基于GPS 轨迹挖掘的城市空间动态交互特征研究

对城市移动轨迹进行深入挖掘，有助于更加精细地理解城市空间动态交互特征. 以兰州市出租车GPS轨迹为基础，采用栅格方法，分析城市栅格空间的交通出行量. 以栅格为节点，以交通出行量为权重，建立动态有向加权复杂网络. 采用Infomap 算法识别城市社团结构，研究兰州市城市结构的时空演化特征，并对城市社团识别结果进行可视化分析. 研究表明，休息日和工作日城市动态时空交互存在明显差异. 工作日的城市空间交互距离和范围较大，空间交互更加紧密；休息日的空间交互范围相对较小，分裂程度较大. 高峰期和非高峰期城市空间交互也有不同，城市空间交互随时间动态变化. 研究结果可为政府管理城市，商家运营和居民出行提供决策服务.     

河谷型城市公交网络脆弱性研究——以兰州市为例

应用复杂网络理论,以兰州市为例研究河谷型城市公交网络的脆弱性.首先, 根据L 空间模型构建城市公交站点网络,分析该网络静态拓扑特性.然后,基于随意攻击 和蓄意攻击两种攻击模式,建立城市公交网络脆弱性测度指标,并对两种攻击模式下公 交网络的脆弱性进行分析.研究结果表明,由于兰州市特殊的河谷型地形特征,在蓄意攻 击下的脆弱性远远强于其在随意攻击下的脆弱性.最后,结合公交网络脆弱性特征研究公 交网络核心站点选取策略.结果表明,基于度的核心站点选择更适合兰州市公交网络,这 为兰州市交通规划和交通网络优化决策提供理论依据.     

基于轨迹大数据的城市交通感知和路网关键节点识别

结合城市道路网络的拓扑结构特征和交通流特性,建立基于有向加权复杂网络的城市交通网络关键节点识别模型.以兰州市连续7天的出租车GPS数据为基础,分析并可视化呈现兰州市在工作日和非工作日的城市交通流状态,并采用基于DWNodeRank的有向加权复杂网络关键节点识别方法对兰州市路网关键节点进行识别研究.本文研究方法和结果可为交通管理部门的规划、设计和管理提供科学指导.     

基于时空相似度聚类的热点载客路径挖掘

出租车的载客轨迹直接体现了车辆的行驶状态和居民的出行规律,热点载客路径的挖掘为交通管理与规划,居民行为模式发现及出租车载客推荐等具有重要价值. 本文以兰州市3 000 辆出租车载客轨迹为研究对象,提出了基于时空相似性聚类的热点载客路径挖掘算法. 首先,根据出租车的GPS轨迹数据提取出载客轨迹及其核心轨迹;然后,根据提出的相似性度量算法计算核心轨迹的空间相似性、时间相似性及时空相似性,并结合DBSCAN聚类算法对载客轨迹进行聚类;最后,根据聚类结果获取城市热点载客路径的空间分布,并分析了其在工作日和非工作日的差异. 实验结果表明,本文提出的挖掘算法能有效、快速地发现城市热点载客路径的分布.     

基于时空相似度聚类的热点载客路径挖掘

出租车的载客轨迹直接体现了车辆的行驶状态和居民的出行规律,热点载客路径的挖掘为交通管理与规划,居民行为模式发现及出租车载客推荐等具有重要价值. 本文以兰州市3 000 辆出租车载客轨迹为研究对象,提出了基于时空相似性聚类的热点载客路径挖掘算法. 首先,根据出租车的GPS轨迹数据提取出载客轨迹及其核心轨迹;然后,根据提出的相似性度量算法计算核心轨迹的空间相似性、时间相似性及时空相似性,并结合DBSCAN聚类算法对载客轨迹进行聚类;最后,根据聚类结果获取城市热点载客路径的空间分布,并分析了其在工作日和非工作日的差异. 实验结果表明,本文提出的挖掘算法能有效、快速地发现城市热点载客路径的分布.