一、基于GIS的公交出行信息系统的设计(论文文献综述)
张艳[1](2020)在《轨道站点慢行接驳行为与接驳环境优化研究》文中指出随着我国城市快速的发展,城市问题逐渐显现,尤其在交通拥堵、环境污染问题上形势严峻,轨道交通作为一种大运量、高速、绿色、安全的公共交通方式日益受到关注,逐渐进入了快速发展期,而慢行交通由于可解决“最后一公里”的关键问题,常与轨道交通配合使用,成为轨道交通主要接驳系统。由于轨道交通强大的运能导致了站点周边的人流集散率极大,而现状站点周边环境仍存在功能不健全、设施不完备、停车管理混乱,使得慢行出行效率低和出行体验不佳,在一定程度上影响了城市的运行效率及环境品质,为了有效提升站点慢行接驳交通出行的服务效率和品质,本文将结合轨道站点慢行接驳行为影响机理,开展精细化的慢行接驳环境评价与优化策略研究。本文以西安市轨道交通站点为研究对象,首先基于地铁接驳方式特异性和路网结构特征分析,获得站点的辐射范围,构建站点的缓冲区作为研究域;基于用地结构和POI数据确定站点缓冲区的功能特性,将西安市的87个站点划分为七类站点并选取七个代表性站点作为研究对象,采用RP/SP相结合的调查方法获取出行者的社会经济属性、出行属性、出行满意度、出行者偏好以及站点周边建成环境等影响指标,通过描述性统计刻画站点接驳行为特征和建成环境特征;基于结构方程构建多方式接驳和慢行交通接驳地铁方式选择的多情景模型,探索上述因素对慢行接驳行为的影响机理;在此基础上,从慢行接驳行为的关键影响要素出发,基于GIS空间分析技术构建站点慢行接驳环境评价模型,刻画多类型站点的慢行接驳环境特征;最后,结合站点功能特异性,基于慢行接驳环境指数、慢行满意度及出行者偏好提出精细化的站点周边建成环境的优化策略,全面提升站点慢行接驳交通的出行效率和服务品质。研究结果表明:(1)基于功能导向将西安市的地铁站点划分为居住导向型、商服导向型、公共导向型、交通导向型、产业导向型、综合型及发展型七类站点;(2)接驳方式选择和出行满意度受到主客观因素共同影响,建成环境因子对出行方式选择影响较大,而出行者的时间观、金钱观及主观规范等内在因素对出行满意度的影响较大,出行满意度对同类接驳方式的选择有促进作用;(3)七类站点的慢行接驳环境指数总体偏低,慢行环境不佳,其中综合型站点钟楼和居住型站点太白南路的慢行环境相对较优,其慢行环境适宜的区域(慢行接驳环境指数超过70)分别达到26.49%、22.51%;商服型站点体育场、公共型站点大雁塔及交通型站点五路口的慢行环境一般,慢行环境适宜的区域达到18.40%、16.80%、16.27%;而产业型站点浐河和发展型站点神舟大道的慢行环境相对较差,慢行环境适宜的区域分布为0。(4)考虑站点功能特异性,基于站点慢行指数和慢行满意度从POI空间分布、路网结构以及慢行设施等方面提出优化策略,基于出行者偏好提出慢行出行引导策略,为打造绿色、高效、高品质的站点周边出行环境提供参考价值。
段钊宁[2](2019)在《基于公交大数据的客流OD推算及可视化方法研究》文中进行了进一步梳理公交客流OD(origin-destination,起止站点)数据作为城市公共交通特征研究的基础数据,在公交客流分析、预测和公交路网规划与优化等工作中扮演了重要的角色。近年来,随着我国智慧城市体系的逐步完善,城市公共交通系统的核心业务不断得以拓展,以大数据技术为支撑的公交大数据挖掘方法与可视化技术研究逐步成为智慧交通领域中的研究热点。公交大数据作为城市公共交通系统的产物,是城市空间大数据的核心组成部分,为公交客流OD特征挖掘方法的研究提供了数据支撑。公交大数据继承了大数据的“大量”、“高速”、“多样”、“低价值密度”、“真实性”等特征,在公交大数据中存在数据噪声大、数据冗余等问题。同时,由于城市公共交通采用上车一票制的计费方式,公交客流OD数据难以从多种数据采集机制所产生的公交大数据中直接提取。论文研究了公交大数据的存储与预处理方法,提出了基于公交大数据的公交客流OD数据挖掘算法,获取了公交客流时空分布数据,构建了基于公交客流数据的城市空间大数据可视化系统。具体研究内容如下:(1)以石家庄市AVL(Automatic Vehicle Location,车辆自动定位)数据、公交IC刷卡数据和公交站点GPS数据等为主要研究对象,研究了公交大数据的分布式存储方法,通过分析公交大数据数据结构,提取了公交数据中的关键字段和多源公交数据间的时空映射关系,实现了公交大数据清洗、集成、变换及归约等预处理过程。(2)利用时间匹配方法,通过设立时间弹性因子,实现了IC刷卡数据和AVL数据的融合,推算得到了乘客上车站点;基于乘客公交出行行为特征,利用乘客上车站点数据提取乘客出行下游站点集合与高频站点集合,基于泊松分布理论,分别研究了在出行线路、出行时间相异的条件下乘客出行站点数即参数λ的不同表现,结果表明参数λ受到了出行线路、出行时间的综合作用,因此提出了多时段公交站点吸引强度与公交出行链法结合的方法,实现了下车站点的推算,并提出了集计层面的模型检验方法,以石家庄市公交数据为例进行了实例验证。(3)研究了城市空间矢量数据在线爬取方法,设计了基于3DGIS(3D Geographic Information System,三维地理信息系统)平台的城市路网与建筑物轮廓的在线爬取方法,通过三维模型快速构建技术,实现了3D城市景象可视化;基于公交客流OD数据,提取客流时空分布特征,以时间、位置为关键因素,研究了公交站点及线路客流量可视化方法、动态客流分布可视化方法与公交运营指标可视化。论文以石家庄市公交大数据为基础数据,对本文的研究成果进行了有效性和适用性的验证,同时获取到了石家庄市公交客流时空分布特征数据,基于3DGIS平台实现了石家庄市3D城市景象、公交客流特征可视化。
