基于手机信令数据的城市通勤出行特征研究

通勤交通出行特征是研究城市交通规划的重要数据基础,如何有效提取通勤出行特征成为研究城市居民通勤出行的关键。文章通过分析手机信令数据特性和通勤出行特征,利用手机信令数据挖掘的相关技术,建立通勤出行特征提取模型并进行实例研究,与传统的居民出行调查分析进行对比,验证利用手机信令数据进行通勤出行特征研究的可行性。     

基于多源数据的南昌市岗位类型与出行特征研究

就业岗位是交通需求建模的基础数据,包括不同类型岗位的空间分布及其出行特征.将手机信令大数据与"三调"用地数据、交通模型、"七普"数据、年鉴数据等进行融合分析,实现信令大数据中职住数据、出行数据的精细化扩样及其与地块性质的关联,并进一步对各类就业岗位的出行特征进行研究,包括岗位密度、交通吸引率、通勤距离、通勤速度、交通强...     

基于集计出行链的城市交通模型架构研究

基于对活动链和出行链两种模型架构现实局限性的比较,提出一种新的、基于集计出行链的模型架构方法,并对核心算法进行解析.以中国超大城市武汉市为例验证了该方法的可行性.研究表明:该模型架构充分考虑了各出行链去程和回程在时间、交通方式、主目的地选择和中途停留点选择的时空制约因素和内在一致性,以及需求与供给之间的迭代与收敛,并适...     

基于活动的旅游出行链选择行为研究

通过对在京旅游的游客进行调查,以游客的个人属性和出游属性作为影响因素,将游客对不同类型活动的时间分配作为前提,对游客的出行链选择行为建立了Multinomial Logit模型。模型分析表明:年龄、职业、出游时间、是否本地游客、对景点是否熟悉以及游客对活动时间的分配等均对出行链选择有显著影响;模型具有较高的精度,为游客出行预测提供了理论依据。     

基于手机信令的全社会公路旅客出行量测算方法

为了准确统计全社会公路旅客出行量,针对传统公路客运量统计口径小、覆盖范围不全、无法全面反映公路旅客实际出行情况的问题,基于手机信令数据,通过用户位置识别、旅客出行链整理、旅客出行方式判别、城区范围划分及数据多层扩样,构建了全社会公路旅客出行量测算方法.为了验证所建方法的准确性和合理性,以京津冀地区的手机信令数据为例,对...     

基于手机信令的交通出行特征分析——以日照市为例

利用手机信令数据了解人口规模、职住分布、出行特征等指标,有助于城市空间规划与设施布局等的应用研究。原始手机信令数据需要经过一系列算法处理,才能提炼、分析相应指标。首先对手机信令数据的处理流程进行梳理,再介绍数据处理的关键算法及其参数确定方法,最后结合应用实践,对案例城市的人口岗位分布、居民出行特征及通勤特征开展分析,相关流程及方法可为类似项目提供参考。     

基于手机信令数据的城市区域居民出行OD预测模型

为揭示城市区域居民出行规律和OD产生原理,基于手机信令数据探索城市区域居民出行目的地选择机制,考虑人口数量和POI数量两类数据建立一个地点机会选择(POS)模型。利用联通智慧足迹平台获取得到哈尔滨市居民手机信令出行数据,从交通小区和交通中区两个尺度,对哈尔滨市市二环、三环、四环不同范围展开实例研究。结果表明：地点机会选择模型预测结果在吸引能力和出行距离分布中基本符合实际数据规律,从交通小区和中区两个尺度上看,该模型预测精度分别能够达到67%～72%、75%～83%,较机会优先选择模型预测精度分别提高了13%～18%、9%～20%,较辐射模型预测精度分别提高了57%～60%、55%～60%。本文所提出模型的优越性在于模型简单且无待定参数,输入数据较容易获取,具有较高的预测精度,能够为城市交通规划提供理论参考。     

基于手机信令数据和Needleman-Wunsch序列匹配算法的都市圈出行方式识别

为弥补传统的居民出行调查方法在都市圈出行调查中的不足,提出一套基于手机信令数据的都市圈跨市出行方式识别算法,通过分析不同出行方式在出行路径、出行时间、出行地点方面的差异,实现高铁、大巴及小汽车3类主要跨市出行方式识别。首先,在成都市成华区和资阳市雁江区设计都市圈出行试验,招募志愿者采集出行手机信令数据;然后,分析都市圈跨市出行连接信号基站分布特征,再基于Needleman-Wunsch序列匹配算法提取出行路径信息,区分高铁出行和公路出行;最后,针对公路出行方式构建模糊识别模型,划分小汽车和大巴车出行。研究结果显示,在志愿者出行识别中,通过与志愿者出行日志对比,所提模型出行路径识别准确率达93.80%,3种出行方式均被正确识别;在研究区域全部手机用户集计出行识别中,3种出行方式占比大致为12.79%, 1.36%, 85.85%,与成都交通发展研究院2021年公布的《成德眉资区域出行报告》中出行分担比基本相同（12.23%, 1.36%,86.41%）,证明所提算法识别效果良好。     

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。     

出行链视角下宏观交通模型构建

介绍了交通模型的层次划分和国内外的交通模型发展状态,提出我国的交通模型的应用目前还停留在基于出行链阶段.简介了出行链的理论依据与特点,指明出行链模型可较好的刻画包含个人属性、出行目的、出行方式、出行时空的个人出行画像.最后提出了出行链视角下的宏观交通模型构建方法,提出了交通的供给分配模型和需求模型的构建思路,可对城市交...     

