基于手机传感器数据的出行特征提取方法

手机调查方法的已有研究较多集中于基于手机信令数据的宏观出行特征获取,而手机传感器数据在个体出行链微观出行特征提取方面具有优势.针对城市居民多采用组合交通方式出行的特征,研发智能手机应用软件,实现GPS数据(位置坐标与速度)、加速度计、服务基站、WiFi等传感器数据采集.运用小波分析、神经网络等数据挖掘技术分析不同交通方式出行数据差异,探索多种数据挖掘算法用于个体出行参数提取的可行性及效果.结合实际案例,总结应用手机传感器数据进行出行特征精细化提取的难点和技术关键.最后,探讨精细化个体出行数据在交通模型和理论优化方面的应用.     

多源数据融合在上海市综合交通模型中的应用

随着个体出行行为的多源数据日益丰富,既有的综合交通模型技术也需要持续升级。结合上海市第六次综合交通调查等数据,探讨多源数据融合在赋能综合交通模型改进中的应用。首先将多源数据划分为抽样数据和信息化大数据两大类21小类,提出基于多源数据融合的出行特征分析方法。结合居民出行调查数据及各类大数据,分析多源数据融合在上海市域人员出行需求模型、对外人员出行需求模型、道路系统运行模型、公共交通系统运行模型、货运交通模型升级中的具体应用,给出了不同交通模型参数的估计、标定及验证方法。最后,总结多源数据融合在分析精度、模型广度、研究细度和研究维度方面对上海综合交通模型的提升作用。     

上海市第五次综合交通调查综合校核技术

居民出行调查主要依赖人工实施完成,受到各种人为因素制约,容易导致调查结果在反映真实出行特征方面存在偏差.因此,需要进一步利用和分析综合交通调查和其他相关数据进行综合校核.以上海市第五次综合交通调查为例,提出人员出行特征和车辆出行特征综合校核的技术方法.利用交通行业相关统计指标、交通大数据、其他专项调查以及交通模型对出行特征指标进行比对校核.重点阐述人员、客车、货车出行特征校核的方法及步骤.最后指出,与以往调查校核相比,本次校核大量应用信息化数据,有效地将传统调查与信息化调查成果相融合.     

大数据背景下重庆市综合交通模型维护升级

利用传统交通调查数据开展交通模型维护升级工作存在抽样率低、样本量小、人工成本高、精度低、实施难度大等多种现实问题.在大数据技术不断更新完善的背景下,有必要探索新的模型维护升级技术和方法.首先,阐述重庆市交通大数据的发展历程、数据类型、数据采集与数据格式.其次,在重庆市综合交通模型的框架结构中,分别利用大数据资源探索公共汽车线网的构建、各等级道路流量延误函数标定、常住人口和就业岗位分析、出行分布特征分析和公共交通出行需求分析等相关技术方法.最后,以重庆市综合交通模型的应用实践成果验证模型的可靠性和准确性.     

济南市居民出行调查分析及对策研究

为掌握济南市城市居民出行特征的变化趋势,从出行次数、出行目的、出行结构、出行时耗、出行时间分布等方面,比较分析2009年与2004年的居民出行调查数据,并总结居民出行特征变化发展的情况及其原因。最后指出,济南市城市交通系统需要在城市交通用地布局结构、优先发展公交系统、慢行交通与公交系统的衔接、交通需求管理等方面进行完善,以实现优化城市整体交通出行结构并促进城市交通和谐、可持续发展的目的。     

中国城市交通调查与模型现状及发展趋势

城市交通调查和交通需求模型在中国已有30多年的发展历程,在新的数据环境和城镇化发展背景下,有必要探讨交通规划定量分析技术的发展方向。首先介绍中国城市交通调查的技术问题、体制保障等现状情况,同时概括交通模型的技术发展和应用现状。其次,从调查数据采集和维护机制,交通模型理论体系和功能需求,人才队伍以及模型在交通规划决策中的地位等方面分析交通调查和模型存在的问题。最后,预判中国城市交通调查和模型的发展趋势,提出大数据和交通模型互动发展、交通模型和GIS技术全面结合、加快制定指导手册和标准等相关发展建议。     

