基于MapReduce的海量公交乘客OD并行推算方法

公交乘客出行OD能够反映居民出行特征和出行需求,是进行公交系统评价、调度和线路优化的重要基础数据,对城市规划具有重要的实用价值。现有公交OD推算方法多适用于少量公交数据,无法直接快速地推算海量公交乘客出行OD,因此本文提出了一种基于MapReduce的海量公交乘客OD并行推算方法。首先将公交数据从关系型数据库迁移至HBase数据库;接着利用MapReduce并行计算框架,根据HBase中IC卡数据的Region数量分成多个map任务,每个map任务中Map函数计算上车站点,Reduce函数将上车站点以用户为单位进行归并输出到HDFS;然后在上车记录数据的基础上,根据HDFS存储的块数量分成多个map任务,针对每个乘客的出行记录,综合考虑出行链方法和历史相似出行行为规律实现对公交乘客下车站点较为精确的推算。最后以厦门2015年6月13日至26日的IC卡数据和公交车辆GPS数据进行实例分析,共计算出295条公交线路,16 879 661条上车记录,14 410 058条完整OD记录,占IC卡数据的78.9%,计算效率相比传统方法有较大幅度提升。结果表明：该方法不仅可以较为准确地推算公交乘客上下车站点,而且计算效率较高。     

基于ArcGIS Engine城市公交查询系统的设计与实现

城市公共交通出行时间长,准时率低。因此优先发展城市公共交通是解决城市交通问题的必由之路。公交查询系统开发的目的是为乘客的出行提供准确、及时、优化的公交信息服务。乘客能够对现有的公交站点、公交线路、运营计划进行查询。乘客输入任意出行起点、终点,系统可在相应的约束条件下,查找搜索出最优公交出行路径和换乘方案,最后以图和文字的形式表达出来。同时管理人员可根据站点、线路的变更,运营调度计划的调整,及时更新系统的公交线网,对与公交有关的其他基础数据方便地进行管理和维护。     

城市公交换乘模型的优化研究

传统的城市公交网络换乘模型中,一般根据公交站点间距离确定公交站点间是否应设定换乘关系,但该方法比较主观,可能导致某些公交站点间必要的换乘关系缺失。本文在以常用的以标准距离建立的公交换乘关系基础上,提出在介于标准距离和扩展距离的站点之间基于最优线路分析决定是否添加换乘关系的方法,同时给出了具体的实施步骤和实例分析。结果表明本文提出的方法能够为用户提供更好的出行选择,从而更好地满足乘客的实际需求。     

一种公交换乘优化算法设计

目前,在智能交通系统应用中,公交查询亟待解决其算法效率和换乘两大问题。对此,本文首先在分析乘客出行因素和公交网络特性的基础上,提出了关键站点的公交网络通达矩阵,分析了直达矩阵的计算原理;其次,阐述了城市道路网络最短路径算法,引入直达矩阵和公交网络通达矩阵,设计了一种公交换乘优化算法。该算法的基本原理:利用公交网络通达矩阵来确定哪些临时标记节点是潜在的永久标记结点,并始终优先考虑直达节点作为最短路径上的节点,从而实现对经典最短路径算法--Dijkstra算法的改进;最后,通过一个案例对该算法进行验证。实验表明,该算法不仅能够获得优于Dijkstra算法的性能,而且换乘次数更加合理。该算法能够适用于一般公交网络,对于换乘代价较高的公交网络更有优势。     

顾及空间异质性的出租载客与公交客流回归分析

出租车一直以来被看作公共交通的补充,但是以往研究多侧重于出租客流与公交客流的独立研究,对于二者的关联关系分析没有足够得到关注。预测出租车载客热点区域不仅能够实时的了解城市交通热点区域,还能够很好地指引出租车司机,帮助出租车司机快速寻客。出租车载客热点常发生在人流密集并且交通出行需求较高的区域,公交乘客IC卡数据能够实时的反映城市中的交通需求。因此,本文使用厦门岛出租车GPS轨迹数据与公共交通运输系统运营数据,利用核密度估计法和地理加权回归模型分析了早晚高峰时段出租车载客与公交上下车（OD）客流之间的时空分布关系。研究发现,出租乘客O点的核密度值在空间上存在分布不均衡性,聚集特征明显。在同一区域,公交乘客O点和公交乘客D点对出租乘客O点所产生的影响刚好相反;在不同区域,城市功能类型复杂的地区公交乘客O点对出租乘客O点产生负的影响,在城市功能类型单一的地区公交乘客O点对出租乘客O点产生正的影响,公交乘客D点则刚好相反。与普通线性回归模型相比,地理加权回归模型的拟合效果显著提高,早晚高峰拟合优度分别从0.13和0.11提升到了0.59和0.53。研究结果可为出租车载客数量的预测提供相关依据。     

