网约车服务评价指标进行了分析,从而提出网约车服务质量控制策略,对网约车服务质量改善具有一定的参考意义。     

山区公路网关键监测点辨识方法

为了有效识别山区公路网中的关键监测点,合理布设监测设备,以使路网监控成本效益最优化,本文提出了一套山区公路网关键监测点辨识的方法。从路网监控信息采集需求角度出发,将山区公路网关键监测点划分为四种类型：事故黑点关键监测点、基础设施结构安全关键监测点、交通数据采集关键监测点以及气象信息采集关键监测点;引入路网层次划分思想,以道路安全性、功能性、交通流特性以及基础设施特性为划分指标进行路网层次划分,为关键监测点的辨识提供依据;在划分路段单元的基础上,按不同类型关键监测点构建评分指标体系,采用专家打分法和层次分析法对各路段单元进行综合评分排序,并通过设定合理阈值确定路网中的关键监测点。     

高峰期考虑乘客议价的网约车定价与平台收益及社会福利优化

现阶段有关网约车动态定价的研究主要是从司机和平台的角度出发，借助排队论、生灭过程等方法描述司机的运行状态，对市场需求的动态变化特征关注较少，同时也没有考虑乘客方的自主议价权力。本文采用动态匹配描述网约车市场中乘客与司机的匹配过程，通过构建动态匹配模型描述短时间内市场变化的影响，采用需求与供给函数描述乘客和网约车的状态，在此基础上，构建平台利润最优模型和社会福利最优模型；然后提出乘客议价影响因子并依据现有数据确定其在市场运行不同时段的函数，将影响因子引入已建立的模型得到修正后的动态匹配模型和定价模型；最后设置算例验证模型可行性，探讨价格变化对市场的作用，分析乘客议价对动态匹配网约车市场的影响。算例结果表明，随着价格变化因子倍数的增加，社会福利、平台利润和匹配量先增后减，在倍数为2.0时，社会福利达到最大，倍数为1.3时匹配量达到最大。对比分析发现，乘客议价将推动市场向供求平衡移动，同时增加网约车市场高峰时段的平台利润和社会福利。