城市交通枢纽的出租车时空模型分析

课题来源及研究的目的和意义
受城市发展和资源配置的影响，城市大型交通枢纽地区的出租车的时空模型往往呈现出一定的规律和特定的模式。这也是反应了城市出租车时反应的城市交通的规律和一些人们出行的结构组成。对于城市交通枢纽车时出租空模型分析可以学习了解到城市人口出行模式和城市区域功能结构进行提供方法和依据。
目前，随着经济的发展和生活水平的不断提高，人们也意识到出租车是人们出行和交通枢纽的一个重要组成部分。同时人们对于出行水平和服务水平要求也逐步提高，这也要求了对出租车跟高效率和水平地为人们服务做出了新的要求。乘客不仅需要有较快的乘车速度和效率，还要求服务更具有人性化。保证人们对于出行和乘车的需求，促进资源的合理安排和减少资源的浪费。本课题就是关于城市大型交通枢纽的出租车时空模型分析可以很好的这个问题，由于出租汽车没有固定的起讫点和运行路线，其定量分析问题一直是城市出租汽车交通分布预测、营运站点规划及相关政策制定的瓶颈。目前，相关研究大多以智能交通为背景，探讨出租汽车调度系统的具体实现技术及数据收集和处理方法，或以出租汽车为浮动车数据源估算交通量、车速，并对道路网进行评价。
可以从这看出，本项目利用多源分析和可视化技术，在视觉上帮助用户快速建立出租车数据与城市交通状况的联系，进而在时空可视交互的引导下，设计复杂城市交通状况多因素分析的模型，为城市相关部门提供决策及评估工具，对缓减交通问题、民生健康、社会发展均有重大的意义。同时提高出租车运营效率,改善出租车经营效益,满足出行者出行需求,使出租车停靠站布局与出租车出行需求更匹配,针对出租车时空研究分析研究十分必要

2)国内外研究现状及分析
目前有关于城市大型交通枢纽的研究主要还集中在以城市轨道交通为基础的客运枢纽相关课题研究以及相关技术在客运枢纽中的应用等方面，对于交通枢纽的出租车时空模型分析研究比较上，本项目就对于出租车时空模型进行研究，通过大数据算法对于出租车进行分析，构建模型，结合大型交通枢纽出租车的的具体情况，更好的反应出人们的客观需求和大型枢纽需要进行改进的方向。
为了建立合理的指标，分析不同时空出租车资源的供求匹配程度，首先从城市居民出行对出租车的需求量入手，分析与需求量有关的主要指标，如城市居民出行量。为分析城市居民出行量与城市经济指标的相关性, 先将这些指标进行聚类分析，继而得出每类最具代表性的经济指标，再将最具代表性的经济指标与居民出行总量进行回归分析，得到多元线性回归模型，从而预测居民的出行总量。通过查阅文献可以确定居民出行选择出租车作为出行方式的比例从而，计算得出成市的出租车运输量的需求量。然后根据供需平衡法预测出城市出租车需求量。将城市交通枢纽实际出租车数量与城市出租车需求数量作比,得到衡量出租车资源的供求匹配程度的指标即供求匹配率。对未来城市的出租需求量进行灰色关联预测，得到未来城市交通枢纽的出租需求量，通过计算不同城市的出租车需求量，进行不同时空的出租车资源供求匹配的分析。
首先基于相关调查数据,分析了出租车出行需求的时空分布特征,界定并提出了出租车出行需求热点分布,分析了出行需求和城市形态的协调性关系。建立了出租车停靠站选址模型,将最大覆盖出行需求作为目标函数,以要求达到的停靠站载客能力、停靠站数量及服务范围等为约束条件,在选址位置、计划修建数量、站点服务能力等方面分析了模型的适用条件。针对城市枢纽的实例分析表明,该方法可以较好地满足出租车出行需求,具有较高的合理性与可行性。