冯豪杰[3](2018)在《基于BP神经网络及GIS智慧公交服务系统设计》文中认为科技化、城市化和智慧化进程的加快,城市人口和机动车数量几何倍增加,城市交通压力不断加大。交通堵塞已成为某些大中型城市的严重问题,普遍认为公共交通是解决城市交通问题的最佳有效途径。公共交通作为智慧交通的重要组成部分,已引起越来越多的关注。本文的研究内容是智慧公交服务系统的设计,重点是提出智慧公交的服务系统的总体设计,组建服务系统的总体网络架构,规划服务系统的功能模块。智慧公交服务系统的关键是公交车辆的智能调度和乘客出行方案的动态规划,两者都建立在公交车辆路段行程时间准确预测的基础上。针对公交车辆路段行程时间的预测进行了研究,预测公交行程时间即与当前行程时间有关,又与历史同期数据息息相关,本文建立了基于改进神经网络预测路段行程时间模型,内容如下:1基于神经网络路段行程时间预测模型的建立。具有自适应和自学习特点的BP神经网络,适用于处理非线性的回归和预测问题。2优化模型。为了提高预测模型的精度,对BP神经网络提出了改进方案,通过遗传算法对神经网络的连接权值和阈值进行全局寻优,降低了模型训练时间,提高了模型预测的精度。最后论文论述了智慧公交服务系统为乘客提供的出行路线的动态规划以及公交车的智能调度设计。本文为提高公交车运行的效率以及公交公司的服务水平提供了技术支持,具有一定程度的实际意义和社会价值。
张凌雪[4](2017)在《基于GIS的西安市老城区公交空间分布与可达性研究》文中研究表明近些年来,随着城市机动车保有量的增加,城市的交通系统越来越不能满足日益增长的交通需求。以小汽车为主的机动化交通必将使城市社会经济遭受交通恶化的冲击,以公共交通为主导的机动化才是城市交通发展的根本出路。公共交通系统的发展直接关系着居民生活水平的提高与城市发展的效率。本文利用地理信息系统(GIS)技术对西安市老城区的公共交通系统进行了空间特征分析与可达性的综合度量。理论研究方面,结合国内外研究介绍了地理信息系统与可达性的概念与应用。在此基础上,基于城市公交基础资料与外部环境数据建立了西安市的公共交通地理数据库,并对数据库中要素类的字段与定义进行了说明,为后文的分析提供数据基础。在公交系统空间特征分析方面,首先介绍研究区域的基本情况与交通发展现状,其次从城市公共交通系统规划指标体系中选取了公交站点间距、站点覆盖率、线路长度、非直线系数、公交线网密度与线路重复系数,借助ArcGIS分析与评价西安市老城区的公交空间分布现状,得到公交线网密度略低、站点间距偏高以及线路重复系数略高是公交网络中存在的主要问题。在公共交通可达性方面,通过对比分析5种常用的可达性测度模型,构建了适用于公共交通系统的组合模型,建立了基于GIS的可达性计算流程,包括数据处理,交通阻抗计算,可达性值计算以及结果可视化表达,以西安市老城区为例分析城市公交系统对城区不同空间形态造成的影响,能够实现对每一个空间位置可达性水平的自动测度,从而实现指导城市规划工作的目的。最后综合公交网络空间特征与时间可达性的分析,提出老城区公交系统优化的建议,以期为城区公交规划与城市交通持续健康的发展提供参考。
《中国公路学报》编辑部[5](2016)在《中国交通工程学术研究综述·2016》文中研究说明为了促进中国交通工程学科的发展,从交通流理论、交通规划、道路交通安全、交通控制与智能交通系统、交通管理、交通设计、交通服务设施与机电设施、地面公共交通、城市停车交通、交通大数据、交通评价11个方面,系统梳理了国内外交通工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。交通流理论方面综述了交通流基本图模型、微观交通流理论及仿真、中观交通流理论及仿真、宏观交通流理论、网络交通流理论;交通规划方面综述了交通与土地利用、交通与可持续发展、交通出行行为特征、交通调查方法、交通需求预测等;道路交通安全方面综述了交通安全规划、设施安全、交通安全管理、交通行为、车辆主动安全、交通安全技术标准与规范等;交通控制与智能交通系统方面综述了交通信号控制、通道控制、交通控制与交通分配、车路协同系统、智能车辆系统等;交通管理方面综述了交通执法与秩序管理、交通系统管理、交通需求管理、非常态交通管理;交通设计方面综述了交通网络设计、节点交通设计、城市路段交通设计、公共汽车交通设计、交通语言设计等;地面公共交通方面综述了公交行业监管与服务评价、公交线网规划与优化、公交运营管理及智能化技术、新型公交系统;城市停车交通方面综述了停车需求、停车设施规划与设计、停车管理与政策、停车智能化与信息化;交通大数据方面综述了手机数据、公交IC卡、GPS轨迹及车牌识别、社交媒体数据在交通系统分析,特别是在个体出行行为特征中的研究;交通评价方面分析了交通建设项目社会经济影响评价、交通影响评价。
