基于城市私家车轨迹的有规律出行行为与出行模式研究

发布时间：2023-11-18 12:10

　　随着我国城市经济持续快速发展,汽车拥有量的飞速增长和有限的城市道路资源之间的矛盾日益加重。其中私家车具有较高占比,据统计,截至2017年底,私家车占比约为80.3%。一方面,私家车的高拥有量加重了城市问题,例如,能源消耗、交通拥堵、环境污染等,另一方面,随着定位技术、信息处理和数据挖掘等技术的发展,私家车为城市计算、智能交通系统等应用提供了大规模的轨迹数据。准确采集及获取私家车轨迹数据并对其特有的移动模式和轨迹特征进行分析和挖掘,对研究居民出行特征和交通流演变具有重要意义。本文基于城市私家车轨迹,对城市私家车有规律出行行为及其出行模式进行研究,主要工作如下:针对获取的私家车轨迹存在数据冗余、漂移等问题,为了消除数据质量问题对后续各技术环节的不利影响,本文对私家车原始轨迹进行数据清洗。首先,为了减小数据存储空间,本文对冗余和无效的GPS(Global Positioning System)数据进行去除。然后,为了提高轨迹数据分析和挖掘的性能,本文通过阈值检验法对发生漂移的GPS数据进行检测和剔除。基于城市私家车的历史轨迹数据,提出一种挖掘私家车有规律出行行为的方法。由于轨迹的相似度可以反...

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 移动轨迹特征分析及模式挖掘研究
        1.2.2 车辆轨迹在城市中的应用研究
        1.2.3 城市居民出行特征研究
    1.3 本文的研究内容与本文结构
        1.3.1 研究内容
        1.3.2 本文结构
第2章 相关研究基础
    2.1 移动轨迹数据预处理方法
    2.2 轨迹相似度度量方法
        2.2.1 欧式距离
        2.2.2 动态时间规整
        2.2.3 编辑距离
        2.2.4 最长公共子序列
    2.3 轨迹数据分类方法
    2.4 模型超参数优化方法
    2.5 时空轨迹聚类方法
    2.6 本章小结
第3章 私家车轨迹数据介绍及轨迹清洗
    3.1 城市私家车轨迹获取及数据介绍
    3.2 轨迹数据清洗
        3.2.1 去除冗余和无效数据
        3.2.2 剔除漂移轨迹数据
    3.3 本章小结
第4章 城市私家车有规律出行行为研究
    4.1 相关定义
    4.2 轨迹相似度度量
    4.3 轨迹相似度特征提取
    4.4 有规律出行行为挖掘
    4.5 实验结果及分析
        4.5.1 距离度量和相似度度量
        4.5.2 私家车有规律出行行为挖掘
    4.6 本章小结
第5章 规律出行私家车出行模式研究
    5.1 出行停留信息提取
    5.2 出行时间特征表示
    5.3 主要出行模式挖掘
    5.4 实验结果及分析
        5.4.1 出行时间特征表示
        5.4.2 规律出行私家车主要出行模式挖掘
    5.5 本章小结
结论
参考文献
附录 A 攻读学位期间所发表的学术论文目录
附录 B 攻读学位期间参与的主要项目
致谢



本文编号：3865257