论文部分内容阅读
出租车轨迹数据是一种蕴含时空特征的数据,目前关于出租车轨迹数据的研究方法主要是数据分析工具与数据挖掘算法,基于这些方法探测数据中隐藏的一些时空信息和特征,可以为城市交通建设规划提供参考意见。本文以武汉市出租车运行轨迹数据为研究对象,首先介绍了研究背景、研究意义与出租车轨迹数据相关理论,并且进行出租车轨迹数据预处理,使得数据符合相关的要求。预处理后的出租车轨迹数据存储在指定的数据库中,经过数据分析挖掘出租车交接班停留行为与出租车加油停留行为位置。(1)挖掘出租车交接班停留行为出租车交接班次数是由出租车经营模式所决定的,由于出租车交接班行为在时间上具有周期性、在空间上具有相对稳定性,为此本研究依据出租车交接班时空特征提出多尺度窗口滑动模型提取出租车交接班的时间和空间位置。首先进行多尺度窗口滑动模型建模分析,主要有空间序列频繁性、时空序列频繁性、交接班停车事件分析。基于建模分析以部分轨迹数据为例探索交接班事件的间隔距离特征与交接班时长特征。利用交接班事件间隔距离与交接班时长分别选取空间多尺度参数与时间多尺度参数挖掘出租车交接班行为。并且分析其时空特征,主要是:交接班强度在04:00-06:00与15:00-18:00这两个时间段中最高,在10:00-12:00之间交接班行为个数也增多。在04:00-06:00与15:00-18:00这两个时间段中交接班不会造成打车难的问题。在11:00-12:00之间与17:00-20:00之间交接班车辆数虽然在减少,但是依然有车辆在该段时间交接班。这两个时间段属于居民出行的午高峰与晚高峰,在此时间段交接班会造成打车难的问题。交通部门应加强出租车在交接班时间调查力度,一经发现应及时制止,并且给予一定的惩罚。(2)出租车加油停留行为提取综合分析车加油的行为模式特征,以加油行为模式特征为基础对出租车加油行为轨迹进行几何建模并作为特征模板。分析出租以加油站为基点提取车辆加油轨迹段,利用傅里叶级数分析出租车加油轨迹段与特征模板的相似性,结合加油停留时间、速度变化与距离变化提取出车辆加油行为。并且分析其时空特征,主要是:出租车加油行为发生在中心城区,在新城区很少,这是因为中心城区居民较多,对于出租车需求量大,盈利大,出租车司机选择在中心工作,在武昌区、江汉区、洪山区车辆加油轻度较高。武昌区与江汉区面积小,但是车辆加油强度高,所以在这两个区域内可以增减加油站数量,方便车辆加油,降低加油时等待的时间,缓解车辆加油压力。