基于手機(jī)定位數(shù)據(jù)的個(gè)體出行行為特征分析技術(shù)研究：方法與實(shí)證

總序
前言
1 研究概述
1．1 背景與意義
1．1．1 個(gè)體交通出行活動(dòng)分析技術(shù)缺陷
1．1．2 手機(jī)傳感器調(diào)查技術(shù)優(yōu)勢
1．1．3 數(shù)據(jù)瓶頸制約交通需求分析與交通模型發(fā)展
1．1．4 “大數(shù)據(jù)”時(shí)代交通調(diào)查技術(shù)發(fā)展新機(jī)遇
1．2 研究目標(biāo)
1．2．1 學(xué)術(shù)理論目標(biāo)
1．2．2 技術(shù)應(yīng)用目標(biāo)
1．3 應(yīng)用前景
1．4 主要內(nèi)容
1．4．1 個(gè)體出行手機(jī)傳感器數(shù)據(jù)來源采集和解析
1．4．2 基于手機(jī)傳感器數(shù)據(jù)的個(gè)體交通出行特征精細(xì)化提取
1．4．3 融合交通一通信集成仿真的個(gè)體出行活動(dòng)仿真平臺構(gòu)建
1．4．4 個(gè)體出行精細(xì)化數(shù)據(jù)在交通規(guī)劃管理中的應(yīng)用探究
1．5 關(guān)鍵問題
1．6 技術(shù)路線
1．7 研究特色與創(chuàng)新
2 基于手機(jī)定位的個(gè)體出行特征分析技術(shù)綜述
2．1 手機(jī)數(shù)據(jù)分析技術(shù)類型與特征
2．1．1 手機(jī)傳感器數(shù)據(jù)分析技術(shù)及特征
2．1．2 手機(jī)信令數(shù)據(jù)分析技術(shù)
2．1．3 手機(jī)社交網(wǎng)絡(luò)數(shù)據(jù)分析技術(shù)
2．2 基于手機(jī)位置數(shù)據(jù)的交通分析技術(shù)發(fā)展總結(jié)
2．3 基于手機(jī)信令數(shù)據(jù)的個(gè)體活動(dòng)規(guī)律分析
2．3．1 居民活動(dòng)規(guī)律動(dòng)態(tài)監(jiān)測
2．3．2 區(qū)域及斷面客流分析
2．4 基于GPS定位數(shù)據(jù)的個(gè)體出行行為特征分析
2．4．1 出行鏈信息精細(xì)化提取
2．4．2 基于GPS軌跡數(shù)據(jù)的居民出行調(diào)查實(shí)地應(yīng)用
2．5 基于手機(jī)Wi-Fi數(shù)據(jù)的活動(dòng)強(qiáng)度分析
2．6 基于社交網(wǎng)絡(luò)數(shù)據(jù)的居民出行特征分析
2．6．1 居民出行特征
2．6．2 OD估計(jì)
2．6．3 職住空間特征
2．7 研究總結(jié)與發(fā)展趨勢
參考文獻(xiàn)
3 基于手機(jī)傳感器數(shù)據(jù)的挖掘算法理論與應(yīng)用方法
3．1 個(gè)體出行鏈信息精細(xì)化提取技術(shù)思路
3．2 基于空間聚類算法的出行端點(diǎn)識別
3．3 基于小波變換模極大值算法的交通方式換乘點(diǎn)識別
3．4 基于機(jī)器學(xué)習(xí)算法的個(gè)體出行方式識別
3．4．1 基于神經(jīng)網(wǎng)絡(luò)算法的個(gè)體出行方式識別
3．4．2 基于支持向量機(jī)算法的個(gè)體出行方式識別
3．4．3 基于貝葉斯網(wǎng)絡(luò)算法的個(gè)體出行方式識別
3．4．4 基于隨機(jī)森林算法的個(gè)體出行方式識別
3．5 基于GIS地圖匹配的個(gè)體出行鏈信息提取結(jié)果優(yōu)化
3．6 本章小結(jié)
參考文獻(xiàn)
4 手機(jī)傳感器數(shù)據(jù)采集APP開發(fā)與數(shù)據(jù)解析
4．1 數(shù)據(jù)采集APP開發(fā)
4．1．1 APP詳細(xì)功能
4．1．2 APP操作界面
4．2 網(wǎng)絡(luò)數(shù)據(jù)庫管理系統(tǒng)構(gòu)建
4．3 數(shù)據(jù)安全措施
4．4 手機(jī)傳感器數(shù)據(jù)內(nèi)容與基礎(chǔ)特征分析
4．4．1 GPS模塊定位精度與質(zhì)量
4．4．2 個(gè)體出行時(shí)空停留特征與OD特征分析
4．4．3 個(gè)體出行移動(dòng)軌跡點(diǎn)密度特征分析
4．4．4 個(gè)體出行瞬時(shí)速度數(shù)據(jù)特征分析
