基于移动定位数据的用户出行模式识别

随着城市交通管理的需要与交通系统规划的不断发展,分析城市居民出行行为并以此为交通结构的划分和交通规划提供基础数据和评价参考,是交通领域中一直研究和探讨的重点问题。城市中居民不同的出行模式对城市环境、能源消耗以及交通拥挤程度有不同的影响,很大程度上决定了城市中不同交通方式的组成结构和交通设施的建设。因此,如何很好的识别用户的出行模式,对城市交通规划与布局、城市交通空间的利用具有重要的意义。 基于手机定位进行交通信息的采集是一种新的技术方法,它的基本原理是运用基于通信网络的手机定位技术对手机用户进行定位,结合道路匹配与数据挖掘的方法,提取用户的交通信息,在此基础上,进一步识别出用户的出行模式。与传统的交通信息采集技术相比,该技术不需要追加安装和维护的费用,并且具有投资少、海量化数据、全天候采集等特点,是交通信息采集领域里的研究热点。 由于通信网络自身及环境中的影响因素,在当前的移动定位数据中包含了大量的“噪声”数据。通过对其观察与研究,参照已有的相关移动通信网络优化算法和城市道路交通信息,本文提出并实验分析了一种基于时空关系的移动定位数据的处理方法,剔除了大量可能对定位产生干扰的数据。在此基础上,通过参考通信网络中用户手机信号的切换原理和已有数据的特点,结合手机切换定位方法,针对现有方法的不足,提出了一种以手机切换定位方法为基础的、结合模糊逻辑的道路匹配方法,并通过建立城市路网数据对该方法进行了实验验证,计算并提取了手机用户行程速度等出行信息。综合以上的研究,通过对居民出行特点与出行方式之间换乘特性的研究,针对已有方法的不足提出了一种基于先验知识的手机用户出行模式的识别方法,在已提出的数据处理和道路匹配方法的基础上,对该方法进行了实验分析,识别了手机用户的出行模式,并通过GPS浮动车数据的对比证明了方法的有效性。 最后,对全文的研究工作和成果进行了总结和展望,提出了今后还需要更进一步研究和解决的问题。