全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

城市出租车上下客的GPS轨迹时空分布探测方法

DOI: 10.3724/SP.J.1047.2015.01179, PP. 1179-1186

Keywords: 线密度模型,时空分布,大数据,GPS轨迹,上下客

Full-Text   Cite this paper   Add to My Lib

Abstract:

出租车作为城市公共交通的重要补充,是城市面向公众的一个窗口,在人们日常出行中起到越来越重要的作用。出租车资源时空分布的不均衡,直接影响到城市公共交通的运行效率和城市形象。通过研究出租车上下客的时空分布特征,不仅可以反映城市居民的工作、生活、出行的规律和模式,也可反映城市空间在不同时段内的动态性和“热度”。本文基于出租车GPS轨迹大数据,针对出租车上下客事件轨迹呈现的线状特征,以及城市道路网络空间不同时段“热度”的动态分段特征,提出了出租车上下客时空分布的线密度探测模型。该模型通过对时间多粒度描述与表达,对不同城市道路网络空间,进行出租车上下客事件的探测和分析,获取城市出租车上下客的时空分布规律,更深刻地理解和认知了城市空间的动态性。

References

[1]  罗端高,史峰.考虑需求分布影响的城市出租车运营平衡模型[J].铁道科学与工程学报,2009,6(1):87-91.
[2]  康留旺.基于FCD的城市出租车空驶率及拥有量的计算[J].数字技术与应用,2010(7):81-82.
[3]  关金平,朱竑.基于FCD的出租车空驶时空特性及成因研究[J].中山大学学报(自然科学版),2010(49):29-36.
[4]  唐炉亮,常晓猛,李清泉,等.基于蚁群优化算法与出租车GPS数据的公众出行路径优化[J].中国公路学报,2011,24(2):89-95.
[5]  辛飞飞,陈晓洪,林航飞.浮动车数据路网时空分布特征研究[J].中国公路学报,2008,21(4):105-110.
[6]  孙飞,张霞,唐炉亮,等.基于GPS轨迹大数据的优质客源时空分布研究[J].地球信息科学学报,2015,17(3):329-335.
[7]  张希瑞,方志祥,李清泉,等.基于浮动车数据的城市道路通行能力时空特征分析[J].地球信息科学学报,2015,17(3):336-343.
[8]  陆锋,刘康,陈洁.大数据时代的人类移动性研究[J].地球信息科学学报,2014,16(5):665-672.
[9]  裴韬,李婷,周成虎.时空点过程:一种新的地学数据模型、分析方法和观察视角[J].地球信息科学学报,2013,15(6):793-800.
[10]  Wong K I, Wong S C, Bell M G, et al . Modeling the bilateral micro-searching behavior for urban taxi services using the absorbing markov chain approach[J]. Journal of Advanced Transportation, 2005,39(1):81-104.
[11]  唐炉亮,常晓猛,李清泉.出租车经验知识建模与路径规划算法[J].测绘学报,2010,39(4):404-409.
[12]  Tang L, Li Q, Chang X, et al . Modeling of taxi drivers' experience for routing applications[J]. Science China-Technological Sciences, 2010,53:44-51.
[13]  徐金垒,方志祥,萧世伦,等.城市海量手机用户停留时空分异分析——以深圳市为例[J].地球信息科学学报,2015,17(2):197-205.
[14]  Li B, Zhang D, Sun L, et al . Hunting or waiting? Discovering passenger-finding strategies from a large-scale real-world taxi dataset[C]. 2011 IEEE International Conference on Pervasive Computing and Communications Workshops, 2011:63-68.
[15]  Liu L, Andris C, Ratti C. Uncovering cabdrivers’ behavior patterns from their digital traces[J]. Computers, Environment and Urban Systems, 2010,34(6):541-548.
[16]  Phithakkitnukoon S, Veloso M, Bento C, et al . Taxi-aware map: Identifying and predicting vacant taxis in the city[J]. Lecture Notes in Computer Science, 2010,6439:86-95.
[17]  Yamamoto K, Uesugi K, Watanabe T. Adaptive routing of multiple taxis by mutual exchange of pathways[J]. Inderscience Publishers, 2010,2(1):57-69.
[18]  Yuan N J, Zheng Y, Zhang L, et al . T-finder: A recommender system for finding passengers and vacant Taxis[J]. IEEE Transactions on Knowledge and Data Engineering, 2012,25(10):2390-2403.
[19]  Zheng X, Liang X, Xu K. Where to wait for taxi[C]. Proceedings of the ACM SIGKDD International Workshop on Urban Computing. 2012:149-156.
[20]  Elmasri R, Lee J. Implementation options for time-series Data[J]. Lecture Notes in Computer Science, 1998, 1339:115-128.
[21]  Tang L, Li Q, Yang X, et al . Road network modeling and representation for time-dependent traffic control[J]. Information, 2013,16(9A):6459-6472.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133