一种基于出租车轨迹数据的优质客源评价模型及实证研究

以出租车轨迹数据为研究对象,构建一种基于出租车轨迹数据的优质客源模型.模型重新定义一次完整的出租车出行,引入出租车开销与行程速度关系,解决车辆动态消耗的问题,以出租车单位时间内的盈利来量化客源.并以福州市2015年5月份出租车轨迹数据为例,根据模型对轨迹数据进行预处理与密度计算,分析出租车优质客源在时间和空间的分布规律.结果表明,模型可以较好地量化出租车客源,为分析出租车时空分布提供科学依据.     

基于出租车OD数据的居民活动强度时空特征研究

以福州市区出租车GPS轨迹数据为数据源研究面向地理空间的居民活动时空规律.首先探析出租车起源地-目的地(OD)空间分布和时间分布特征;接着采用基于道路中心点区划方法确定空间研究单元,将时间分为6个时间段,以活动强度为主要研究对象探索其时空变化规律;最后结合出租车乘客的出入情况实现对研究区内居民活动时空规律的进一步探索.研究发现,主城区居民夜间活动规律总体上比白天明显,尤其是晚21点之后,主城区总体的居民活动强度达到一天的顶峰,核心区内外的活动强度以及出入特征差异突出,核心区内的居民活动优势最明显,有成片聚集的特征;白天大部分时间的居民总体活动强度变化稳定但空间分布规律不明显;通勤早高峰时段的出租车活动强度为全天最低并且大部分区域以流出为主.     

基于FCD的出租车运营特征分析——以上海市为例

为全面掌握出租车出行规律,科学评估其运营效率,提出了一种面向出租车运营管理的大规模浮动车数据处理方法.以上海市一个月的出租车GPS数据为基础,通过对多项运营指标的计算全面分析了工作日、周末及节假日上海市出租车的运营特征.结果表明,上海市日均出租车空驶率均值为39.1%,已接近合理范围的临界上限值,单日内道路空驶率时空差异明显;与工作日相比,周日和节假日的运营时间及载客时间短且运营效率不高.出租车运营效率有待改善.     

基于GWR模型的出租载客时空分异分析

为充分挖掘出租车轨迹数据反映的运营规律,将城市电子地图兴趣点(point of interest,POI)数据作为影响参数纳入出租车轨迹数据研究中,探讨出租车载客运营的时空分异现象。通过处理出租车轨迹数据提取并统计各时段出租车上客量,证实出租车载客具有时间非平稳性;基于核密度估计方法对各载客高峰时段载客点聚类,分析出租车载客的空间非平稳性;构建载客热点提取模型,提取载客热点并定义热度值;从城市POI数据中筛选出显著影响载客热点分布及热度值的设施,计算其与各时段产生的载客热点的最短距离,分时段建立出租车载客地理加权回归(geographical weighted regression,GWR)模型,探讨载客热点与各类城市设施的时空关系,并以西安市出租车GPS数据为例展开实证分析,对提出的模型进行验证。结果表明:与普通线性回归模型(OLS)相比,地理加权回归模型拟合效果显著提高,拟合优度均值从0.29提高到0.57;在研究区域不同时间段,各类设施点回归系数均值存在明显时间差异,同类设施点回归系数分布存在明显空间差异;研究区域内出租车载客热点的时空分异现象大体符合城市居民出行规律,在工作日各高峰时段出租车发挥公共交通系统替补作用这一现象更为显著。研究结果可为出租车空间需求预测、出租车载客调度及价格调控精细化管理提供参考。     

出租车载客热点技术研究

通过挖掘北京市出租车历史轨迹数据,分析出租车载客热点区域,从而为空载行驶的出租车司机提供寻客方向.基于大数据平台的历史轨迹数据预处理,按照数据生成时间对出租车历史数据进行排序,提取历史数据中的所有乘客上车地点;使用聚类算法对提取出的上车地点进行聚类分析,提取乘客频繁出现的区域.以出租车寻找乘客为背景,分别采用基于密度的DBSCAN算法和基于距离的K-means算法对载客点进行聚类.采用聚类算法性能评估中的DB内聚指数对两种算法的聚类效果进行评估,结果显示工作日和非工作日DBSCAN算法聚类结果的内聚效果均优于Kmeans算法.     

