基于多源轨迹数据的城市交通状态精细划分与识别

针对基于路段的城市交通状态分析方法的不足,本文利用公交车和出租车轨迹数据提出了城市交通状态精细划分和识别方法,实现城市交通状态分析.对两种轨迹点的速度值和空间位置值分别进行归一化处理,以此为属性数据,通过迭代计算轮廓系数确定k 值完成轨迹点聚类,结合二次处理方法对类簇进行拆分和融合以划分道路交通状态;在特征级建立多源数据融合方法,实现交通状态速度值计算;以归一化后的速度值为属性数据,通过聚类将样本分为4类对应4种城市交通流状态层级.实验表明,本文方法能够实现道路交通状态精细划分,能有效地识别出道路局部位置的交通状态,进而可为城市道路交通管理提供决策支持.     

河南省主要城市交通竞争力综合评价与分析

以河南省17个主要城市(不含济源市)为研究对象,利用因子分析法建立城市交通竞争力综合评价模型,选取指标共11项,提取主因子3个,在此基础上使用综合因子得分对城市交通竞争力进行排名,结果表明:郑州市交通竞争力最强,洛阳、新乡、许昌、开封紧随其后,排在后3位的依次是濮阳、信阳、鹤壁;对17个主要城市交通竞争力进行聚类分析;结合因子得分对在每一聚类城市中选取一个中原城市群城市为代表,对其评价结果进行分析,并提出提升其交通竞争力的有关措施。     

基于长春市浮动车数据的城市交通运行状态分析

为了掌握长春市道路交通运行状态,通过提取出租车GPS信息作为长春市浮动车数据源,以长春市浮动车原始数据为基础,探讨浮动车数据采集与处理的方法,并与长春市现状道路模型进行地图匹配。通过拥堵感知数据分析和浮动车速度数据分析两种方法互相校验确定各等级道路阈值,对长春市路网速度进行时空特征分析。数据表明:除极端天气可能导致大面积、系统性拥堵外,长春市道路交通拥堵主要表现为局部时段和局部区域,并有扩散的趋势。此外,探讨了目前长春市浮动车数据的不足及下一步研究方向,为相关部门政策制定提供数据支撑和决策依据。     

基于IC卡数据的地铁站点识别方法分析与研究

为了高效精准地获取地铁终端与站点的对应关系,提出了一种基于IC卡数据的地铁站点识别方法.首先通过整理IC卡地铁数据、地铁站点信息以及少量的关键站点采集数据,分析分段票价政策,绘制终端票价表、关键站点票价表等,最后采用聚类方法获取结果.通过数据对比验证发现该方法能够精确快速地获取地铁终端与站点的对应关系.该方法能够为后期进行地铁OD分析、城市公共交通换乘分析等提供了准确的数据支持,并且有利于通过数据分析提高用户的使用体验和城市交通管理的效率.     

大数据在城市交通中的应用研究

大数据技术的发展对城市交通领域产生了重要影响。文章阐述了大数据的概念及特点,论述了近几年国内外大数据在城市交通的应用研究情况,对其应用研究范围及趋势进行了总结,指出智能交通是城市交通大数据应用的重心,最后展望了今后的研究方向。     

基于移动信令数据的城市交通出行结构探索及实证研究

移动网络有着海量的用户资源,基于移动用户信令数据统计分析运算,可以获取全面、准确的居民出行数据。本文基于广东省各地市中心城区移动用户信令数据,提出了一种判别城市交通出行方式的方法,利用移动终端PAAS大数据平台探索各地市中心城区移动用户的出行结构,为交通运输管理部门制定城市交通发展政策提供支撑。     

基于排队论的城市交通问题分析

城市道路中,交通事故、施工占道等因素会影响道路横截面通行能力,从而引起交通堵塞,因此,正确估算被占用的车道对城市道路通行能力的影响程度就显得格外重要。就车道被占用的交通问题,用排队论的方法进行了分析,建立了数学模型,给出了通行能力与排队长度、上游车流量等的关系,最后通过仿真验证了模型的正确性。     

城市交通大数据资源中心平台的设计与实现

设计的交通数据资源中心平台,基于高性能大数据分布式架构,引入区块链技术,运用GIS技术,实现了交通数据汇聚接入、融合处理、存储管理、应用、共享、服务整个数据生命周期的交通数据的管理和应用服务,并成功应用于厦门市城市交通大数据分析应用平台.     