基于Android的移动公交辅助导航系统设计与实现

基于Android移动开发平台,设计一款公交辅助导航软件系统。基于Android操作系统,结合SQLite数据库和百度地图应用程序编程接口,通过全球定位系统实时定位用户当前位置,完成公交线路查询、公交站点查询、出行线路规划等功能。同时,包括离线查询和在线查询,能满足用户在不同情况下完成公交信息查询和路线规划。创新性地提出了效率较高的"基于线路与站点的直达车搜索算法"、"基于直达车线路和站点的换乘车搜索算法"。实验结果表明,系统能运行于基于Android系统的移动设备,为用户出行带来方便。     

一种建立公交网络的最短路径改进算法

目前,对最短路径问题的研究很多,基本都是关注算法的计算效率问题,而其应用到具体领域时会遇到一些算法本身无法解决的细节问题。如将邻接结点算法用于公交网络的最短路径计算时,会遇到诸如缺少网络拓扑信息、属性数据复杂等问题。本文针对这些问题给出了解决方法:在计算最短路径之前,利用算法将站点和线路数据进行自动匹配,建立公交网络的拓扑关系。同时在数据存储方式上进行了改进,运用数据库存储复杂的公交属性数据和中间过程中产生的公交网络数据,节约了运算时的内存占用率,提高了数据的利用率,使算法更具实际意义。     

基于MAS的虚拟公共交通环境建模与模拟分析

针对目前公共交通模型很少关注乘客行为和人车相互作用的问题,提出了虚拟公共交通环境的概念及其构成要素的矢量表达,进而采用Multi-agent System 方法构建了车辆Agent 和乘客Agent 行为模型;并提出了公共交通运行中的车辆、乘客之间相互作用,以及时空变化的模拟算法,实现了虚拟公共交通环境原型系统。最后,设计了7 条道路、8 条公交线路、30 个公交站点和1 万次出行的小型公交环境作为实例验证,结果产生了车辆1428 次,上下车刷卡30 436 人次。通过分析总出行时间分布和对比不同发车间隔下乘客平均等待时间,发现了总出行时间分布与输入的出行需求数据相一致,且缩短发车间隔情况下各站点乘客的平均等待时间明显随之缩短。同时,通过原型系统分析了公交车辆的运行情况和乘客公交出行行为。结果表明,本文所提出的模型和算法能有效地模拟公共交通环境,便于交通管理者和科研工作者观察、处理和分析公共交通环境中所产生的数据。     

基于符号集合近似的城市轨道交通站点分类研究

轨道站点是城市轨道交通基本线网系统中的关键节点,科学的轨道站点分类,对了解城市功能分区及评价轨道交通基础设施建设情况具有重要意义。轨道交通站点时间序列客观记录了所观测的站点在各个时刻点的重要信息,研究其时间序列聚类,是认识和理解轨道交通站点时间序列形成本质的重要手段,也是挖掘轨道交通站点时间序列中隐含的有较高价值规律知识的重要方法。本文以北京IC卡轨道站点刷卡数据为研究对象,提出了描述轨道站点的4个数据集,即工作日进站数据集(WB)、工作日出站数据集(WA)、休息日进站数据集(RB)和休息日出站数据集(RA);并首次引入时间序列分析方法（符号集合近似(SAX)方法）对4个数据集进行聚类分析,实现了高维数据的有效降维和轨道站点之间的相似性度量。采用层次聚类方法并根据聚类有效性DB指数确定将195个站点分为8类更为合理。通过分析每类站点的日客流特征和空间位置分布情况,为轨道交通站点规划设计和管理服务提供一定的客观参考依据。     