基于GPS轨迹数据的拥堵路段预测

基于真实的GPS轨迹数据,对城市拥堵路段进行预测.在此过程中,摒弃传统的基于交通流预测和拥堵识别的方法,提出一种新的基于拥堵向量和拥堵转移矩阵的拥堵路段预测方法.该方法同时考虑路段拥堵的时间周期性和时空相关性,通过对出租车GPS轨迹数据进行挖掘和训练,建立拥堵向量和拥堵转移矩阵,实现对拥堵路段的预测.真实数据集上的实验验证了所提的拥堵路段预测方法的有效性.     

交通状况对出租车运行区域的影响研究

针对大中城市高峰期间打车难的现象,利用出租车GPS数据,提出了一种量化研究出租车逃离城市拥堵区域的方法。首先采用射线法进行地图匹配,将中心城区路网划分为多个研究区域,利用出租车GPS数据来统计各区域每5分钟内的累计车辆频数;再利用不同区域间的累计车辆频数比值来描述区域间出租车的流动情况。研究结果表明,出租车在高峰期间存在逃离交通拥堵区域的现象,并且发现出租车逃离拥堵区域的时段相对于社会车辆的高峰期滞后0.5~1.0 h。该研究成果对于掌握出租车运行特性和出租车管理具有一定的借鉴价值。     

基于手机导航轨迹数据的城市大规模人群出行模式分析

手机导航轨迹数据具有多种交通方式,反映大规模人群的活动情况,适合开展不同交通方式下的出行模式研究。基于手机导航数据,利用LightGBM模型实现出行交通方式分类,得到步行、机动车和非机动车3种交通方式下的人群轨迹。基于这3类交通方式,给出人群出行在周末和工作日下时间、空间和距离的分析指标,并对上海4天数百万条手机导航数据开展了实验分析。结果表明：在时间分布上,上海居民的周末出行高峰比工作日更晚并且持续时间更短,出行方式主要以机动车和步行为主;在空间分布上,机动车主要集中在高架区域,步行主要集中在地铁站附近,高架路和地铁站的引导标志不充足,周末交通枢纽和商圈类热点区域比工作日多;在距离分布上,导航出行距离符合截断幂律分布,人群导航出行以中短距离为主,并随距离增长迅速衰减。研究结果可以为城市规划、城市交通管理政策的制定提供理论依据和技术支撑。     

基于数据挖掘的路网交通拥堵特征分析

交通拥堵的发生通常导致道路通行能力的下降和交通瓶颈的形成,对城市的经济和环境造成影响。对此利用大数据技术挖掘交通数据,通过聚类分析方法,构建交通指数数据集,进而对城市路网交通拥堵进行定量分析。研究表明,路网拥堵在工作日和周末存在差异,周数据具有周期性,在空间上总体呈现由点向线再到面的拥堵扩散过程。依据拥堵的时空特征,分析了路网的拓扑结构和流量的复杂性,为城市的可持续发展和交通优化提供一定的支持。     

世界遗产地西湖交通拥挤评价及特征分析

以旅行时间为通用标准,建立基于交通的拥挤指数评价标准,通过对西湖世界遗产地道路旅行时间(即平均行程速度)与道路断面流量测算,分析世界遗产地杭州西湖交通拥挤程度、时空间分布特征及影响因素,并从交通拥堵规律的角度出发,提出相关解决措施.研究表明:(1)西湖五条"传统"拥堵路段在"十一"国庆节假日期间属于中度拥堵至严重拥堵状态,非节假日期间属于轻度拥堵至基本通畅状态,早高峰出现中度拥堵甚至严重拥堵,节假日交通拥挤更显著,与定义的拥挤指数相一致.(2)西湖遗产地在节假日交通拥挤呈现点、线、面的空间分布形式,具有拥挤时间长且明显重合的特征,非节假日呈现点状空间分布形式,时间短暂、集中的特征.(3)交通拥挤问题的本质是交通供需的不平衡,政府应对交通拥堵问题策略在于"治理",合理控制交通准入,加强交通管理.