朱智谋[6](2013)在《基于GIS的公交查询系统的研究与设计》文中研究指明城市交通是城市社会、经济活动的动脉和纽带,对城市经济发展和人民生活水平的提高起着非常重要的作用。随着城市化、工业化的进程显着加快,城市的交通需求量随之急剧上升,城市公交线路和站点相应的也越来越多,越来越复杂,给乘客的出行带来了很大的不便,因此一种能够提供实地、动态、直观、鲜明、最优化地反映出查询结果及其相关属性的查询显得尤为重要。GIS(地理信息系统)是采集、存储、管理、检索、分析和描述与整个或部分地球表面与空间分布数据的空间信息系统。由于GIS(地理信息系统)是用来管理和分析空间数据的信息系统,所以几乎所有使用空间数据和空间信息的部门都可以用到GIS。近些年来,地理信息系统(GIS)在交通、公交、土地资源管理、城市规划等方面都得到了广泛且深入的应用。本文将GIS技术用于城市公交查询系统,公交相关信息和周边环境情况可在电子地图上可直观显示,乘客可通过使用该系统查找到具体的乘车方式到达目的地,方便人们的出行,提高出行效率。公交换乘算法研究是本系统的一个核心内容。本文通过分析乘客出行的心理需求,结合前人所做得研究,提出合理可行的公交换乘算法,并将该算法用于公交查询系统。本文通过对公交发展现状和GIS的现状特征及发展过程进行研究,展开了基于GIS公交查询系统的设计,并以绍兴市公交系统作为研发案例,以地理信息系统结合信息管理系统为设计模式,在用MapInfo Professional建立绍兴公交电子地图的基础上,以Microsoft SQL Server2000为系统开发数据库,以MapInfo MapX5.0为组件式GIS开发环境,围绕绍兴市公交线路、站点的地理分布,对公交线路、站点的查询和线路调整进行了分析与设计,并完成了相应的程序算法和软件功能。该系统实现了对电子地图放大、缩小、漫游、距离测量、地图修改等基本功能。同时乘客可在系统中进行公交线路查询、公交站点查询、换乘查询等多种查询功能。借助此系统,方便乘客乘坐公交出行。
张明明[7](2011)在《基于GIS的城市公交线网优化设计》文中提出随着我国经济的快速发展和城市化进程的加快,城市规模越来越大,城市交通拥堵现象日益严重。优先发展城市公共交通是解决城市道路拥堵问题的根本途径,公共交通以其大容量,人均占用道路资源少,经济等特点,有效的缓解了城市交通的压力。城市公交线网的布局影响着居民的出行情况,科学合理的对公交线网进行优化,可以在有限资源条件下,缓解城市交通压力,提高公交运营效率,改善公交服务水平和增大乘客满载率。传统的公交线网优化技术存在许多不足之处,交通规划人员不能对空间关系进行分析和有效决策。具有空间分析功能的地理信息系统(GIS)技术的发展为公交线网优化技术的发展带来了希望。本文以地理信息系统(GIS)为基础,结合城市公交线网的特点,对地理信息系统(GIS)在公交线网优化设计中的应用进行深入的研究。依据城市公共交通运行的特点并结合现有的公交线网优化模型,研究适合城市公交网络优化设计的GIS软件数据结构、模型机理与操作流程,让GIS技术更好的服务于城市公交规划。首先,本文对国内外公交线网优化技术进行了研究和分析,进而提出了本文的研究方法。详细阐述了公交线网优化的内容、原则和目标,GIS的功能、构成和引入GIS的必要性。其次,分析公交线网的主要特点,探讨一种适用于GIS软件分析的公交线网数据结构,建立基于GIS的公交基础数据结构。并以济南市为例,建立了济南市的公交基础数据库,主要包括了交通小区层、城市道路网络层、步行网络层、公交线路层和公交站点层。对济南市居民出行特征进行了详细的分析,研究基于GIS的公交客流分配模型,提出了济南市的公交客流分配方案。最后,对济南市公交现状进行了详细的分析,运用基于GIS的公交线网优化模型,对济南市公交线网进行优化设计,并对优化后的公交线网进行评价。结果表明,优化后的公交线网更能满足居民的出行需求。
张水舰[8](2010)在《基于GIS-T的城市交通最优路径诱导算法研究》文中进行了进一步梳理随着城市化进程的加快,我国各大城市市区人口越来越多,市区范围逐渐向外扩张,城市规模越来越大,城市机动化进程也在逐步加快,城市机动车逐年递增,尤其是小汽车数量增加更快。在此背景下,人们出行距离、出行强度逐年增加,城市交通需求迅速增长,需求也向多样化发展。虽然近年来我国大城市的交通建设取得了较快发展,但道路建设速度始终跟不上交通需求的增长速度,交通供需矛盾日益尖锐,我国大城市的交通拥挤现象日益严重。为缓解城市交通拥挤状况,很多城市斥巨资进行道路设施的建设,并取得了一定的成效,但是交通拥挤并没有得到根本的改善。受城市建设用地规模限制,单纯依靠增加道路面积来解决城市交通问题有较大局限性,为提高运输网络使用效率,解决交通拥挤和交通安全问题,必须有新的思路和解决方案,ITS于是应运而生。交通诱导是ITS重要的组成部分,交通诱导是通过各种先进技术和手段为在交通网络中的车辆(出行者)找到一条从出发点到目的地的最优路径,引导出行者在不拥挤路段和交叉路口中行走。减少车辆在道路上的逗留时间,进而改善交通状况。大量研究表明,在交通运输部门日常处理的事务中,大部分的信息与空间位置有关。交通地理信息系统(GIS-T)是空间信息处理技术,具有空间数据管理、地学过程模拟和空间分析能力,能对空间位置信息和非空间属性信息同时进行分析、建模和处理,并融入了各种交通规划、设计模型和相应的工具。交通现象的地域特性决定了应用GIS-T技术是解决交通问题的基础。本论文采用归纳与演绎相结合的技术路线,将现有交通网络中存在的问题归纳整理,结合城市交通网络本身天然的线性分布网络特征,将GIS-T的空间分析功能应用于交通诱导最优路径算法研究中,系统地研究了GIS-T在建立GIS交通网络模型、静态及动态诱导算法和公交出行路径诱导算法中的应用。具体来讲,本论文的研究工作与成果主要有以下几个方面:1、通过对城市交通网络特征的分析,对建立城市交通网络模型作了有益的探索,建立了基于交通特征的交通网络模型,此交通网络模型能真实地反映实际的城市交通路网,为最优路径算法的研究提供了基础。2、针对现有拓扑关系描述模型的不足,以点集拓扑学基本理论为基础,定义了线目标的端点、内部、边界等概念,在此基础上提出了一种描述交通网络线线拓扑关系的形式化模型。此模型在理论上能描述交通网络线线拓扑关系所存在的类型。