| 摘 要： |
OD数据可以反馈交通流起讫点，对交通规划与管理具有重要价值。然而，OD数据缺乏移动的过程细节，这导致现有研究多集中于分析孤立的OD数据，缺乏将OD数据组织为具有移动上下文信息的高阶单元展开探索研究。在此背景下，本文基于厦门市巡游车和网约车2种类型的出租车订单数据，以单个出租车为主体串联其多次连续的接单行为，构建出租车移动链（TMC）新型研究模型。然后，分别从出租车的使用和TMC的特性两个维度出发设计了相应指标作为时空特征的分析工具。特别地，本文引入了自然语言处理领域的词嵌入技术并衔接聚类算法，探索车辆运营过程中形成的时空模式特征。最后，通过对比分析运营模式不同（“车找人”和“人找车”）的2种车辆，结果表明：(1)单辆出租车日均接单量在工作日和非工作日差异不大，但巡游车司机在接单时自主性更强，连续接单量更多，工作强度更大；(2)巡游车运营呈现更强的聚集性，网约车则具有更大的空间服务范围；(3)在聚类分析中，不同的聚类数可以帮助发现不同结论。如K=2时聚类结果的空间分布大致对应两类出租车的主次运营区域，K=6时巡游车的聚类结果与高密度路网的空间分布更相关，而网约车与行政区划更相关。论文利用基于移动链的聚类分析手段，可以更好地识别出租车运营的时空特征，为精准预测交通需求、优化调度服务等提供数据支撑。 |
在线留言
联系我们
所长信箱