基于手機(jī)定位數(shù)據(jù)的居民出行OD矩陣獲取方法研究.pdf

1、城市交通是城市發(fā)展的基礎(chǔ)和前提，是聯(lián)系當(dāng)代社會經(jīng)濟(jì)活動的紐帶，若是想要使一個(gè)城市快速發(fā)展起來，那么我們必須首先解決其交通問題。解決交通問題主要包括交通問題的診斷、交通系統(tǒng)的規(guī)劃和交通管理政策的制定，其一個(gè)重要的參考依據(jù)便是居民出行OD調(diào)查(Origin Destination Survey)。居民出行OD調(diào)查即調(diào)查居民出行從出發(fā)地點(diǎn)到目的地點(diǎn)的全面情況，了解居民出行的構(gòu)成、流量以及去向。傳統(tǒng)的居民出行OD調(diào)查方法主要采取人工詢問和表格調(diào)

2、查的方式，如路邊詢問法、表格調(diào)查法、電話調(diào)查法等，這些傳統(tǒng)調(diào)查方法需要耗費(fèi)大量的人力、財(cái)力，并且其抽樣率較低、得到的OD矩陣精確度不高;基于現(xiàn)代先進(jìn)技術(shù)的出行OD調(diào)查方法主要包括微波檢測法、地感線圈檢測法、視頻圖像檢測法、GPS浮動車等，這些方法存在需要改動現(xiàn)有設(shè)備、安裝維護(hù)費(fèi)用高、覆蓋面較小等不足。隨著移動通信技術(shù)的迅速發(fā)展，手機(jī)普及率逐漸升高，大量的手機(jī)用戶在日常出行中產(chǎn)生了海量的定位數(shù)據(jù)，這些定位數(shù)據(jù)的采集無需更改現(xiàn)有的設(shè)備，并且

3、具有全天候連續(xù)采集、抽樣率高、數(shù)據(jù)量龐大的特點(diǎn)，本論文基于手機(jī)定位數(shù)據(jù)的諸多優(yōu)點(diǎn)研究了利用這些手機(jī)定位數(shù)據(jù)來獲取居民出行OD矩陣的方法。
　　本文首先簡述了論文研究的背景與意義、國內(nèi)外研究現(xiàn)狀以及本文的主要研究內(nèi)容，并就本研究相關(guān)的理論基礎(chǔ)進(jìn)行了介紹;分析了手機(jī)定位數(shù)據(jù)中主要存在的問題，并針對其存在的數(shù)據(jù)缺陷、定位漂移、定位數(shù)據(jù)非等時(shí)采集等問題進(jìn)行了相應(yīng)的數(shù)據(jù)預(yù)處理;然后提出了一種基于“空間-時(shí)間”雙層聚類的停留點(diǎn)識別算法，先在空

4、間層面利用DBSCAN算法對定位點(diǎn)進(jìn)行聚類，并利用K-近鄰法的思想優(yōu)化聚類結(jié)果，得到候選停留點(diǎn)，再在時(shí)間層上對定位數(shù)據(jù)聚類以對候選停留點(diǎn)進(jìn)行劃分和取舍，識別出用戶出行的停留點(diǎn)和出行鏈;考慮到聚類和交通小區(qū)劃分之間存在很大的相似性，利用K-Means算法對停留點(diǎn)聚類實(shí)現(xiàn)交通小區(qū)劃分，其中，K-Means算法中的參數(shù)k根據(jù)交通小區(qū)劃分原則確定;然后將出行鏈映射到劃分好的交通小區(qū)中，從中識別區(qū)外出行，再經(jīng)過統(tǒng)計(jì)計(jì)算后得到居民出行OD矩陣;最后