基于Java Applet的网络地图服务平台设计与实施

网络地图平台设计是数字地图应用的一个重要发展方向。作者着重论述了采用Java Applet建立网络地图服务平台的实现思路、基本框架、数据组织及系统实施的关键技术,在此基础上介绍了地图发布软件的基本功能设计、结合COM组件技术实现公交换乘功能设计、界面设计等,最后给出具体实例。     

基于空间句法的地铁可达性评价分析——以2008年北京地铁规划图为例

可达性是城市规划、土地开发、房地产投资、交通管理等领域必须考虑的重要因素。论文结合乘坐北京市地铁更关心转换次数的特点,采用空间句法中平均深度值的形态分析变量,对2008年北京市各地铁线路、各起始站、各换乘站的可达性做了数量化的评价。评价结果表明,(1)空间句法是一种适于按线路单一票价计费的地铁评价方法;(2)基于空间句法的北京各地铁线路的可达性评价较为宏观、粗糙,而空间句法的北京各地铁起始站、换乘站的可达性评价则较为微观、精细;(3)2008年北京地铁的规划充分考虑了中关村地区、亚奥地带、西单、东单等地区旺盛的交通需求;(4)与市内其他地铁线相比,8号、9号地铁线的可达性较差,使用率可能会较低,建议结合OD流调整班次或车长,以降低运行成本。     

基于GPS轨迹大数据的优质客源时空分布研究

出租车客源的时空分布不均衡,不仅影响着出租车司机的收入,更重要的是极大地影响着出租车作为城市公共交通重要补充作用效益的发挥和提升。由于拒载、空载等因素的影响,传统研究出租车驾驶行为的评价方法,已无法准确表达出租车运营效率。本文以出租车GPS数据为研究对象,通过加入出租车空载状态的影响来优化出租车效率评估模型,首次提出了出租车优质客源的概念,对出租车优质客源进行定义与量化,建立优质客源的时空分析方法,并从出租车行驶轨迹中提取优质客源信息与优质客源的时空分布规律,为改善出租车司机的收益及提高出租车运营效率提供科学依据。     

基于多源地理大数据与机器学习的地铁乘客出行目的识别方法

探索地铁乘客出行目的识别方法,有助于突破智能卡数据（Smart Card Data,SCD）在具体应用场景中的局限性,提升SCD在交通出行研究、交通发展规划等领域的应用价值。本文融合多源地理大数据,基于城市交通与土地利用时空间互动理论,以北京市居民地铁出行为例,在交通出行调查数据中提取5565个地铁出行样本及其对应的出行目的和出行特征相关变量。基于兴趣点（Point of Interest,POI）数据得到各样本起止站点的土地利用特征相关变量,形成包含每次地铁出行的出行目的、出行特征、土地利用特征的地铁出行数据集。使用基于随机森林（Random Forest,RF）算法对地铁出行数据集进行训练完成的分类器对SCD记录的每一次地铁出行进行分类,获得该次出行的出行目的及其不同目的地铁出行时空间分布规律。研究结果表明,本识别方法可有效预测地铁乘客的出行目的,其中,“上班”、“回家”2类出行目的的预测准确率均超过90%;纳入土地利用特征相关变量可显著提升RF分类器预测准确率,印证了城市交通与土地利用的时空间互动理论。鉴于当前SCD的可获取性逐渐提高,该项技术在居民地铁出行监测与预测、地铁线网布局和地铁周边土地利用规划等实践方面,具有很强的推广性,有助于更全面地认知大城市居民的地铁出行行为。     

