基于出租车GPS数据聚类分析的交通小区动态划分方法研究

对交通出行数据进行优化,抽取出租车载客过程中乘客上下车的GPS位置坐标.基于聚类与交通小区划分的相似性,采用K-Means聚类法进行交通小区的划分.首先,通过聚类得到交通出行OD矩阵,然后据此划分出交通小区.基于Google Maps API,搭建了软件平台.通过试验可以看出,这种动态划分方法得到的区域能够与现有的交通小区相吻合.这种高实时的交通小区划分方法将对动态的OD估计有着极大的参考价值.     

基于模糊聚类的交通小区划分方法研究

阐述了交通小区的定义,划分交通小区的目的与原理,依据模糊聚类分析法,运用MATLAB软件进行聚类分析,提出整合方案。     

基于预知OD的城市路网交通流路径优化研究

针对城市路网交通流分布不均引起的交通拥堵问题,提出了在预约出行交通背景下基于预知OD的交通流路径优化方法。首先,分析了预约出行交通背景下预知OD的数据环境;其次,根据动态用户均衡准则,对预知的OD进行流量分配,给出预约出行车辆的路径;接着,使用预测控制的方法,结合路网上预约车辆的状态,以路网上路段的饱和度和未预约车辆的行程时间最小化为目标,从系统和用户两个角度对未预约车辆的路径进行实时的诱导,通过连续时域的滚动优化控制,优化交通流的路径;最后,对本方法的实现和应用做了思考和探索,对本研究做了总结。     

深圳城市出行空间结构研究

居民日常出行既反映城市人口转移与集聚的真实路径,也体现着城市不同空间的使用强度差异。基于深圳第五次居民出行调查数据,研究从出行规模、出行时间和出行目的三方面分析城市居民出行的时空分布规律;并利用SPSS的K-MEANS聚类方法将市域482个交通小区划分为高热、次热、低热三类区域;由此识别出全市三级出行中心,三条出行走廊和五个出行组团,并将深圳城市出行总结为"多心多廊组团式"空间结构;最后从中心城区与外围郊区出行空间模式、城市出行中心与建成环境中心体系比较、五大出行组团发展差异等方面总结了深圳城市出行空间结构的特征。     

城市交通规划的方法

交通规划是建立完善的交通体系的重要手段。文章首先基于AutoCAD、Mapinfo、Office等软件，绘制城市局部区域的路网，根据土地用地性质、面积、人口密度、道路等级等划分交通小区。然后应用交通规划的四阶段法（出行生成、出行分布、出行方式划分、交通分配）进行实例分析，其中出行分布采用单约束重力模型法，交通分配采用多路径概率分配法。最后根据道路交通及社会经济等指标，最终得到分配到每个路段上的交通量。     

实时OD估计中卡尔曼滤波算法研究

ITS研究中，动态OD矩阵估计是交通动态分配的关键因素。针对OD矩阵难以获得的问题，回顾动态OD矩阵估计理论的发展历程，明确该领域研究中的三个关键问题：状态变量的选择、系统方程的确定、OD量与路段流量的关系（分配矩阵）。在此基础上介绍一种基于历史OD矩阵数据的估计方法，卡尔曼滤波算法，为动态OD矩阵估计理论的进一步的研究奠定基础。     

长株潭城际轨道交通客流预测

基于目前还没有完全适合于城市群轨道客流预测的方法,长株潭城际轨道交通客流预测采用了改进的“四阶段”预测法,即基于运营组织的城市群轨道交通客流预测法,该法是在分析城市群个体交通与公共交通之间的合作与竞争情况下采用方式预划分得到公共交通方式OD,再在考虑各种公共交通方式的运营组织情况下,将公共交通方式OD在综合路网上进行结合方式划分的联合分配,并随后对分配结果进行检验,未达到精度要求即调整轨道交通运营组织方案重新分配,直到得到轨道交通运营组织方案与轨道交通客流量之间的一个稳态结果。     