4．4．5 個(gè)體出行瞬時(shí)加速度數(shù)據(jù)特征分析
4．5 本章小結(jié)
5 “行人—交通流—通信”集成仿真平臺構(gòu)建
5．1 仿真平臺建設(shè)框架與思路
5．2 交通環(huán)境與個(gè)體交通出行仿真
5．2．1 交通仿真
5．2．2 交通仿真模塊構(gòu)建實(shí)例——以成都市為例
5．3 無線通信場景與通信仿真
5．3．1 無線通信事件說明及仿真
5．3．2 移動(dòng)通信信號傳播理論模型
5．3．3 移動(dòng)通信環(huán)境及仿真實(shí)例——以成都市為例
5．4 手機(jī)傳感器數(shù)據(jù)仿真
5．4．1 手機(jī)傳感器數(shù)據(jù)擾動(dòng)加載方法
5．4．2 數(shù)據(jù)加擾實(shí)例與效果評估
5．5 本章小結(jié)
參考文獻(xiàn)
6 基于手機(jī)傳感器數(shù)據(jù)的精細(xì)化出行參數(shù)提取實(shí)證研究
6．1 手機(jī)傳感器數(shù)據(jù)采集實(shí)地試驗(yàn)
6．1．1 不同出行目的的出行方案設(shè)計(jì)
6．1．2 多方式組合出行方案設(shè)計(jì)
6．1．3 不同交通狀態(tài)的數(shù)據(jù)采集方案設(shè)計(jì)
6．1．4 出行日志采集工作
6．2 基于空間聚類算法的出行端點(diǎn)識別實(shí)證分析
6．2．1 算法參數(shù)配置
6．2．2 個(gè)體出行端點(diǎn)識別與出行軌跡切割
6．2．3 個(gè)體出行端點(diǎn)識別結(jié)果與誤差分析
6．3 基于小波變換模極大值算法的交通方式換乘點(diǎn)識別實(shí)證分析
6．3．1 算法參數(shù)配置
6．3．2 多交通方式組合出行換乘點(diǎn)識別實(shí)例
6．3．3 交通方式換乘點(diǎn)識別結(jié)果與誤差分析
6．4 基于神經(jīng)網(wǎng)絡(luò)算法的交通方式識別實(shí)證分析
6．4．1 算法參數(shù)配置
6．4．2 交通方式識別實(shí)例
6．4．3 交通方式識別結(jié)果與誤差分析
6．5 基于GIS地圖匹配的出行鏈信息識別結(jié)果優(yōu)化實(shí)證分析
6．5．1 基于GIS地圖匹配算法參數(shù)配置
6．5．2 公交車與小汽車的出行方式區(qū)分識別實(shí)證
6．5．3 結(jié)果分析
6．6 本章小結(jié)
7 不同影響因素及敏感性分析
7．1 關(guān)鍵參數(shù)及其對技術(shù)精度的影響機(jī)理
7．2 不同條件實(shí)地試驗(yàn)機(jī)數(shù)據(jù)特征分析
7．2．1 數(shù)據(jù)采集
7．2．2 數(shù)據(jù)特征分析
7．3 交通方式識別效果敏感性分析
7．3．1 算法的選擇與影響
7．3．2 數(shù)據(jù)采樣頻率設(shè)置與影響
7．3．3 交通狀態(tài)與影響
7．4 交通方式換乘時(shí)間點(diǎn)識別效果敏感性分析
7．4．1 算法的選擇與影響
7．4．2 數(shù)據(jù)采樣頻率設(shè)置與影響
7．4．3 交通狀態(tài)與影響
7．5 基于仿真數(shù)據(jù)的出行鏈信息識別效果敏感性分析
7．5．1 基于仿真數(shù)據(jù)的交通方式識別效果敏感性分析
7．5．2 基于仿真數(shù)據(jù)的換乘時(shí)間點(diǎn)識別效果敏感性分析
7．6 本章小結(jié)
8 精細(xì)化數(shù)據(jù)提取對交通規(guī)劃與管理的改善應(yīng)用思考
8．1 精細(xì)化數(shù)據(jù)提升傳統(tǒng)四階段模型精度
8．2 精細(xì)化數(shù)據(jù)優(yōu)化公交站點(diǎn)與線網(wǎng)布局
8．3 構(gòu)建基于精細(xì)化個(gè)體活動(dòng)的交通模型
8．4 精細(xì)化個(gè)體出行數(shù)據(jù)的其他應(yīng)用
9 研究展望
9．1 完善基于手機(jī)傳感器數(shù)據(jù)的個(gè)體出行鏈采集體系
9．2 大數(shù)據(jù)環(huán)境下多元異構(gòu)數(shù)據(jù)融合提升技術(shù)應(yīng)用效果
9．3 探索基于精細(xì)化交通調(diào)查大數(shù)據(jù)的交通規(guī)劃理論與方法
附錄A