主要研究内容
纵观一个城市的发展过程,从中我们可以看出，虽然交通与城市的发展彼此并非总是呈现线性向上发展的关系，但城市的发展与交通产业的快速发展是分不开的。此外,作为交通产业中重要的组成部分综合交通枢纽，其内部的各种交通方式之间的共生与合作及其与城市内部交通方式之间的衔接和换乘，也是构建综合交通体系产业发展及其城市发展的关键。然而我国的综合交通枢纽的建设还处于起步及其摸索阶段，在枢纽衔接各交通模式的方式等方面也涉及的有限。本文仅以出租车时空模型为研究目的,以出租车自身所独具的基本特征为出发点，在考虑相对错综的外部环境、综合交通枢纽布局模式及其内部交通衔接的内涵和决策人员的价值取向等众多影响因素下，对出城市交通枢纽的出租车时空模型总结研究本项目的目的在于综合考虑城市交通的各个因素，以多源数据进行协同可视化的方式，揭示时间、道路位置、车辆流量等多源因素与城市交通状况之间的内在联系，帮助用户快速理解复杂城市交通状况及多源因素对城市交通的影响及作用效果;进而分析时序多源数据协同可视化结果的空间局部变化，提炼交通状况影响因子，建立复杂环境状况多源因素分析模型，利用出租车移动轨迹数据进一步分析模型参数，为交通治理手段提供证据参考，帮助相关部门对交通状况进行决策和评估。
4)研究方案
本项目是基于研究城市交通枢纽的出租车时空模型，研究是采用的是OD
第一部分:数据采集
(1 )原始数据主更保存出租车上装配的GPRS终端所采集的数据，这些数据包括序号，车牌号码，GPS时间，经度:纬度，车辆状态，车辆速度，车辆方向，车费，距高信息，
(2)对采集的原始数据过滤、抽样。
第二部分:出租车OD数据分析
(1)根GPS数据结合交通枢纽迁地图，计算分析各段时间和地点的变化的状况和发展趋势，
(2)研究交通枢纽地区的出租车交通流，选取特定区域时间段内山发和到达的客流u以形成对比分析
(3)根据小区划分和车租车GPS数据，给出城市交通枢纽出租车的0D时空分布，以计算某一时段地段出租车分布情况。
(4)在基于乘车人员数量确定的假设条件r.对人们出行的0D时空分布进行数据推断和有效预测。
（5） 0D系统测试开发
设计实现时空分析的出租车OD系统，以时间、地点和对象属性为查询条件，突出系统数据渲染和师选分布图。

城市交通枢纽的出租车时空模型分析相关推荐

POI分析之城市功能区识别与时空变化
POI在城市规划领域的应用很广泛.除了常见的以热力图为代表的密度分析(功能集聚分析),POI还有哪些玩法呢?本文借助位和POI挖掘分析云服务,基于广州POI数据进行了基于机器学习的城市功能区识别.城市 ...
2021地理设计组二等奖：基于4D—GIS模型的建筑物质存量时空演变分析——以深圳市粤海街道为例
作品简介一.设计思路城市是社会经济发展与人民生产生活的重要载体,而城市建筑是城市构成的物质基础.以往的研究指出,中国城市在快速发展中的更新重建导致中国城市建筑寿命极短,仅为20至40年.城市更新改 ...
python建模分析实操_城市公交站点设置优化模型-基于Python
城市公交站点设置的优化分析一.模型应用进入21世纪以来,我国城市公共交通飞速发展,然而随着经济社会发展,城市不断升级以及人民生活品质越来越好,城市交通拥堵.出行不便等问题日益突出,严重损坏了市民日 ...
用科技词汇润色下句：并将模型在中国西北地区应用，对水碳能耦合循环过程进行定量评估和时空格局分析，旨在优化区域生态系统管理策略。...
我们将在中国西北地区应用机器学习模型,对水碳能耦合循环进行定量评估和时空格局分析,以优化该地区的生态系统管理策略.
基于深度学习的脑电图识别综述篇(三)模型分析
作者|Memory逆光本文由作者授权分享导读脑电图(EEG)是一个复杂的信号,一个医生可能需要几年的训练并利用先进的信号处理和特征提取方法,才能正确解释其含义.而如今机器学习和深度学习的发展,大 ...
基于模型与不基于模型的深度增强学习_CVPR2018: 基于时空模型无监督迁移学习的行人重识别...
Unsupervised Cross-dataset Person Re-identification by Transfer Learning of Spatial-Temporal Pattern ...
利用管道检测技术成果对城市地下空洞进行筛查分析的探讨
近年来,由于地下管线老化.破损等原因导致城路道路产生空洞塌陷的事故频发,严重威胁公众的生命财产安全.全国各大城市的管理者都在积极努力的开展各项工作,寻找解决办法.深圳市从2019年起全面开展主要道路地 ...
2021遥感应用组二等奖：基于长时序Landsat遥感影像的赣南脐橙时空变化分析
作品介绍一.应用背景自上世纪70年代开始种植脐橙以来,赣州大力实施"兴果富农"等战略,经过38年发展产业规模迅速壮大,目前赣州全市果业总面积263万亩,脐橙158万亩,产量超1 ...
对南京地铁计价模型分析及最佳路径设计基于Python语言
离散数学技术报告(该报告不完整) 实验题目:对南京地铁计价模型分析及最佳路径设计基于Python语言关键词: 城市交通; 地理信息系统; Dijkstra算法; 约束条件; 路径分析一．引言截至 ...

城市交通枢纽的出租车时空模型分析

城市交通枢纽的出租车时空模型分析相关推荐

最新文章

热门文章