长株潭城际轨道交通客流预测

基于目前还没有完全适合于城市群轨道客流预测的方法,长株潭城际轨道交通客流预测采用了改进的"四阶段"预测法,即基于运营组织的城市群轨道交通客流预测法,该法是在分析城市群个体交通与公共交通之间的合作与竞争情况下采用方式预划分得到公共交通方式OD,再在考虑各种公共交通方式的运营组织情况下,将公共交通方式OD在综合路网上进行结合方式划分的联合分配,并随后对分配结果进行检验,未达到精度要求即调整轨道交通运营组织方案重新分配,直到得到轨道交通运营组织方案与轨道交通客流奄之间的一个稳态结果.     

基于大数据的公交服务供需动态匹配研究

为识别公交服务供需匹配状况、推进公共交通健康良性发展,提出微观、动态的公交服务供需匹配方法。首先,基于高德地图路径规划数据获取实时交通状态下的公交出行方案信息,考虑出行者微观空间的步行实际可达性,构建精细步行级别的路网。然后利用腾讯“宜出行”位置大数据获取实时人口分布,基于时间识别窗口的方法挖掘不同时段的职住出行需求。引入双变量局部莫兰指数,对公交服务供需进行动态匹配与分析,识别供需不平衡区域,协助城市职住空间与公交供给优化。最后,以武汉市主城区为例分析识别公交服务供需匹配情况。结果表明:公交服务供需分布由主城区中央向外围圈层式递减,整体匹配状况较好;高需求—高供给类区域主要集中于主城区中央,低需求—低供给类区域分布于主城区外围,高需求—低供给类与低需求—高供给类供需不匹配区域占比较小,识别得到公交服务供需不匹配区域分布,能为城市公共交通的合理规划与建设提供重要参考和依据,对其进行优先处理可有效优化城市公交供给。     

基于状态空间模型的动态交通出行量预测研究

在现代交通管理中，短时交通信息预测有着非常重要的地位。动态交通出行量作为重要的交通信息之一，对其进行预测研究可以丰富短时交通信息预测的理论研究，为提前实施相应的交通管理策略，引导交通需求，提高路网利用效率提供数据支撑。本文在总结动态交通出行量反推理论的基础上，构建了用于动态交通出行量预测的状态空间模型，描述了卡尔曼滤波算法。最后将模型和算法应用到南京某路网进行预测计算，结果表明所构建的模型具有较高的预测准确性。     

对传统房地产市场分类方法的研究

传统的房地产市场划分方法一直影响着实际投资决策和研究，而这些分类方法并不一定能反映出市场的基本规律。本文试图对这一问题进行矫正。本文检验了英国的两种分类方法，根据研究需要，用聚类分析法根据租金变化情况对全国市场进行了归类——租金的变化是影响投资回报的关键因素。文章将聚类分析结果与英国传统的基于地域因素的市场分类方法进行了比较。比较结果显示，在零售业方地产市场上，地域划分方式不能反映市场的实际聚类情况，在写字楼市场上，跨地域的分类方式能够比较好的反应市场聚类情况。     

基于改进K-means聚类的物流配送区域划分方法研究

在求解大规模的车辆路径问题时,首先需要将大规模复杂的配送网络根据一定的约束条件并利用相应的方法划分为若干个小规模的配送区域,而不同的配送区域的划分方法对最后优化效果影响很大,本文从解决实际问题入手,首先明确了使用聚类算法进行配送区域的划分可以使得到的区域比较紧密且更符合实际需求,然后分析了现有基于K-means聚类算法的优劣性,在此基础上设计了一种新的配送区域均衡的划分方法——改进的两阶段K-means聚类算法,并经过仿真实验验证了方法的实用性和有效性。     

