2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩75頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、目前,中國(guó)城市化進(jìn)程仍處在快速演變時(shí)期,城市用地規(guī)模不斷擴(kuò)大,城市人口總量也不斷攀升,城市居民的時(shí)空出行范圍進(jìn)一步擴(kuò)展,所面臨的交通問題也越來(lái)越嚴(yán)重。具備大運(yùn)量、長(zhǎng)距離等優(yōu)點(diǎn)的城市軌道交通出行方式給城市居民帶來(lái)了出行便利。但隨著城市軌道交通網(wǎng)絡(luò)規(guī)模的不斷擴(kuò)大,軌道交通營(yíng)運(yùn)也面臨著大客流預(yù)警、軌道交通線路布局優(yōu)化和營(yíng)運(yùn)組織改善等方面的難題,而解決這些難題的的基礎(chǔ)在于及時(shí)準(zhǔn)確地把握軌道交通客流出行特征。但是軌道交通客流出行特征的分析依賴于準(zhǔn)

2、確、完整的客流數(shù)據(jù),傳統(tǒng)的數(shù)據(jù)獲取方法局限性明顯。作為新興的研究方向——手機(jī)信令數(shù)據(jù),一方面,手機(jī)用戶群體數(shù)量和手機(jī)使用率的不斷提高,保證了手機(jī)信令數(shù)據(jù)的樣本數(shù)量和隨機(jī)性特征;另一方面,無(wú)線通信網(wǎng)絡(luò)覆蓋區(qū)域的不斷擴(kuò)大,使得手機(jī)信令數(shù)據(jù)的時(shí)空信息具備時(shí)間連續(xù)性和空間廣覆蓋性等優(yōu)點(diǎn)。本文研究利用手機(jī)信令數(shù)據(jù)的時(shí)空信息,對(duì)軌道交通客流出行特征進(jìn)行定量化的科學(xué)分析和研判,挖掘出實(shí)時(shí)動(dòng)態(tài)交通信息,為大客流預(yù)警、軌道交通營(yíng)運(yùn)組織改善等提供科學(xué)定量化

3、的決策支持。
  本文首先結(jié)合無(wú)線通信網(wǎng)絡(luò)相關(guān)知識(shí),著重介紹手機(jī)COO定位技術(shù)和手機(jī)切換定位技術(shù),從原理方面解釋手機(jī)信令數(shù)據(jù)的生成和時(shí)空特性。根據(jù)手機(jī)信令數(shù)據(jù)的記錄規(guī)則,解釋信令數(shù)據(jù)中各個(gè)字段的詳細(xì)定義。使用SQL Server數(shù)據(jù)庫(kù)軟件,存儲(chǔ)和管理經(jīng)數(shù)據(jù)預(yù)處理后的手機(jī)信令數(shù)據(jù)以及地鐵GSM系統(tǒng)地下和地面的基站信息等數(shù)據(jù),奠定后續(xù)分析研究的數(shù)據(jù)基礎(chǔ)。
  無(wú)論是分析軌道交通客流出行特征還是挖掘?qū)崟r(shí)動(dòng)態(tài)交通信息,關(guān)鍵的第一步是

4、如何通過(guò)手機(jī)信令數(shù)據(jù)的時(shí)空信息識(shí)別出地鐵乘客的幾個(gè)重要出行行為和相關(guān)的移動(dòng)路徑。在深入分析地鐵無(wú)線通信網(wǎng)絡(luò)系統(tǒng)特點(diǎn)的基礎(chǔ)上,提出地鐵乘客出行路徑識(shí)別原理,進(jìn)而構(gòu)建高效的地鐵出行路徑識(shí)別流程,主要包括手機(jī)信令數(shù)據(jù)的預(yù)處理、地鐵出行數(shù)據(jù)的篩選以及地鐵出行站點(diǎn)匹配算法和路徑有效性判別。重點(diǎn)研究了地鐵出行站點(diǎn)匹配算法和路徑有效性判別的內(nèi)容。實(shí)例數(shù)據(jù)驗(yàn)證的結(jié)果表明:地鐵乘客出行路徑識(shí)別流程能夠準(zhǔn)確、高效地識(shí)別出單個(gè)手機(jī)用戶地鐵出行路徑。為進(jìn)一步的

5、地鐵乘客出行特征分析提供研究基礎(chǔ)。
  以地鐵乘客出行路徑識(shí)別為基礎(chǔ),利用工作日一天的手機(jī)信令數(shù)據(jù),對(duì)指定地鐵站點(diǎn)的乘客進(jìn)、出站行為和換乘行為特征進(jìn)行研究。提出進(jìn)、出站行為和換乘行為的算法識(shí)別思路:當(dāng)篩選出疑似出行行為的特征數(shù)據(jù)后,回溯判斷該用戶前一條信令數(shù)據(jù)的LAC信息是否符合要求,若符合計(jì)入客流量,若不符合舍棄該用戶。依據(jù)這一思路進(jìn)行Java編程,分別獲取指定地鐵站點(diǎn)的進(jìn)、出站行為和換乘行為客流量時(shí)變圖,結(jié)合地鐵站點(diǎn)的周邊土地

6、利用性質(zhì)等實(shí)際情況,分別對(duì)進(jìn)站行為特征、出站行為特征和換乘行為特征進(jìn)行分析。研究發(fā)現(xiàn):一、不同站點(diǎn)的進(jìn)站客流高峰現(xiàn)象跟站點(diǎn)周邊土地利用性質(zhì)有關(guān);二、商業(yè)辦公區(qū)的地鐵站點(diǎn)具有十分明顯的上下班潮汐現(xiàn)象,且中午時(shí)段活動(dòng)量較大;三、換乘站點(diǎn)不同線路間的換乘客流具有潮汐現(xiàn)象,其余時(shí)間段換乘客流量波動(dòng)不大。因此,利用手機(jī)信令數(shù)據(jù)能夠獲取準(zhǔn)確的軌道交通客流出行特征信息,并且能夠契合站點(diǎn)周邊土地利用性質(zhì)。
  針對(duì)地鐵占有率指標(biāo),定量評(píng)估高峰期間

7、特定車次的地鐵占有率波動(dòng)情況。首先,利用地鐵出行中的通話信令數(shù)據(jù)的特點(diǎn),結(jié)合地鐵運(yùn)行時(shí)刻表信息,再統(tǒng)計(jì)分析得到的多組具有隨機(jī)性的進(jìn)站時(shí)間和出站時(shí)間,建立指定站點(diǎn)的進(jìn)站時(shí)間和出站時(shí)間分配模型。依據(jù)時(shí)間分配模型,將待分析車次在指定站點(diǎn)的上、下車乘客數(shù)轉(zhuǎn)化為特定時(shí)間分布區(qū)間的進(jìn)、出站客流量。統(tǒng)計(jì)沿線每個(gè)站點(diǎn)特定時(shí)間分布區(qū)間內(nèi)的進(jìn)、出站客流量來(lái)獲得對(duì)應(yīng)站點(diǎn)的上、下車乘客數(shù),再依次進(jìn)行累次加減來(lái)定量評(píng)估該車次的地鐵占有率波動(dòng)情況。隨機(jī)選取高峰期通

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論