3、针对传统Dijkstra算法效率低的特点,从GIS-T和人工智能的角度提出了一种对传统Dijkstra算法进行优化的方法。首先用合理的数据结构存储交通网络,然后在此基础上使用一种新的启发函数以提高搜索效率,使优化的Dijkstra算法能用于复杂的交通网络。实验证明,本文所提出的优化算法的效率达到了实用的程度。4、分析了现有公交出行最佳路径算法,针对现有算法不完善的地方,根据乘客的出行心理,利用GIS-T的空间分析功能,提出了一种基于最小交通阻抗的公交出行最佳路径算法。根据乘客的出行特点确定了合理的交通阻抗函数;为进一步提高搜索效率设定了节点限制搜索区域;对算法的仿真实现证明了此算法的可行性和有效性。5、针对目前交通拥挤的情况,需要对车辆进行高效的诱导,以减少车辆在路径上的逗留时间,进而改善城市交通,避免拥挤、阻塞。传统的静态诱导算法不适用交通状况不断变化的情形,本文在建立时间依赖的动态交通网络模型的基础上,运用交通地理信息系统(GIS-T)和遗传算法(GA)来寻求基于实时交通信息的车辆行驶路径诱导算法,提出了基于GIS-T和GA的动态路径诱导算法。针对动态交通网络的特性设计了特定个体适应值函数,设计了符合动态交通网络的选择、交叉、变异算子。算法的仿真实验结果验证了此算法的高效性。
王筠[9](2010)在《基于GIS的昆明公交模型研究与分析》文中提出公共交通规划是城市综合交通规划的重要内容,对科学合理布局公交线网,促进公共交通的畅通运行、平衡公交客流需求具有举足轻重的作用。传统的公共交通规划因缺乏充足的空间数据和先进的空间分析技术的支持,而存在着诸多的不足,主要表现在大量的数据关联维护困难、空间数据和属性数据缺乏联系,规划分析结果难以直观表达等。GIS特有的空间数据存储、管理、空间分析与可视化功能为上述问题的解决提供良好的技术基础。本文分析对比了EMME和MapInfo两个不同类型的GIS软件的优缺点,针对昆明公交现状与特点,以及城市公交规划的需求,建立了昆明城市公共交通模型,并对模型各项主要指标进行了直观表达和分析评价。本文重点在总结已有研究成果和实践经验的基础上,深入剖析GIS公共交通数据库设计的具体过程和方法,从数据库结构设计、数据关联方式、实体的抽象与模拟方法,到属性表设计以及软件的架构方法等,提出了一个完备的GIS公交模型的整体建构流程,展现出GIS运用于公交规划中的强大魅力。同时针对传统的公交调查方法、数据获取方法的不足,提出优化改进的公交调查和数据获取方法办法,以提高公交模型的精度和准确性。随着IC卡使用的普及和IC卡信息的完善,本文提出从大量的公交IC卡数据中获得公交规划和公交运营管理所需要信息的思想,为进一步的公交IC卡数据挖掘打下基础。
汪健[10](2009)在《支持增量更新的多模式城市交通网络时空数据模型研究》文中认为随着汽车的大量使用,诸如交通拥挤和环境污染之类的城市交通问题越来越严重。多模式城市交通的协调发展已经成为未来城市交通发展的一大趋势。同时,作为解决城市交通问题的有效手段之一,多模式城市交通动态诱导系统也成为未来智能交通系统建设的发展方向。本文针对实现多模式城市交通动态诱导系统的关键技术之一——多模式城市交通网络时空数据模型进行研究。本文的研究重点主要基于多模式、时空数据和增量更新这三大要点。通过对交通网络建模和已有交通网络模型的研究,提出了本文研究的内容与方法。在对GIS时空数据建模研究的基础上,对比时空数据模型的优缺点,最终基于事件思想和面向对象的思想,构建了适合多模式城市交通网络时空数据建模的时空数据模型。在基于提出的时空数据模型的基础上,对多模式城市交通网络的几何表达、关系表达、语义表达进行了概念和逻辑建模。同时基于事件思想,构建了多模式城市交通网络的增量更新方法。最后基于Oracle实现了文中提出的时空数据模型的物理存储,并针对长春市的多模式城市交通网络对文章的研究成果进行了试验验证,表明了研究结果的实用性和先进性。
二、基于GIS的公交出行信息系统的设计(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于GIS的公交出行信息系统的设计(论文提纲范文)
(1)轨道站点慢行接驳行为与接驳环境优化研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外综述 |
1.2.1 轨道站点相关研究 |
1.2.2 慢行交通相关研究 |
1.2.3 国内外研究评述 |
1.3 研究目的及意义 |
1.3.1 研究目的 |
1.3.2 研究意义 |
1.4 研究内容与方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.5 技术路线 |
第二章 轨道站点慢行接驳行为研究的基础理论 |
2.1 轨道站点慢行交通接驳行为影响因素 |
2.1.1 社会经济属性 |
2.1.2 出行属性 |
2.1.3 出行满意度属性 |
2.1.4 出行者偏好属性 |
2.1.5 建成环境属性 |
2.2 轨道站点慢行接驳行为与接驳环境评价相关理论 |
2.2.1 内在因素-外部环境理论 |
2.2.2 Walk Score步行环境评价理论 |
2.3 轨道站点慢行接驳行为和接驳环境评价方法 |
2.3.1 结构方程模型 |
2.3.2 Arc GIS地理信息系统 |
2.4 本章小结 |
第三章 基于轨道站点辐射范围和站点分类的调查方案设计 |
3.1 考虑接驳方式特异性的站点辐射范围研究 |
3.1.1 地铁主要接驳方式 |
3.1.2 辐射范围分析 |
3.2 基于功能导向的站点分类与选取 |