多方式交通信息下节假日活动链重构机理研究

多方式交通信息是影响节假日出行重构规律的重要因素.本文以节假日活动链为研究对象,基于分层决策理论探究多方式交通信息下节假日活动链的重构机理.利用 2012 年节假日出行行为调查数据,综合考虑出行者个人属性、信息属性及活动-出行行为的历史依赖性,构建了基于节假日活动链重构机理的结构方程模型.研究结果表明：多方式交通信息对节假日活动和出行行为有显著的负效应,出行者受信息影响越大,活动链的时空复杂性和结构复杂性越低.在多方式交通信息的作用下,节假日活动链的重构方向并不是随机变化的,而是在一定程度上依赖于过去的行为习惯,并朝着与之相关的方向发展.     

宁波市居民出行特征分析及交通发展对策研究

对比分析宁波市与国内其他城市居民出行调查的有关数据,通过出行强度、出行方式、出行的时间分布、出行的空间分布等一系列指标.总结归纳出宁波市城市居民出行的规律、变化特征及其原因.针对其出行总量增加、出行距离加长、出行耗时增加、私人交通方式比重较高、城市交通大区间的联系通道交通量较大、高峰小时峰值强劲等特点,对宁波市城市交通发展提出公交优先发展、就近就业、建设快速交通系统及实施交通需求管理等建议,对于推动该市的交通发展具有积极的意义.     

基于数据融合与双重特征的居民出行调查扩样

居民出行调查数据具有个体属性清晰、交通含义明确、针对性强等特点,在城市交通规划与交通需求模型构建方面具有不可替代的重要作用.为保障抽样调查数据准确反映总体的真实特征,在综合考虑效率与精度基础上,提出一种多源数据融合、家庭户及人口特征双重约束、牛顿迭代法相结合的居民出行调查数据完整扩样处理方法与流程.以天津滨海新区第一次...     

天津市综合交通模型框架及关键技术探索

基于天津市2011年综合交通调查数据,天津市在现有交通模型基础上构建了新的综合交通模型,以满足新形势下城市与交通发展对交通定量分析的需要。新的综合交通模型仍然采用基于出行的四阶段交通模型,但通过对人口、就业岗位模型,出行产生模型,出行分布模型,方式划分模型,分配模型等模块中关键技术的探索,不仅使模型能够有效反映当前天津市“双城”结构下的居民出行特征,其框架具有较高的灵活性和良好的扩展性,同时还为下一步建立基于活动的模型奠定基础。实践表明,新的综合交通模型大幅提高了现有交通模型的精度和分析能力。     

郑州市交通模型开发与应用:困惑与创新

由于出行涉及社会、地理、工程、信息等多个领域并且诸多因素相互作用,交通模型的开发和应用往往受制于数据获取、建模理论、时间与费用预算等现实约束。以郑州市为例,探讨交通模型开发和应用中的理论困惑与技术创新。首先对比传统的基于出行的模型和基于活动的模型的优缺点及局限性。然后,针对交通模型开发所采用的基于出行的建模理论和四阶段建模方法,重点阐述建模的困难所在及内在的理论瑕疵,并探讨OD反推、生成量模型等新方法在传统需求分析框架中的应用。在此基础上,提出交通模型在短期预测和近期预测方面的应用框架。     

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.     

