基于出租车GPS数据的城市交通运行特性分析
| 摘要 | 第8-9页 |
| 英文摘要 | 第9-10页 |
| 1 引言 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 研究内容、方法与技术路线 | 第15-18页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究方法 | 第15-16页 |
| 1.3.3 技术路线 | 第16-18页 |
| 2 本文相关理论基础 | 第18-25页 |
| 2.1 GPS原理与地图匹配 | 第18-20页 |
| 2.1.1 GPS基本原理 | 第18-19页 |
| 2.1.2 地图匹配方法的基本描述 | 第19-20页 |
| 2.2 聚类分析理论 | 第20-21页 |
| 2.2.1 聚类分析理论基础 | 第20-21页 |
| 2.2.2 聚类分析应用原则 | 第21页 |
| 2.3 复杂网络理论 | 第21-22页 |
| 2.4 加权复杂网络统计指标 | 第22-25页 |
| 2.4.1 出入度及其联合分布 | 第22页 |
| 2.4.2 边权重与点强度 | 第22-23页 |
| 2.4.3 加权聚类系数 | 第23页 |
| 2.4.4 加权平均距离 | 第23-24页 |
| 2.4.5 加权介数 | 第24-25页 |
| 3 出租车GPS数据收集与处理 | 第25-31页 |
| 3.1 出租车GPS数据的采集 | 第25页 |
| 3.2 出租车GPS数据的预处理 | 第25-27页 |
| 3.2.1 出租车GPS数据的误差分析 | 第25-26页 |
| 3.2.2 出租车GPS数据的处理方法 | 第26-27页 |
| 3.3 出租车GPS数据的地图匹配 | 第27-29页 |
| 3.3.1 地图匹配方法 | 第27-28页 |
| 3.3.2 地图匹配结果 | 第28-29页 |
| 3.4 出租车GPS数据中起讫点识别 | 第29-30页 |
| 3.4.1 出行起终点识别方法 | 第29页 |
| 3.4.2 出行起点识别 | 第29-30页 |
| 3.4.3 出行终点识别 | 第30页 |
| 3.5 本章小结 | 第30-31页 |
| 4 基于出租车GPS数据的交通中区划分 | 第31-37页 |
| 4.1 聚类方法的对比与选取 | 第31页 |
| 4.2 交通中区划分 | 第31-32页 |
| 4.2.1 交通中区划分原则 | 第31-32页 |
| 4.2.2 交通中区划分方法 | 第32页 |
| 4.3 聚类分析在交通中区划分中的应用 | 第32-35页 |
| 4.3.1 交通中区分区数量 | 第32-33页 |
| 4.3.2 结合人工指定中心聚类 | 第33-35页 |
| 4.4 OD矩阵的生成 | 第35-36页 |
| 4.5 本章小结 | 第36-37页 |
| 5 城市交通加权网络复杂性分析 | 第37-46页 |
| 5.1 城市交通加权复杂网络的构建与设计 | 第37-38页 |
| 5.1.1 加权复杂网络的构建 | 第37-38页 |
| 5.1.2 加权复杂网络指标设计与选取 | 第38页 |
| 5.2 加权网络复杂性相关指标计算与分析 | 第38-45页 |
| 5.2.1 出入度及其联合分布 | 第38-40页 |
| 5.2.2 点强度与边权重 | 第40-42页 |
| 5.2.3 加权聚类系数 | 第42-43页 |
| 5.2.4 加权平均距离 | 第43-44页 |
| 5.2.5 加权介数 | 第44-45页 |
| 5.3 本章小结 | 第45-46页 |
| 6 南昌城市交通网络运行特性与优化建议 | 第46-48页 |
| 6.1 南昌城市交通网络运行特性 | 第46页 |
| 6.2 南昌城市交通网络优化建议 | 第46-47页 |
| 6.3 本章小结 | 第47-48页 |
| 7 结论 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表的学术论文 | 第53页 |