基于BP神经网络的运输通道交通方式选择模型研究

通过分析LOGIT模型效用函数构造存在的不足,探讨了利用BP神经网络解决方式划分问题的基本原理。利用BP神经网络良好的非线性逼近能力对LOGIT模型的效用值的确定进行改进,构造了基于BP神经网络的运输通道出行方式选择模型。最后给出了一个算例,详细介绍了基于BP神经网络的交通方式划分模型的建立、训练仿真的过程,预测结果表明该模型对交通方式划分问题不仅有很强的解释性,同时具有很好的可操作性。     

基于谱聚类算法的烟草立体仓库储位优化

基于烟草立体仓库的运作背景,从行业发展和企业需求出发,为促使仓库分拣运作更均衡,提出了考虑产品关联与周转率的储位优化方法。方法中,建立了储位优化模型,通过肘方法确定聚类的最佳簇数,再基于谱聚类算法对产品进行聚类,最后设置了货位指派规则,将聚类结果有效地科学地应用到了运作实际场景中,得到了储位优化布局。     

基于模糊聚类分析的服务水平分级标准研究

以服务水平分析为手段,对道路交通拥挤程度进行分析,并提出应用模糊逻辑量化交通状态的方法.采用了行程速度与流量两个因素为输人变量,建立相应的模糊推理规则体系,得到了交通状态量化判断曲面定义交通状态6个等级.基于模糊聚类方法的服务水平分级标准,能更全面反映城市道路连续交通流的交通特征,有助于提高交通管理决策水平以及提供更优质的交通信息服务.     

英国BedZED社区规划的启示意义

BedZED社区：“绿色交通计划”确保社区可持续发展 BedZED社区，位于英国萨顿贝廷顿（Beddington），是一个混合居住和工作功能的小区，也是第一个将可持续发展理念应用到各个方面的零能源发展小区。BedZED小区只利用可再生能源，确保无二氧化碳的产生，并通过绿色交通计划，最大程度减少对汽车出行的需求，降低噪音，减少污染，同时也为儿童提供了一个安全的环境。     

基于BP神经网络的运输通道交通方式选择模型研究

通过分析LOGIT模型效用函数构造存在的不足,探讨了利用BP神经网络解决方式划分问题的基本原理.利用BP神经网络良好的非线性逼近能力对LOGIT模型的效用值的确定进行改进,构造了基于BP神经网络的运输通道出行方式选择模型.最后给出了一个算例,详细介绍了基于BP神经网络的交通方式划分模型的建立、训练仿真的过程,预测结果表明该模型对交通方式划分问题不仅有很强的解释性,同时具有很好的可操作性.     

道路施工管制对居民出行影响分析

本文研究了道路施工管制对于居民出行影响的问题,采用问卷调查的形式进行数据搜集,应用非集计模型理论及居民出行方式的RP和SP组合数据,建立了交通方式划分的MNL模型,并应用Spss22.0软件对模型中的参数进行标定.通过模型拟合度和显著性检验验证了模型的有效性,通过研究单因素、双因素、三因素得到了各种交通方式的效用函数方程,利用该模型对道路施工期间蚌埠市大学城周围居民出行交通方式的分担率进行了预测.实践证明,此模型能够充分考虑到居民出行方式选择各方面的影响因素,能够为以后在道路施工期间居民的出行提供一定的帮助和依据.     

利用道路交通流量进行OD矩阵反推的模型与方法综述

分别从静态和动态角度对基于路段交通流量的OD矩阵反推模型与方法进行了综述,并依据不同的分类标准对文献中出现的OD矩阵反推模型与方法进行了分类.     

并行DBSCAN聚类算法

本文针对DBSCAN算法在计算速度方面的瓶颈，提出了一种新的基于内存的并行DBSCAN算法：合理划分数据库，各个处理器并行聚类，之后合并聚类结果，可以达到很好的聚类结果效果和计算效率。通过对一台双核计算机的实验，发现实验速度可以提高50%左右。