3.2.1 基于站点缓冲区的用地结构的聚类分析 |
3.2.2 基于站点缓冲区的POI数据的辅助分析 |
3.2.3 站点功能分类结果 |
3.3 基于站点辐射范围和站点分类的调查方案设计 |
3.3.1 调查站点选取 |
3.3.2 调查问卷的设计 |
3.3.3 调查方案的实施 |
3.4 本章小结 |
第四章 基于结构方程模型的轨道站点慢行接驳行为研究 |
4.1 研究思路 |
4.2 站点慢行接驳行为影响因素描述性统计 |
4.2.1 社会经济属性统计分析 |
4.2.2 出行属性描述性统计 |
4.2.3 出行满意度属性描述性统计 |
4.2.4 出行者偏好属性描述性统计 |
4.2.5 建成环境描述性统计 |
4.3 出行满意度和出行者偏好成分分析 |
4.3.1 信度分析 |
4.3.2 效度检验 |
4.3.3 因子分析 |
4.4 基于结构方程模型的多情景接驳行为影响研究 |
4.4.1 数据正态性检验 |
4.4.2 多方式接驳地铁结构方程模型 |
4.4.3 慢行接驳地铁结构方程模型 |
4.4.4 模型适配度检核 |
4.5 本章小结 |
第五章 基于GIS的轨道站点慢行接驳环境评价与优化策略研究 |
5.1 站点慢行接驳环境评价与优化研究框架 |
5.2 单点慢行接驳环境指数 |
5.2.1 POI数据 |
5.2.2 路网结构特征 |
5.2.3 慢行设施环境属性 |
5.2.4 单点慢行接驳环境指数分析 |
5.3 面域慢行接驳环境指数 |
5.3.1 空间插值法基本原理 |
5.3.2 基于Kriging法的面域慢行接驳环境指数分析 |
5.4 慢行接驳环境优化策略研究 |
5.4.1 基于慢行接驳环境指数的优化策略分析 |
5.4.2 基于慢行满意度的优化策略 |
5.4.3 基于出行者偏好慢行出行引导策略 |
5.5 本章小结 |
结论与展望 |
一、主要研究成果与结论 |
二、研究不足与展望 |
参考文献 |
附录A 地铁接驳方式的出行行为调查和建成环境属性调查 |
附录B |
攻读学位期间取得的研究成果 |
致谢 |
(2)基于公交大数据的客流OD推算及可视化方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 公交大数据研究现状 |
1.2.2 大数据可视化技术研究现状 |
1.3 研究内容 |
1.4 论文章节安排 |
1.5 本章小结 |
第二章 公交大数据技术概述及处理方法 |
2.1 大数据存储及预处理技术 |
2.1.1 大数据存储技术 |
2.1.2 大数据预处理方法 |
2.2 公交大数据客流OD推算方法 |
2.2.1 公交大数据定义与概述 |
2.2.2 公交客流OD推算方法 |
2.3 公交大数据可视化方法 |
2.4 本章小结 |
第三章 公交大数据存储及预处理 |
3.1 公交大数据存储 |
3.2 公交大数据结构分析 |
3.3 公交大数据预处理 |
3.3.1 数据清洗 |
3.3.2 数据集成 |
3.3.3 数据变换 |
3.3.4 数据归约 |
3.4 本章小结 |
第四章 公交客流OD推算 |
4.1 乘客出行分析 |
4.2 乘客上车站点推算 |
4.3 乘客下车站点推算 |
4.3.1 下车站点推算模型 |
4.3.2 泊松分布参数标定 |
4.3.3 模型有效性检验方法 |
4.4 城市公交客流OD识别的验证与应用 |
4.4.1 乘客上车站点识别 |
4.4.2 乘客下车站点推算 |
4.5 本章小结 |
第五章 空间大数据可视化方法研究 |
5.1 技术架构 |
5.1.1 总体设计 |
5.1.2 系统设计 |
5.2 3D城市景象可视化方法 |
5.2.1 三维空间场景 |
5.2.2 数据源选定 |
5.2.3 矢量数据爬取 |
5.2.4 3D城市景象可视化 |
5.3 公交客流量可视化 |
5.3.1 公交客流量统计 |
5.3.2 公交客流量可视化方法 |
5.4 公交客流轨迹可视化 |
5.5 公交运营可视化 |
5.6 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 存在的不足及展望 |
参考文献 |
致谢 |
个人简历、在学期间的研究成果及发表的学术论文 |
(3)基于BP神经网络及GIS智慧公交服务系统设计(论文提纲范文)
致谢 |
摘要 |
abstract |
1 引言 |
1.1 课题研究背景及意义 |
1.1.1 课题研究背景 |
1.1.2 课题研究目的及意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 论文研究内容及结构 |
1.3.1 论文的主要内容 |
1.3.2 论文结构 |
2 系统开发关键技术研究 |
2.1 GIS技术 |
2.2 GPS技术 |
2.3 神经网络技术 |
2.4 系统开发技术 |
2.4.1 中间件技术 |
2.4.2 多线程技术 |
2.5 本章小结 |
3 智慧公交服务系统总体设计 |
3.1 智慧公交服务系统总体设计目标 |
3.2 智慧公交服务系统的总体构成 |
3.3 智慧公交服务系统总体网络结构设计 |
3.4 智慧公交服务系统的功能设计 |
3.4.1 车辆监控功能 |
3.4.2 车辆路径与时间预测规划 |
3.4.3 智能化服务终端 |
3.5 本章小结 |
4 基于改进神经网络的车辆路段行程时间预测 |
4.1 车辆数据采集与处理 |
4.1.1 车辆信息采集系统的构成 |
4.1.2 车辆速度数据预处理 |
4.1.3 车辆路段行程时间的计算 |
4.2 路段行程时间预测 |
