出行路径选择标准及策略研究

采用了实验心理学方法,确定了人们在交通网络上出行时所选择路径的标准及对各标准的偏好程度,获得了人们在路径寻找中积累的各种经验、知识和策略.     

出行认知约束下的最优路径规划方法

基于城市交通与城市形态结构的密切关系,本文探讨了环形城市形态下的城市交通网模型,并提出了结合大众出行认知特征的城市交通最优路径规划方法。为检验本文方法的有效性,利用成都市路网数据对本方法与传统路径规划方法进行了对比实验,结果表明本文方法所规划路径更适应实际状况,可有效地降低时间消耗、较好地符合层次空间推理机制。     

出行认知约束下的最优路径规划方法

基于城市交通与城市形态结构的密切关系,本文探讨了环形城市形态下的城市交通网模型,并提出了结合大众出行认知特征的城市交通最优路径规划方法。为检验本文方法的有效性,利用成都市路网数据对本方法与传统路径规划方法进行了对比实验,结果表明本文方法所规划路径更适应实际状况,可有效地降低时间消耗、较好地符合层次空间推理机制。     

基于公交网络模型的最优出行路径选择的研究

在讨论公交网络特性的基础上 ,基于结点 弧段 有向线描述了公交网络的数据组织 ,研究综合换乘次数及距离因素的出行路径选择模型 ,并提供算法的实现     

基于自然语言路径描述的地图空间认知研究

路径描述是日常生活中常见的地理空间信息应用方式,涉及到自然语言与地图语言的表达及转换关系。本文采用认知实验的方法,对自然语言的路径描述及其认知过程进行分析,研究了路径认知与表达上所涉及的空间关系,总结了利用自然语言表达地图空间信息的规律和习惯用法。     

Dijkstra最短路径算法优化策略

从分析经典Dijkstra最短路径算法出发,找出影响其效率的关键步骤:存储空间和时间效率,并结合当前已有的各种优化算法,总结出Dijkstra最短路径算法的优化策略:相关边优化策略、相关邻接结点优化策略、结点分类优化策略、权值排序优化策略、结点排序优化策略和单链结点剔除优化策略。最后,以实例运算表明优化策略是有效的,既节约了存储空间又提高了时间效率。     

一种健康出行路径动态搜索算法与系统实现

为方便公众优化出行路径,规避或减少空气污染暴露损害,提出一种基于低空气污染暴露的健康出行路径动态搜索算法（dynamic healthy-route search algorithm,DHRSA）,并设计开发了相应健康出行路线规划系统。该算法通过融合土地利用回归制图、暴露风险权重估算和Dijkstra最短路径搜索算法,基于实时空气污染情景动态规划健康出行路径。以长沙主城区为例进行随机车辆出行方式测试实验,通过比较DHRSA算法规划的健康出行路径与传统最短出行路径、最快出行路径的出行暴露风险,验证了该算法的可靠性与系统的实用价值。     

四川省标准地图服务体系建设研究

从标准地图编制的必要性出发,在参考国家及相关省份编制、发布标准地图的基础上,提出四川省标准地图服务体系的建设思路,明确地图版式、表示内容,通过建立四川省标准地图数据库,并引入基于OGC标准的地图服务发布方式,进一步完善现有标准地图服务体系,为各行各业更广泛、更便捷、更专业的应用标准地图提供基础与服务保障。     

基于有向层次模型的城市常规公交出行路径优化

基于GIS多层次的公共交通实体数据模型,引入了基于距离的换乘延误,对公交网络要素属性逐步更新,提出了以换乘可比距离为依据、循环优化的分析方法。城市公共交通规划中的分配模型及出行优化过程中都需要考虑公交换乘问题,传统的处理方式一般不考虑换乘延误或采用平均换乘延误进行估算,难以精确地获得最优公交出行路径的换乘信息。基于空间数据建模技术,可以对公交实体要素进行多层次表达,其中有向层次数据模型为精确计算换乘延误提供了可能。     

在线地图的空间认知研究

作为一种新的空间信息认知工具,在线地图适时性强,传播方便。文章总结了在线地图的特点和使用方式,并以交通查询为例分析了用户使用在线地图的地图信息认知过程、信息获取的阶段并根据以上分析得出了在线地图空间认知的一般规律。为数字环境下的空间信息表达与认知提供了理论依据。     

实景地图的空间认知研究

介绍实景地图的概念,讨论实景地图的空间认知过程和空间认知效果。实景地图遵循地图空间认知的一般过程,但其"亲历式"的感知过程符合人类视觉和记忆习惯。实景地图对位置认知效果较差,对方向认知效果一般,对距离、对象认知效果较好。与二维电子地图和虚拟地理环境相比,实景地图在真实性、信息量、感知度方面存在优势,而在视角和空间感方面劣势明显。     