通勤出行方式-出行链模式联合选择模型

以单个通勤出行者为研究对象,构造基于广义极值理论的Cross-Nested Logit模型,分析了通勤出行方式和出行链模式联合选择行为.模型以通勤出行方式选择子集和出行链模式选择子集的组合为选择集,描述了在出行者社会经济属性、居住地和工作地区位、工作活动属性影响下的出行方式和出行链模型联合选择行为,能准确刻画两个选择维度之间的相关关系.利用居民出行调查数据完成模型标定.研究表明,通勤出行方式和出行链模式选择之间有显著的相互影响,出行者性别、家庭收入、家庭结构、家庭交通工具、工作活动作息时间、居住地和工作地区位是重要影响因素.当上述因素发生改变时,出行者会优先调整其出行链模式而非出行方式.     

基于狄利克雷过程混合模型的城市活动聚类方法研究

手机信令数据不仅记录个体出行轨迹,也为分析城市活动空间分布特征提供了基础.本文提出一种基于狄利克雷混合模型的城市活动特征聚类方法,以手机信令提取居民出行OD为基础,将每个基站的到发出行量作为表征该基站所处空间位置的活动特征,研究特征的聚类方法.引入狄利克雷分布作为先验分布,由中餐馆模型推定特征聚类数量.与其他聚类方法相比,该方法最大的优点在于无需事先指定聚类数量,避免了传统聚类方法的缺陷.将本文方法应用到三亚市城市活动特征聚类当中,结果能够有效地反应不同城市功能组团的活动特征.     

基于时空推演的城市活动模型研究

回顾既有交通模型依赖数学优化求解而对实际出行活动解析不足,以及现状与未来互相独立的缺陷,提出利用大数据方法改进的可能性。建立了包含基础年人口合成模型、人口发展模型和职住变迁模型等模块的扩展的人口时空推演模型,实现个体属性在时空上的延续,为出行需求结果继承城市现状提供了条件。设计了包含出行链生成模型、目的地选择模型、个人活动组织模型和家庭成员活动协同模型等多个子模块的基于个体属性和城市活动模式的活动模拟器,实现对个人出行活动的模拟。实证研究表明,基于大数据的个体属性和城市活动模式的引入增强了出行活动的因果推断能力,避免了大规模的数学优化求解计算,模型结果更加符合城市实际;同时实现了未来对现状的继承,体现城市发展的延续性。     

基于狄利克雷过程混合模型的城市活动聚类方法研究

手机信令数据不仅记录个体出行轨迹,也为分析城市活动空间分布特征提供了基础.本文提出一种基于狄利克雷混合模型的城市活动特征聚类方法,以手机信令提取居民出行OD为基础,将每个基站的到发出行量作为表征该基站所处空间位置的活动特征,研究特征的聚类方法.引入狄利克雷分布作为先验分布,由中餐馆模型推定特征聚类数量.与其他聚类方法相比,该方法最大的优点在于无需事先指定聚类数量,避免了传统聚类方法的缺陷.将本文方法应用到三亚市城市活动特征聚类当中,结果能够有效地反应不同城市功能组团的活动特征.     

基于手机信令数据的旅客联程出行时空特征分析方法

为高效准确地识别旅客联程出行方式,基于旅客联程出行行为特征,引入不同运输方式场站地理位置、场站数据取样最佳半径、旅客行驶速度等关键参数,对旅客手机信令数据进行筛选、校核和计算,提出了基于手机信令数据的旅客联程出行方式识别方法,同时测算了不同运输方式场站数据取样最佳半径。以2018年国庆假期广东省内旅客出行为例进行分析,剔除了约98%的无关信令数据。分析结果显示,广东省内公铁联运出行比例最高,广州、深圳两大枢纽城市的客流集疏运效应突出,广佛城际出行联系较为密切,佛山机场的潜力较大。研究表明,识别方法大幅降低了信令数据分析量和运算成本,方法原理和技术路线清晰,分析结果准确、符合实际。     

基于出行链的有车家庭假日出行方式组合研究

为了研究有车家庭居民出行链与出行方式组合的影响关系,将出行链划分为5种类型,并将出行链属性分为4类.利用2009年济南市居民出行调查数据,用基于多项logit模型的基本理论与建模方法,对影响城市居民出行方式组合的因素进行了研究,重点分析了出行链各项属性对居民出行方式选择的影响.模型分析结果表明,出行链中往返行程数量、出行链模式、出行链时间、出行链费用对于出行者选择何种出行方式组合有显著的影响.出行链复杂性的增加并不会直接导致私家车出行的增加,而随着往返行程数的增加会导致单一非私家车出行效用的显著增加.     

基于竞争风险模型的居民活动-出行计划研究

对出行者活动-出行计划行为的研究有助于进一步解析出行者的行为决策机理,也是制定和实施交通管理政策的前提.本文扩展了传统的基于单一删失事件的生存风险研究,将竞争风险模型应用于出行者活动时间分配行为的研究,基于吉林市居民出行数据的分析,提取出行者制定活动计划的影响因素,通过敏感性分析,解析出行者在连续时间轴上活动参与类型与活动持续时间的联合选择过程.结果表明：出行者N次与N+1 次活动之间存在相互联系、相互制约关系,且关系强度又随着参与活动类型的不同而存在显著差异,竞争风险模型能有效应用于这些差异性的分析,丰富和扩展了出行行为的分析理论与方法.