4.2.1 路段行程时间预测模式 |
4.2.2 路段行程时间预测方法 |
4.3 基于改进神经网络的路段行程预测 |
4.3.1 BP神经网络原理 |
4.3.2 BP神经网络路段行程时间预测 |
4.3.3 改进BP神经网络路段行程时间预测 |
4.4 本章小结 |
5 基于实时路况的公交换乘与调度 |
5.1 基于实时路况的动态换乘方案设计 |
5.1.1 动态换乘算法的模型设计 |
5.1.2 动态换乘算法结果分析 |
5.2 公交车辆实时调度方案设计 |
5.3 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(4)基于GIS的西安市老城区公交空间分布与可达性研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 国内外文献综述 |
1.4 研究内容及技术路线 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.4.3 技术路线 |
第二章 基于GIS的公共交通地理信息数据库 |
2.1 地理信息系统概述 |
2.1.1 地理信息系统概念 |
2.1.2 地理信息系统构成与功能 |
2.1.3 交通地理信息系统(GIS-T) |
2.2 地理信息系统数据库构建 |
2.2.1 数据采集与处理 |
2.2.2 基于GIS的公共交通数据库框架 |
2.3 基于GIS的公共交通数据库 |
2.4 数据库的维护与更新 |
2.5 本章小结 |
第三章 基于GIS的公交空间分布特征与可达性的测度 |
3.1 公交空间分布特征评价指标体系内容 |
3.2 可达性概念 |
3.3 可达性的影响因素分析 |
3.3.1 交通基础设施和交通系统 |
3.3.2 土地利用 |
3.3.3 出行者因素 |
3.4 交通可达性评价方法 |
3.4.1 空间阻隔模型 |
3.4.2 累积机会模型 |
3.4.3 空间相互作用模型 |
3.4.4 效用模型 |
3.4.5 时空约束模型 |
3.5 考虑出行时间的公交可达性模型构建 |
3.5.1 定量模型的确定 |
3.5.2 模型说明 |
3.6 基于GIS的公交可达性测度方法 |
3.7 本章小结 |
第四章 西安市老城区公交系统空间分布特征分析 |
4.1 研究区域概况 |
4.2 研究区交通发展现状 |
4.2.1 老城区路网现状 |
4.2.2 居民出行现状 |
4.2.3 老城区公交发展现状 |
4.3 区域公交系统的空间分布特征评价 |
4.3.1 城市公交站点间距 |
4.3.2 公交站点的覆盖率 |
4.3.3 公交线路长度与非直线系数 |
4.3.4 公交线网密度 |
4.3.5 公交线路重复系数 |
4.4 本章小结 |
第五章 老城区公交时间可达性分析 |
5.1 老城区公共交通数据准备 |
5.2 老城区公共交通时间可达性测度 |
5.3 公交可达性结果分析 |
5.4 策略及建议 |
5.5 本章小结 |
结论与展望 |
主要结论 |
研究展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(6)基于GIS的公交查询系统的研究与设计(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题意义 |
1.2 论文研究内容和目标 |
1.3 本论文内容 |
第2章 研究现状 |
2.1 国外公交研究现状 |
2.2 国内公交研究现状 |
2.3 GIS在城市交通管理中的应用 |
第3章 系统开发的支撑技术 |
3.1 地理信息系统(GIS) |
3.2 组件式GIS集成二次开发 |
3.3 MapInfo Professional |
3.4 MapInfo MapX |
第4章 算法设计 |
4.1 最优公交线路查询算法设计与实现 |
4.2 MapX控件所用函数实现 |
第5章 系统设计 |
5.1 系统的总体数据流程图 |
5.2 系统数据库设计 |
5.3 系统数据组织 |
5.4 系统模块设计 |
第6章 基于GIS的公交查询系统实现 |
6.1 基于GIS的绍兴公交查询系统介绍 |
6.2 系统详细介绍 |
6.3 系统测试 |
第7章 结论和展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
致谢 |
攻读学位期间参加的科研项目和成果 |
(7)基于GIS的城市公交线网优化设计(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究方法和技术路线 |
1.3.1 研究内容 |
1.3.2 研究方法 |
第2章 公交线网优化设计与GIS概述 |
2.1 公交线网优化设计 |
2.1.1 公交线网优化的基本内容 |
2.1.2 公交线网优化的原则 |
2.1.3 公交线网优化的影响因素 |
2.2 地理信息系统(GIS) |
2.2.1 地理信息系统的概念及特点 |
2.2.2 GIS的构成及主要功能 |
2.2.3 GIS技术的发展 |
2.3 引入GIS技术的必要性 |
第3章 基于GIS的公交基础数据系统的建立 |
3.1 公交基础数据收集 |
3.2 数字地图的获取 |
3.3 基于GIS的公交数据库 |
3.3.1 交通小区层 |
3.3.2 城市道路网络层 |
3.3.3 步行网络层 |
3.3.4 公交线路层 |
3.3.5 公交站点层 |
3.3.6 公交数据库的建立 |
第4章 基于GIS的公交客流需求预测 |