北京对外交通枢纽乘客OD时空分布特征

对外交通枢纽对城市内部的客流交通有重大影响,研究其乘客在市内的OD分布对优化设计地面接驳线路、沿线站点等有重要意义。本文基于北京出租车GPS数据,选取具有代表性的3类对外交通枢纽（机场、火车站、汽车客运站）,采用标准差椭圆分析、核密度估计以及分时点统计等方法,研究了北京对外交通枢纽乘客OD时空分布特征。结果表明：（1）机场、火车站客流量远大于汽车客运站,其中首都国际机场与北京西站的对外出行客流量最大,南苑机场和北京北站的对外出行客流量较少;（2）机场乘客主要分布在四环以里大部分地区以及五环以里部分地区,时间上主要分布在除凌晨1-4时的各个时间段;火车站乘客主要分布在四环以里区域,时间上主要分布在6-21时;汽车客运站乘客主要分布在各客运站周边区域,时间上主要集中在6-17时;（3）北京南站与北京西站、北京站间的客流联系较多,可考虑开通北京南站与二者间的地面接驳专线。此外,抵离首都国际机场、南苑机场的乘客主要分布区域与新开通的机场往返市区的巴士线路站点较为一致,说明采用出租车数据进行乘客OD分析可为决策部门进行相关交通规划提供依据。     

青岛市连续运行基准站系统（QDCORS）稳定性分析

采用GAMIT/GLOBK软件,联合16个IGS站,处理青岛市连续运行基准站系统（QDCORS）2014~2015年2 a的观测数据,获取ITRF2008下区域网解,并进行坐标时间序列分析,得到QDCORS基准站总体位置变化趋势与周边陆态网站点一致,水平速度33.66 mm/a,方向为E19.62°S;通过固定1个基准站为参考,求得其他基准站的水平相对速度在1 mm/a左右,垂直相对速度低于5 mm/a。结合基准站周边环境情况分析异常站点的成因,初步确定造成QDCORS基准站异常的主要因素是多路径效应、工程施工。     

基于刷卡数据的公共汽车客流网络复杂性日内变化研究

大城市公共交通是一个典型的复杂巨系统,采用复杂网络方法分析大城市公共交通网络系统对于城市交通发展具有重要意义。已有大量的研究采用复杂网络理论进行了公共交通线路网络分析,也有研究基于刷卡数据分析了公共交通客流网络的复杂特征,但少有研究探讨客流网络复杂性日内变化特征。鉴于此,本文基于北京市公共汽车刷卡数据识别的不同时间段客流双向邻接矩阵,通过复杂网络指标对比分析公共汽车客流网络的日内变化特征。结果表明：① 各个时间段公共汽车客流分布遵循距离衰减规律,5 km以下的短距离出行约占总出行量的一半左右;② 度中心性和加权度中心性的空间格局在不同时间段整体呈现出明显的核心-边缘特征,但随时间有一定程度的变化,加权度中心性排名前10的节点存在较大变化;③ 累积度分布和累积加权度分布服从指数分布,属于小世界网络。本文还进一步讨论了基于大数据的动态复杂网络研究对城市交通规划建设的启示意义。     

陆态网基准站的坐标和速度

介绍“中国大陆构造环境监测网络”GNSS基准站观测数据的处理和分析.数据处理基于陆态网工程2010-07-01 -2012-03-16日的252个GNSS基准站观测数据,获得了基准站的坐标单日解时间序列,利用抗差最小二乘估计拟合出了这些站的速度场.     

顾及共模误差的四川连续GPS基准站坐标时间序列噪声分析

使用GAMIT/GLOBK软件处理四川省内23个连续GPS基准站2010～2015年数据，获取各测站的坐标时间序列，然后利用堆栈法对其进行空间滤波以剔除共模误差，通过谱指数计算和最大似然估计法（MLE）对滤波后的GPS站坐标时间序列进行噪声分析。结果表明，四川连续GPS基准站坐标时间序列N、U方向最优噪声模型为WN+FN，E方向最优噪声模型为WN+FN+RWN；空间滤波可以降低闪烁噪声，同时使一些测站显现出随机漫步噪声；根据GPS站坐标时间序列估计基准站速度时，应当顾及有色噪声的影响。     

基于PCA方法的GPS台站时间序列分析

基于10 a以上的全球GPS台站数据，利用主成分分析法及其他数据处理方法，对台站时间序列进行预处理和结果分析，研究其中的非线性周期规律，探讨时间序列的主要影响机制。结果表明，主成分分析法可以将台站残差时空矩阵分解成若干正交成分，GPS台站时间序列的东西方向具有线性漂移趋势，全球大部分GPS台站都存在非线性周期规律，周年项和半周年周期占据主导地位。