| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-22页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外研究综述 | 第14-18页 |
| 1.2.1 出租车GPS数据应用研究 | 第14-15页 |
| 1.2.2 载客热点区域挖掘技术研究 | 第15-16页 |
| 1.2.3 交通需求预测方法研究 | 第16-18页 |
| 1.3 研究内容及技术路线 | 第18-20页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 章节安排及技术路线 | 第19-20页 |
| 1.4 本章小结 | 第20-22页 |
| 2 出租车GPS数据来源及预处理 | 第22-32页 |
| 2.1 出租车数据 | 第22-24页 |
| 2.1.1 数据来源及基础特征 | 第22-23页 |
| 2.1.2 数据预处理 | 第23-24页 |
| 2.2 地图匹配 | 第24-28页 |
| 2.2.1 GIS地图选取 | 第25-26页 |
| 2.2.2 地图匹配算法 | 第26-27页 |
| 2.2.3 匹配结果 | 第27-28页 |
| 2.3 出租车行驶轨迹识别 | 第28-30页 |
| 2.3.1 出租车上下客点提取 | 第28-29页 |
| 2.3.2 出租车轨迹划分 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 3 出租车出行需求时空特性分析 | 第32-48页 |
| 3.1 出租车出行需求 | 第32-34页 |
| 3.1.1 出租车出行需求概念 | 第32-33页 |
| 3.1.2 出租车出行需求估计 | 第33-34页 |
| 3.2 出租车出行需求时间特征 | 第34-40页 |
| 3.2.1 出行需求时间分布 | 第34-37页 |
| 3.2.2 载客时长分布 | 第37-38页 |
| 3.2.3 出租车空载率分布 | 第38-40页 |
| 3.3 出租车出行需求空间分布特征 | 第40-46页 |
| 3.3.1 空间分析方法 | 第41页 |
| 3.3.2 工作日与非工作日出行需求空间分布 | 第41-42页 |
| 3.3.3 工作日不同时段出租车出行需求空间分布 | 第42-44页 |
| 3.3.4 非工作日不同时段出租车出行需求空间分布 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 4 基于空间聚类算法的出租车载客热点区域挖掘 | 第48-62页 |
| 4.1 载客热点区概述 | 第48页 |
| 4.2 空间聚类算法选择 | 第48-55页 |
| 4.2.1 DBSCAN算法说明 | 第50-51页 |
| 4.2.2 基于载客热点区的DBSCAN算法流程 | 第51-53页 |
| 4.2.3 算法参数确定 | 第53-55页 |
| 4.3 挖掘出租车载客热点区 | 第55-60页 |
| 4.3.1 基于DBSCAN算法挖掘载客热点区域 | 第55-57页 |
| 4.3.2 出租车载客热点区域可视化 | 第57-60页 |
| 4.4 本章小结 | 第60-62页 |
| 5 北京市载客热点区出租车出行需求预测研究 | 第62-86页 |
| 5.1 出租车出行需求影响因素分析 | 第62-66页 |
| 5.1.1 构建影响因素集 | 第62-63页 |
| 5.1.2 变量分析 | 第63-66页 |
| 5.2 局部加权回归预测模型 | 第66-70页 |
| 5.2.1 局部加权回归算法原理 | 第66-67页 |
| 5.2.2 基于局部加权回归模型的载客热点区出租车出行需求预测 | 第67-70页 |
| 5.3 遗传算法优化的BP神经网络预测模型 | 第70-77页 |
| 5.3.1 BP神经网络原理 | 第70-72页 |
| 5.3.2 基于遗传算法优化的神经网络预测模型 | 第72-73页 |
| 5.3.3 GA-BP神经网络拓扑结构设计 | 第73-75页 |
| 5.3.4 基于GA-BP神经网络的载客热点区出租车出行需求预测 | 第75-77页 |
| 5.4 组合预测模型 | 第77-80页 |
| 5.4.1 组合预测模型原理 | 第77-78页 |
| 5.4.2 确定组合预测模型的权重 | 第78页 |
| 5.4.3 基于组合预测模型的载客热点区出租车需求预测 | 第78-80页 |
| 5.5 预测模型精确度分析 | 第80-84页 |
| 5.6 本章小结 | 第84-86页 |
| 6 总结与展望 | 第86-90页 |
| 6.1 研究总结 | 第86-87页 |
| 6.2 研究展望 | 第87-90页 |
| 参考文献 | 第90-94页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第94-98页 |
| 学位论文数据集 | 第98页 |