4.1 居民出行特征分析 |
4.1.1 居民出行调查概况 |
4.1.2 出行特征分析 |
4.1.3 公交出行特征 |
4.2 公交客流需求预测原则和内容 |
4.2.1 公交客流需求预测的原则 |
4.2.2 公交客流需求预测的内容 |
4.3 公交客流需求预测模型 |
4.3.1 出行生成预测模型 |
4.3.2 出行分布预测模型 |
4.3.3 出行方式划分预测模型 |
4.3.4 公交客流分配模型 |
第5章 基于GIS的公交线网优化 |
5.1 公交线网优化的目标 |
5.2 公交线网优化的约束条件 |
5.3 公交线网优化的方法 |
5.4 GIS在公交线网优化中的应用 |
第6章 实例研究—济南市公交线网优化 |
6.1 研究区概况 |
6.1.1 济南市现状分析 |
6.1.2 济南市总体规划 |
6.1.3 济南市公交现状分析 |
6.1.4 公交现状评价 |
6.2 线网优化调整 |
6.2.1 首末站设置 |
6.2.2 公交线网优化调整 |
6.3 优化线网评价 |
第7章 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
参考文献 |
致谢 |
攻读硕士学位期间论文发表及科研情况 |
(8)基于GIS-T的城市交通最优路径诱导算法研究(论文提纲范文)
摘要 |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 城市交通特点 |
1.1.2 ITS的起源、现状与重要意义 |
1.1.3 交通诱导的重要意义及GIS-T的重要作用 |
1.2 国内外研究概况 |
1.3 论文研究的主要内容、目标与方法 |
1.4 论文的组织结构 |
第2章 基础理论知识 |
2.1 交通地理信息系统 |
2.1.1 交通地理信息系统基本知识 |
2.1.2 交通与交通信息 |
2.1.3 交通地理信息系统的发展与现状 |
2.2 图论基本知识 |
2.2.1 基本概念 |
2.2.2 图的表示和存储 |
2.2.3 图论的应用 |
2.3 遗传算法 |
2.3.1 编码设计 |
2.3.2 适应度函数设计 |
2.3.3 遗传算子设计 |
第3章 基于交通特征的城市交通网络模型 |
3.1 数据模型 |
3.2 线性参照系统和动态分段技术 |
3.2.1 线性参照系统 |
3.2.2 动态分段技术 |
3.3 特征的概念 |
3.3.1 地理特征 |
3.3.2 基于特征的概念 |
3.4 城市交通网络模型 |
3.4.1 城市交通网络特征分析 |
3.4.2 基于特征的城市交通网络模型 |
3.5 拓扑关系的表达 |
3.6 本章小结 |
第4章 交通网络拓扑关系描述模型 |
4.1 问题的提出 |
4.2 点集拓扑学基础理论 |
4.3 交通网络拓扑关系描述模型 |
4.3.1 有关空间线目标的几个概念 |
4.3.2 描述交通网络线线拓扑关系的LL9I模型 |
4.4 LL9I模型描述交通网络线线拓扑关系示例 |
4.5 本章小结 |
第5章 基于GIS-T的城市区域内静态路径优化算法 |
5.1 Dijkstra算法 |
5.2 基于GIS-T的城市区域内最佳路径算法研究 |
5.2.1 存储交通网络的数据结构 |
5.2.2 启发式搜索算法 |
5.2.3 启发函数的确定 |
5.2.4 算法描述 |
5.2.5 算法分析 |
5.2.6 算法实现 |
5.3 本章小结 |
第6章 基于GIS-T的公交出行最优路径算法 |
6.1 问题的提出 |
6.2 交通阻抗 |
6.2.1 路段上的交通阻抗 |
6.2.2 交叉口的交通阻抗 |
6.3 基于GIS-T的公交出行最佳路径算法 |
6.3.1 公交网络的拓扑关系 |
6.3.2 公交网络的存储 |
6.3.3 算法思想 |
6.3.4 算法分析 |
6.3.5 算法实现 |
6.4 本章小结 |
第7章 基于GIS-T的动态路径诱导算法 |
7.1 问题的提出 |
7.2 时间依赖网络模型与理论基础 |
7.3 动态交通网络优化模型 |
7.3.1 动态交通网络数学模型 |
7.3.2 优化模型 |
7.4 动态路径诱导算法 |
7.4.1 交互式遗传算法及其应用 |
7.4.2 算法内容 |
7.4.3 算法分析 |
7.4.4 仿真实现与结果分析 |
7.5 本章小结 |
结论与展望 |
结论 |
研究工作展望 |
致谢 |
参考文献 |
攻读博士学位期间发表的论文及科研成果 |
(9)基于GIS的昆明公交模型研究与分析(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究内容 |
1.3 研究的目标和意义 |
1.4 国内外研究现状 |
第二章 GIS 及其在公交客流分析中的应用 |
2.1 GIS 的特征与构成 |
2.2 MapInfo 软件 |
2.3 EMME 软件 |
2.4 GIS 在公交客流模型中的应用 |
第三章 需求分析 |
3.1 研究目的 |
3.2 功能需求 |
3.3 技术路线 |
第四章 公交模型数据库的设计 |
4.1 昆明公交现状与特点 |
4.2 数据库概述 |
4.3 公交实体模拟方法 |
4.4 创建数据库 |
第五章 构建公交模型 |
5.1 构建静态公交模型 |
5.2 构建动态公交模型 |
5.3 公交数据库功能实现 |
第六章 实施与评价 |
6.1 分析工具 |
6.2 分析方法 |
6.3 分析过程及现状评价 |
6.4 本章小结 |
第七章 后续研究 |
7.1 基于昆明公交IC 卡数据校核公交模型 |