基于PSTN的电话远程控制器的研究

介绍了一种以单片机AT89C2051和双音多频解码集成电路MC145436为核心,通过电话线路遥控的远程多路智能控制器的研究．该控制器对被控对象的状态进行查询以及控制,广泛应用于家用电器或工业控制设备．     

大数据时代城市交通学发展的机遇

基于对城市交通研究的思维方式和技术方法的回顾,指出大数据时代城市交通学面临发展机遇.阐述在信息化发展背景下,既要研究信息化发展与城市交通的相互联系,也要研究如何适应信息化发展来组织城市交通网络的构建和运行.分析了城市交通需求管理在指导城市交通网络构建和运行中的作用.基于交通模型应用现状,从五个方面阐述大数据技术为微观个体行为、出行需求特征与演变规律和传统交通模型等多方面的重新认识乃至重构提供重要的技术支撑.提出研究并建立适应中国国情的城市交通模型,最终达到促进城市交通学发展的目的.最后指出应用信息技术改善城市交通是当前的重要课题.     

基于大数据的公交专用道周边用地属性和效益表现分析

为更好推动公共交通优先发展,打造上海"后公交都市"时代,提升公交专用道运营效率,以上海市已建公交专用道为研究对象,基于手机数据、POI数据、公交IC卡数据、公交GPS数据、网约车GPS数据、公交企业运营数据,对公交专用道两侧500?m范围内的居住、就业、购物休闲和医疗服务共4项用地属性进行了分析.在此基础上,以4项用地属性作为聚类因素,将全市公交专用道进行聚类,分析各类公交专用道的效益表现及其与用地属性的相关性.该项研究填补了利用大数据进行公交专用道周边用地属性分析的空白,将加深行业管理部门、公交企业等对公交专用道的认识,有助于精细化管理公交专用道和优化线路服务.     

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.     

城市交通状况的模糊聚类分析

通过调查国内部分城市及地区的基础数据,建立了城市交通状况的评价指标体系,并利用系统工程的方法———模糊聚类分析模型,对国内的部分城市及地区进行聚类,从而评价出各个城市及地区的交通状况,结果认为,城市交通基础设施不足是制约交通发展的重要因素,只有改善城市交通状况,整治或根除城市交通问题,才能推动城市发展.     

城市交通状况的模糊聚类分析

通过调查国内部分城市及地区的基础数据,建立了城市交通状况的评价指标体系,并利用系统工程的方法--模糊聚类分析模型,对国内的部分城市及地区进行聚类,从而评价出各个城市及地区的交通状况,结果认为,城市交通基础设施不足是制约交通发展的重要因素,只有改善城市交通状况,整治或根除城市交通问题,才能推动城市发展.     

通过大数据促进城市交通规划理论的变革

城市交通规划实践需求所产生的拉动力,大数据分析技术所产生的推动力,相关基础学科研究成果所产生的促进力,将推动城市交通规划理论发生变革。在继承传统技术方法的基础上,通过建立在证据理论基础上的决策判断概念框架,将大数据分析技术、模型分析技术和仿真分析技术纳入一个统一的分析模板,通过多维观察角度尽可能全面地表征问题,并将在“适时响应”机制基础上建立规划过程管控模式,这一系列的探索勾画出一个可供讨论的新理论框架的雏形。     

基于GPS和IC卡数据的公交出行OD推算方法

主要基于GPS和公交IC卡数据研究推算交通小区公交出行OD的一种方法。将居民公交出行分为闭合型出行链和非连续型公交出行链,通过数据的挖掘融合技术,结合居民公交出行规律推算交通小区的公交OD矩阵,利用站点吸引强度对无明显规律的紊乱出行数据进行修正,提出了基于GPS和公交IC卡数据推算公交出行交通小区OD的方法,并以佛山市中心城区为例验证推算方法的可靠性。研究表明:所得公交出行OD矩阵精度较高。     

基于数据融合的公交客流规模测算方法

公交客流规模测算往往存在调查成本受限和准确度要求较高的矛盾.提出基于公交IC卡历史数据与人工补充调查数据的数据融合测算方法,以准确推算公交客流规模.首先根据公交线路的基本属性,采用聚类分析方法划分线路类型,从每一类中选择具有代表性的线路.基于IC卡数据分析公交客流时变特征,运用有序样本聚类Fisher算法将线路小时刷卡量进行聚类分析.划分刷卡量相似时段,进而采用优化方法确定调查抽样率,确定相应的调查车辆进行人工补充调查,最终经过数据融合计算获得公交客流规模.基于上海市某辖区IC卡数据进行案例分析,测算得到三类公交线路的日均客流量.     

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。