基于大数据的出租车停车点布局优化研究

基于大数据的出租车停车点布局优化研究

ID:20867545

大小:82.00 KB

页数:6页

时间:2018-10-17

基于大数据的出租车停车点布局优化研究_第1页
基于大数据的出租车停车点布局优化研究_第2页
基于大数据的出租车停车点布局优化研究_第3页
基于大数据的出租车停车点布局优化研究_第4页
基于大数据的出租车停车点布局优化研究_第5页
资源描述:

《基于大数据的出租车停车点布局优化研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于大数据的出租车停车点布局优化研大连海事大学摘要:大连市的屮山路是市区车流量最大的道路之一,所以出租车的路边上下客比较频繁,尤其是在黑石礁和友好广场等路段。随意的路边停车上下客不仅对正常的交通流有阻滞作用,而且也构成了对乘客的潸在人身伤害。大连市交通管理局打算出台新政策,让中山路全路段禁止随意路边停车。但是鉴于某些路段出租车出行需求实在过大,拟在部分路段规划出租车停靠站。关键词:停车点;布局优化;大数据处理;作者简介:李根,男,1993年,单位:南京齊顿大学,研究方向:交通规划。正文:1出租车GPS数据的

2、处理1.1数据可视化本文的数据来源自大连出租车客管处,记录了XXX辆车在XXX天的GPS数据,占所有出租车数量的XXX首先确定需要得到的数据,B卩:中山路上出租车上下客的GPS坐标,以及各个停车点距离下游交叉口的距离,中山路各个路段的长度。涉及GPS数据可视化与停车点筛选时候首先将GPS数据导入Mapinfo软件其中,每个数据点包含了如下信息:车辆号码(一车一码),当前经纬度,GPS时间,空车重车情况,速度。1.2利用Mapbasic编程确定车辆的行驶方向在中山路的末端人为设置一个坐标为(M,N)的数据点,

3、在这里M=121.467525,N=38.830533c通过Mapbasic编程画出停车点和停车点上一个GPS数据点到这个连线Ll,L2。如果L1〉L2,就是说明此车是在背离(M,N)这个数据点,也就是向中山广场方向行驶时候停车。通过这个对比,在Mapinfo中新建叫做“direct”的列,不同的方向设为不同的数值,这样不同车道向的停车方向就区分出来了。从观察的数据来看,向市区方向的停车点远远多于向郊区方向的,前者在早晨六点开始进入高位,持续到晚上八点。后者到早晨八点明显增多,持续到晚七点。一个的细节,向旅

4、顺方向的停车在早九点,下午两点左右,晚七点都有明显下降。而在这些时段,向市区方向的上下客数量恰好达到高峰。所以后文的研究重点将会侧重于数量偏多的一方。图2.6时间-距离-停车强度图下载原图方向确定好之后,可以利用Matlab生成不同走向的停车强度-距离图。X轴是0到16000米,也就是计算起点海事大学正门到计算终点中山广场中心点的距离。Y轴是0到24,也就是一天中的24小时。Z轴是停车强度,也就是路边停车的次数。这里选取的是向市区方向的上车强度图。定义在中山路向市中心行定的车辆在路边的停车为市区-旅顺停车强

5、度,反之为旅顺-市区停车强度。2基于停靠站位置的出租车乘客选择行为研宄2.1调查问卷的设计SP调査中的情境组合设计调查的问卷屮要有四个因素:步行距离,等待时间,乘车距离,舒适度。为丫方便数据采集和处理每个因素分别设定四个水平。根据止交表得出的设计方法只需要16个情景就能很好地覆盖。不同的水平被赋予不同的值,也就是1到4。本文选用BinaryLogit模型作为分析工具,具体模型描述如下:问卷设计的调査是基于问卷星问卷调査系统,采用微信分享的方式进行调査。最终获取问卷269份,其中有效问卷205份。2.2.1方

6、式划分模型的标定第一列用0-1表示出租车和公交车的选择,0为出租车,1为公交车。后面每列是不同情境的具体数值。为了方便调查者回答在问卷的许多选项都是一个范围值,例如(T3分钟。在数据处理阶段取中间值1.5分钟即可。最终整理出2816个不同情境下的选择。为了能在统计软件SPSS中标定出系数,需要将调查问卷得到的原始数据处理成部分如下,采用Enter方法,得出的效用值函数为其中,U为整体效用,W为等车时间,S为步行距离,D是出行距离,C是拥挤程度。等车吋间,公交车的拥挤程度都可以转化为乘车人数的变量,也就是选择

7、在一个地点乘车的人数越多,等待时间越长。最后得到的简化效用值分别为2.2建设停靠站后中山路打车人数和分布变化的计算2.2.1分配方法一般思路是用一个地点的总出行量根据各个交通方式的效用函数占比分配乘坐不同交通工具的人数。由于某段路的出行量难以得知,己知的只是一种特定的交通方式的出行量(出租车)。根据这种情况,用各点出租车的出行逆推出各点的出行总量(出租车+公交车),再在出租车禁止随意路边停车上下客的新情况下重新分配这些客流。根据处理过的GPS数据可以得到原始的出租车出行,不考虑私家车的因素,因为屮山路上绝大

8、部分出行的生成方式均为出租车和公交车,可以通过公交车与出租车效用与出租车出行数据可以逆推出总出行(公交车+出租车出行人数)。图3.2距离示意图下载原图得到的新矩阵Newall(n)就是第n个出行点的总出行。基于这些出行,重新分配所有的出行者。在中山路禁止随意停车后,计算每个点新的公交车和出租车效用函数Ub和Ut。从原来的招手即停变为乘客由需求产生点步行至出租车站,出租车的便利性产生一定的减少。原来乘坐出租车出行的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。