城市公共自行车出行特征及预测研究--以纽约市为例
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 研究背景及意义 | 第12-16页 |
| 1.1.1 公共自行车发展的必要性 | 第12-13页 |
| 1.1.2 公共自行车项目发展概况 | 第13-15页 |
| 1.1.3 研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-22页 |
| 1.2.1 国内研究现状 | 第16-18页 |
| 1.2.2 国外研究现状 | 第18-21页 |
| 1.2.3 总结 | 第21-22页 |
| 1.3 研究内容及技术路线 | 第22-24页 |
| 1.3.1 研究内容 | 第22-23页 |
| 1.3.2 技术路线 | 第23-24页 |
| 第2章 公共自行车系统分析 | 第24-37页 |
| 2.1 城市基本情况 | 第24-28页 |
| 2.1.1 地理区位 | 第24页 |
| 2.1.2 气候条件 | 第24-25页 |
| 2.1.3 社会经济人口情况 | 第25-26页 |
| 2.1.4 土地利用情况 | 第26-27页 |
| 2.1.5 交通出行情况 | 第27-28页 |
| 2.2 城市公共自行车系统 | 第28-35页 |
| 2.2.1 背景介绍 | 第28-30页 |
| 2.2.2 系统站点及车辆情况 | 第30-33页 |
| 2.2.3 自行车专用道情况 | 第33页 |
| 2.2.4 系统运营情况 | 第33-35页 |
| 2.2.5 系统存在的问题 | 第35页 |
| 2.3 本章小结 | 第35-37页 |
| 第3章 公共自行车系统出行特征及影响因素分析 | 第37-60页 |
| 3.1 数据采集与预处理 | 第37-40页 |
| 3.1.1 原始数据 | 第37-38页 |
| 3.1.2 数据清洗与筛选 | 第38-40页 |
| 3.2 时间出行特征及影响因素分析 | 第40-43页 |
| 3.2.1 出行时间分布 | 第40-41页 |
| 3.2.2 出行时长时间分布 | 第41-42页 |
| 3.2.3 工作日高峰时段车辆借还情况 | 第42-43页 |
| 3.3 空间出行特征及影响因素分析 | 第43-50页 |
| 3.3.1 出行空间分布 | 第43-44页 |
| 3.3.2 站点活动度 | 第44-45页 |
| 3.3.3 出行时长空间分布 | 第45-46页 |
| 3.3.4 不同用地类型站点出行 | 第46-50页 |
| 3.4 用户使用特征及影响因素分析 | 第50-53页 |
| 3.4.1 年度会员与临时用户出行情况 | 第50-51页 |
| 3.4.2 男性用户和女性用户出行情况 | 第51-52页 |
| 3.4.3 不同年龄段用户出行情况 | 第52-53页 |
| 3.5 外部因素对于系统出行的影响分析 | 第53-58页 |
| 3.5.1 系统投入规模分析 | 第53-55页 |
| 3.5.2 出行次数分布与天气条件 | 第55-58页 |
| 3.6 本章小结 | 第58-60页 |
| 第4章 公共自行车系统站点聚类分析 | 第60-71页 |
| 4.1 站点聚类必要性分析 | 第60页 |
| 4.2 聚类简介 | 第60-61页 |
| 4.3 站点聚类过程 | 第61-66页 |
| 4.3.1 站点聚类方法 | 第61-62页 |
| 4.3.2 站点时间分布曲线 | 第62-63页 |
| 4.3.3 确定曲线分割时间窗口 | 第63页 |
| 4.3.4 特征曲线量化 | 第63-64页 |
| 4.3.5 特征曲线相似度计算 | 第64页 |
| 4.3.6 站点聚类 | 第64-66页 |
| 4.4 站点聚类结果分析 | 第66-70页 |
| 4.4.1 站点聚类效果 | 第66-69页 |
| 4.4.2 聚类站点时空特征分析 | 第69-70页 |
| 4.5 本章小结 | 第70-71页 |
| 第5章 公共自行车系统站点出行预测 | 第71-82页 |
| 5.1 站点出行预测意义 | 第71页 |
| 5.2 预测流程 | 第71-72页 |
| 5.3 预测模型选择 | 第72-75页 |
| 5.3.1 历史空间平均预测法 | 第72-73页 |
| 5.3.2 灰色预测方法 | 第73页 |
| 5.3.3 马尔科夫链预测法 | 第73-74页 |
| 5.3.4 时间序列预测法 | 第74页 |
| 5.3.5 预测方法总结 | 第74-75页 |
| 5.4 预测模型算法改进 | 第75-76页 |
| 5.4.1 ARIMA模型算法 | 第75-76页 |
| 5.4.2 改进ARIMA模型算法 | 第76页 |
| 5.5 建立预测模型 | 第76-80页 |
| 5.5.1 数据分割 | 第76页 |
| 5.5.2 时序图分析 | 第76-78页 |
| 5.5.3 时间序列平稳化 | 第78-79页 |
| 5.5.4 模型定阶 | 第79页 |
| 5.5.5 模型预测过程 | 第79-80页 |
| 5.6 预测结果检验及评价 | 第80-81页 |
| 5.7 本章小结 | 第81-82页 |
| 结论及展望 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第89页 |
