基于大数据的出租车停车点布局优化研究.docVIP

基于大数据的出租车停车点布局优化研究 李根 大连海事大学 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 大连市的中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潜在人身伤害。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:南京普顿大学, 研究方向:交通规划。 正文: 1 出租车GPS数据的处理 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, 即: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, 在这里M=121.467525, N=38.830533。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L1, L2。如果L1L2, 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走的车辆在路边的停车为市区-旅顺停车强度, 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究 2.1 调查问卷的设计 SP调查中的情境组合设计 调查的问卷中要有四个因素:步行距离, 等待时间, 乘车距离, 舒适度。为了方便数据采集和处理每个因素分别设定四个水平。根据正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Binary Logit模型作为分析工具, 具体模型描述如下: 问卷设计的调查是基于问卷星问卷调查系统, 采用微信分享的方式进行调查。最终获取问卷269份, 其中有效问卷205份。 2.2.1方式划分模型的标定 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0~3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。等车时间, 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, 已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, 因为中山路上绝大部分出