空间认知驱动的自适应路径引导

为了生成符合人们认知习惯、反映用户空间知识并易于利用自然语言表达的路径引导, 提出了一个将路径抽象为一系列结构统一、具有时序性和多粒度性且可以被加工为指导用户沿路径前进的短语或句子的指示单元的表达框架,并说明了利用环境结构、路径特征、先验知识等上下文因素生成多粒度的指示单元, 从中选择最合适的指示单元, 进而实现自适应路径引导的方法。通过与传统的采用“Distance-to-Turn”模式的路径引导进行对比可以发现, 基于空间认知的自适应路径引导更加符合人们描述路径的方式, 能够降低用户的认知压力并提高导航的效率。     

空间认知导向下利用分层强化学习的最优路径规划

针对空间认知导向下模型驱动型路径规划和人们认知偏好多样性之间的矛盾,提出了一种基于分层强化学习的交互学习型路径规划方法。该方法将最优路径标准转换为路口处转向决策的瞬时奖励值,并通过预学习和实时学习两个阶段实现高效地发现总奖励值最大的最优路径策略。其中,预学习阶段自动发现子目标节点,并构建包含局部最优策略的子任务;实时学习阶段利用预定义策略实现高效的Q值更新,并根据Q值追溯最优路径。实验表明,该方法具有足够好的实时性和最优性。     

结合轨迹数据的居民出行模式及功能识别研究

城市人群的出行特征通过车辆轨迹数据隐含的行为信息可以体现,但传统的单维度模型将不再适用于轨迹数据隐含的多维信息的挖掘.本文将海口市中心城区根据路网划分区域,使用能够挖掘多维信息的非负稀疏约束下张量分解基于"滴滴出行"轨迹数据,从时空维度挖掘居民出行规律并进行区域功能特征识别.结果表明:居民出行时间符合工作日,休息日的早...     

面向动态路径选择的路段行程时间的分析研究

从交通流的时空变化特性出发,在路径选择时把同向不同车道作为一个整体合并为一个方向车道来计算其路段行程时间,并分析了路段行程时间的变化规律,且认为其是受随机因素影响而服从渐近正态分布的虚拟观测,通过权的定义决定观测值的影响,从而将一些突发事件与正常的交通流同等对待;其次讨论了该随机过程的采样函数与概率分布,在分析速度、密度、流量交通流基本参数间关系的基础上,认为采用空间占有率在计算路段行程时间时,更能体现其动态性.     

基于层次空间推理的交通网络行车最优路径算法

讨论了如何在贪心策略及方向策略的基础上,利用人类思维的层次空间推理方法建立空间启发式搜索策略,以提高交通网络最短路径算法的效率和适用性,并使行车最优路径的选择更符合人类的思维特点。     

全息地图的空间认知研究

随着全息显示技术的发展,全息技术的应用范围越来越广,用全息技术显示地理信息也越来越成熟。全息地图作为能够实现三维显示的地图产品,与传统的地图产品相比具有明显的优势,使得地图空间认知的研究领域得到拓展。本文对全息地图的概念和特点进行了简单介绍,并对其空间认知的必要性及研究特点进行了分析,最后基于地图空间认知理论对其空间认知的过程进行了分析。     

公益性标准地图服务设计研究

针对我国标准地图服务中存在的不足,从服务公众和繁荣发展地图市场的角度出发,突破已有服务模式,调整扩充地图种类,变换地图表现形式,提出了公益性标准地图服务的设计思路,其将为广大用户提供更加现势化、人性化、专业化的服务,为我国下一步标准地图服务升级提供参考。     

基于最少换乘的公交最优路径算法的设计与实现

提出了基于最少换乘的公交最优路径理论,在此基础上设计了公交最少换乘的算法。由于算法本身的独特性,笔者将“图算法”部署到空间网络数据库中加以实现,利用数据库的快速查询、索引支持和在集合运算方面的优秀性能解决了算法的效率问题。同时还利用此类数据库系统对空间查询的支持,确保算法在求取最少换乘后可以兼顾距离最短的要求     

定向运动地图的空间认知和设计表达研究

定向运动地图,作为定向运动中必不可少的工具,是用图者进行空间认知的手段。本文以空间认知理论为指导,从地图符号、表达内容和使用环境3个方面分析了定向地图的内容设计与表达特性。定向运动中的识图用图是一种亲历与阅读相结合的过程,用图者使用定向地图是一种基于最佳路径选择的空间认知方式,本文分析了运动状态下用户使用定向地图的空间认知过程,最后给出了定向地图的设计原则。