城市交通客流预测的若干问题

目前,城市交通客流预测存在基础数据是否准确、预测模型是否有效以及能否正确理解和应用客流预测理论方法等问题。提出要建立适合各城市特点的规划模型,同时注重建模依据的可靠性以及模型的调校和维护。总结了＂四阶段＂法各阶段模型以及高峰小时模型在使用过程中需要注意的关键问题。强调要考虑模型各阶段的相互制约关系,进行必要的迭代运算。最后,对城市交通客流预测工作提出5点改进建议。     

基于CRISP-DM的交通大数据分析方法及实践——以重庆市手机信令数据和RFID数据为例

随着交通大数据研究及应用日益广泛,其中存在的问题也越来越明显。很多分析结论存在概念模糊、数据质量不确定、分析方法不清晰等问题,导致分析结果经不起推敲,也缺乏可比性。究其主要原因是未能形成科学的大数据分析方法和统一的分析标准。提出基于CRISP-DM的交通大数据分析方法,包括目标要求、数据理解、数据准备、数据建模、模型验证、工程化应用(部署)6个阶段。结合重庆市交通大数据平台建设实践,以手机信令数据和车辆RFID数据为例,详细阐述数据理解、数据建模和模型验证三个重要步骤的具体做法,探索如何实现交通大数据分析的标准化、指标化和透明化。     

基于大数据的交通规划技术创新应用实践——以深圳市为例

深圳市长期坚持数据和模型驱动的交通规划理念,经过20年的积累,建立了面向规划决策支持的综合交通大数据应用体系,在多元数据融合与大数据挖掘应用方面进行了探索。总结深圳市交通大数据平台包含的三类数据:偏静态的城市空间数据、传统调查数据、偏动态的交通多元数据,阐述大数据对交通规划技术创新的影响。基于大数据对交通模型和运行仿真的影响,深圳市积极推动交通规划技术创新,建立区域–宏观–中观–微观一体化的交通仿真模型体系、融合实时数据的交通运行和评价系统,也使得绿色交通优先等规划理念更易实施。最后,对车联网、智慧交叉口、交通主动控制、个性化信息交互等影响交通规划创新的技术进行展望。     

大数据驱动的公共交通系统出行方式选择特性研究

掌握出行者选择偏好对于提高公共交通系统吸引力和优化运营策略有重要作用,且数据检测技术的发展使得交通大数据的收集更加便捷.本文以北京市出行大数据为依托,通过分析与建模,挖掘人们在公共交通中的方式选择特性,并探讨如何为交通运营提供决策支持.首先,对原始数据进行预处理、数据清洗与数据集成,获得了模型所需的数据集.然后根据效用函数理论,建立了分层多项Logit模型,并对模型进行求解与验证.最后,基于模型结果得出不同出行群体VOT,进行部分变量的敏感性分析.得出中距离出行者票价敏感性最高,短途出行者速度敏感性最高,6:00-7:00的出行群体票价敏感性最高且速度敏感性最低等结论,可用于支持公共交通运营部门制定最佳运营策略.     

城市综合交通调查发展建议——基于北京市第五次综合交通调查

综合交通调查是获取城市交通发展规律、预测未来交通发展趋势的重要手段,国内外很多大城市都形成了定期开展综合交通调查工作的机制.首先,回顾美国、日本、中国城市综合交通调查工作现状.其次,结合北京市最新开展的第五次综合交通调查成果,解析北京市交通需求总量及交通结构的变化特征.最后,从全国交通调查标准制定、对调查数据进行综合调校以及大数据对传统调查的冲击等方面提出未来综合交通调查工作的发展建议.     

基于APTS大数据的城市公交出行多维分析模型和方法

智能公交系统(Advanced Public Transportation Systems,APTS)数据具有海量、类型多样等大数据的典型特征,对其进行分析和挖掘可能获得丰富的公交出行特征和规律.构建基于APTS大数据的公交出行多维分析框架,在计算乘客出行时空信息(上车、下车和换乘)的基础上,建立包含4个维度(乘客、时间、空间和行为)的公交出行数据模型,系统提出基于5种联机分析处理方法的公交出行分析内容.应用APTS大数据对模型和方法进行了实验和验证,研究结果表明,该方法能够便捷地分析不同维度、不同粒度的公交出行信息,不仅能够应用于公交乘客出行行为的研究,还能够为城市公交系统的规划和管理提供决策支持.