-
题名基于组合模型的车辆出行特征模式划分
被引量：2
- 1
-
-
作者
蔡晓禹
吕亮
杜蕊
-
机构
重庆交通大学交通运输学院
山地城市交通系统与安全重庆市重点实验室
-
出处
《公路交通科技》
CAS
CSCD
北大核心
2021年第6期129-140,共12页
-
基金
国家自然科学基金项目(61703064)
重庆市高校优秀人才支持计划项目
重庆市技术创新与应用示范专项重点研发项目(cstc2018jscx-mszdX0085)。
-
文摘
精准掌握车辆的出行规律研究智能化城市交通管理及规划的基础工作,而掌握车辆出行规律的前提是探究车辆的出行特征。为研究城市道路交通车辆的出行特征模式,通过对历史RFID轨迹数据挖掘,对私家车、出租车样本轨迹数据进行定性分析,总结车辆运行的分布特征规律。基于数理统计分析,建立了出行频次、在网时间、轨迹重复率、出行时段,活动偏好区域、干线影响区偏好等出行特征指标体系。通过对出行特征指标的定制选取,建立基于密度峰值(CFSFDP)算法与BP神经网络算法的出行特征群体辨识模型。研究了私家车、出租车存在的特征群体,辨识出不同的出行模式,即实现出行特征群体的辨识。选取重庆市主城区域内的RFID数据进行试验分析,分别基于私家车、出租车提取的出行特征指标,进行CFSFDP算法的聚类分析,找到聚类中心,归纳分类数据。再利用分类数据进行BP神经网络训练学习,评价模型试验结果。结果表明:私家车存在3种出行特征群体:商用私家车群体、通勤私家车群体、其他私家车群体,群体识别率为97.2%。出租车具有2种出行特征群体:其他区域偏好出租车群体、干线影响区偏好出租车群体;群体识别率高达99.18%。
-
关键词
城市交通
RFID数据
出行特征指标
群体辨识
CFSFDP&BP组合模型
-
Keywords
urban traffic
RFID data
travel characteristic indicator
group recognition
CFSFDP&BP combined model
-
分类号
U491.4
[交通运输工程—交通运输规划与管理]
-
-
题名城市公共交通通勤者活动出行链构建与特征提取方法
被引量：1
- 2
-
-
作者
周航
陈学武
-
机构
杭州市规划设计研究院
东南大学江苏省城市智能交通重点实验室
东南大学现代城市交通技术江苏高校协同创新中心
东南大学交通学院
-
出处
《交通工程》
2022年第1期22-28,34,共8页
-
基金
国家自然科学基金重点项目(No.51338003).
-
文摘
为了深入掌握城市公交通勤者的活动和出行特征,提升既有公共交通刷卡数据与活动交易等数据的应用价值,提出活动出行链构建与特征提取方法.本文明确活动出行链应包括活动链标识、活动属性和出行属性3项类别的17个字段,通过对活动类型的更新、活动出行记录的填补与合并,得到活动出行链构建结果.同时,从日常活动和通勤出行2个角度,制定了公交通勤者活动出行特征分析的4层指标体系,包括活动频次、活动空间多边形面积、非工作活动习惯、通勤方式、公交/小汽车通勤时耗比等12个特征指标,并结合ArcGIS等地理信息系统分析软件进行指标提取方法阐述.通过南京样例数据的活动出行链构建以及在此基础上的部分指标提取结果示意,可知方法可行.活动出行特征指标提取结果,可为后续活动出行特征分析和公交相关设施优化提供数据基础和参考依据.
-
关键词
城市交通
公共交通
活动出行链
活动出行特征指标
-
Keywords
urban transportation
public transportation
activity-trip chain
activity-trip characteristic index
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
