近年来随着经济和社会的发展,城市交通问题变得越发严重,这将严重影响城市交通并造成巨大的经济损失。为了降低交通问题带来的负面影响,对交通流进行有效的预测是其中的关键点之一。这可以通过得到城市道路网络中路段行驶速度随机性的规律(分布规律和时空相关性规律)来实现。但是分析路段行驶速度随机性的规律需要足够天数的路段行驶速度数据,如果数据量不足,会降低分析结果的准确性甚至无法进行分析。然而没有足够天数的数据是实际研究中很有可能遇到的。于是在数据量不充足的情况下,得到城市道路网络中路段行驶速度随机性的规律对于预测交通流,进而解决各种交通问题有着非常重要的意义且更加具有一般性。本文基于出租车GPS轨迹,采用地图匹配、速度估计等方法得到了一个成都市路段行驶速度数据集,并采用生成对抗网络(Generative Adversarial Nets,GAN)生成了与速度数据集分布非常接近的新数据,对数据集进行了补充。本文主要包含以下内容:(1)使用OpenStreetMaps上的数据,获取成都市道路网络数据,其中包含道路网络拓扑和每个路段的长度。然后利用地图匹配算法,确定出租车轨迹点在道路网络上的准确位置,接着利用匹配到路段上轨迹点的信息估计路段行驶速度,并对没有匹配到轨迹点的路段进行速度数据插补,最终得到路段行驶速度数据集。(2)基于速度数据不充足而难以有效地得到随机性规律的情况,本文采用GAN在路段行驶速度数据集的基础上生成了额外15天的速度数据,然后采用最大均值差异(Maximum Mean Discrepancy,MMD)评估生成数据的质量好坏,此外还从三个方面对数据的有效性进行了验证。这对于处理实际研究中数据量不足的问题,具有一定的借鉴意义。(3)最后基于得到真实路段行驶速度数据和生成的速度数据,对成都市道路网络路段行驶速度的分布规律和时空相关性规律进行分析。