7.2 昆明公交未来发展 |
7.3 其他的后续研究 |
参考文献 |
致谢 |
(10)支持增量更新的多模式城市交通网络时空数据模型研究(论文提纲范文)
提要 |
第一章 绪论 |
1.1 城市交通 |
1.1.1 城市交通的发展与演变 |
1.1.2 当代中国的城市交通 |
1.1.3 当代中国城市交通问题的解决手段 |
1.2 城市交通出行诱导系统 |
1.2.1 城市交通出行诱导系统的定义 |
1.2.2 城市交通出行诱导系统的分类 |
1.2.3 城市交通出行诱导系统国内外研发现状 |
1.3 多模式城市交通出行动态诱导系统关键技术 |
1.3.1 多模式城市交通网络时空数据模型 |
1.3.2 多模式出行最优路径动态规划技术 |
1.4 论文依托项目与研究内容 |
1.5 本章小结 |
第二章 多模式城市交通网络时空数据模型研究基础与研究内容 |
2.1 GIS-T与交通网络数据模型 |
2.1.1 交通网络建模方法 |
2.1.2 交通网络数据模型 |
2.2 多模式城市交通网络时空数据模型需求分析 |
2.2.1 多模式城市交通网络特性 |
2.2.2 多模式城市交通动态诱导系统功能需求 |
2.3 多模式城市交通网络时空数据模型研究内容与流程 |
2.3.1 研究内容 |
2.3.2 技术路线 |
2.4 本章小结 |
第三章 适合多模式城市交通网络建模的时空数据模型研究 |
3.1 地理世界的时空概念 |
3.1.1 地理世界的空间概念 |
3.1.2 地理世界的时间概念 |
3.1.3 时空过程 |
3.1.4 事件和状态 |
3.2 时空数据模型 |
3.2.1 数据组织方面 |
3.2.2 数据存储方面 |
3.2.3 集成方面 |
3.2.4 综合分析 |
3.3 一种适合多模式城市交通网络表达的时空数据模型 |
3.3.1 建模方法 |
3.3.2 基于事件的面向对象时空数据概念模型 |
3.3.3 基于事件的面向对象时空数据逻辑模型 |
3.4 本章小结 |
第四章 多模式城市交通网络时空数据模型 |
4.1 多模式城市交通网络概念模型 |
4.1.1 多模式城市交通网络建模要素 |
4.1.2 多模式交通网络几何表达 |
4.1.3 多模式城市交通网络概念模型 |
4.2 基于事件的面向对象多模式城市交通网络逻辑模型 |
4.2.1 多模式交通网络关系与语义表达 |
4.2.2 多模式城市交通网络逻辑模型 |
4.3 本章小结 |
第五章 多模式城市交通网络时空数据增量更新机制 |
5.1 时空数据库更新 |
5.1.1 GIS数据的现势性 |
5.1.2 GIS数据更新 |
5.1.3 GIS数据更新模式 |
5.2 基于事件的时空数据库增量更新 |
5.2.1 基于事件的增量建模 |
5.2.2 基于事件的时空数据库增量更新 |
5.3 多模式城市交通网络时空数据增量更新 |
5.3.1 多模式城市交通网络更新规则研究 |
5.3.2 多模式城市交通网络更新代理设计 |
5.3.3 多模式城市交通网络增量更新一致性维护分析 |
5.4 本章小结 |
第六章 基于Oracle的多模式城市交通网络时空数据库与应用 |
6.1 时空数据模型的物理实现 |
6.1.1 GIS物理数据模型 |
6.1.2 GIS数据管理模式 |
6.2 基于Oracle对象关系数据库的时空数据管理 |
6.2.1 Oracle的面向对象特性 |
6.2.2 Oracle Spatial空间数据插件 |
6.3 基于Oracle的多模式城市交通网络时空数据库 |
6.3.1 多模式城市交通网络时空数据模型的物理设计 |
6.3.2 基于Oracle Spatial的时空数据库实现 |
6.4 长春市多模式城市交通动态出行诱导系统 |
6.4.1 数据部分 |
6.4.2 系统功能 |
6.4.3 原型系统体系结构与开发环境 |
6.4.4 系统界面与功能界面 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 论文总结 |
7.2 论文创新点 |
7.3 论文展望 |
参考文献 |
攻读博士学位期间发表的学术论文和参与的科研项目情况 |
1. 攻读博士学位期间发表的学术论文 |
2. 攻读博士学位期间参与的科研项目 |
3. 攻读博士学位期间申请与获得专利 |
致谢 |
摘要 |
Abstract |
四、基于GIS的公交出行信息系统的设计(论文参考文献)
- [1]轨道站点慢行接驳行为与接驳环境优化研究[D]. 张艳. 长安大学, 2020(08)
- [2]基于公交大数据的客流OD推算及可视化方法研究[D]. 段钊宁. 石家庄铁道大学, 2019(03)
- [3]基于BP神经网络及GIS智慧公交服务系统设计[D]. 冯豪杰. 河南理工大学, 2018(01)
- [4]基于GIS的西安市老城区公交空间分布与可达性研究[D]. 张凌雪. 长安大学, 2017(02)
- [5]中国交通工程学术研究综述·2016[J]. 《中国公路学报》编辑部. 中国公路学报, 2016(06)
- [6]基于GIS的公交查询系统的研究与设计[D]. 朱智谋. 浙江工业大学, 2013(03)
- [7]基于GIS的城市公交线网优化设计[D]. 张明明. 山东建筑大学, 2011(08)
- [8]基于GIS-T的城市交通最优路径诱导算法研究[D]. 张水舰. 西南交通大学, 2010(04)
- [9]基于GIS的昆明公交模型研究与分析[D]. 王筠. 云南大学, 2010(05)
- [10]支持增量更新的多模式城市交通网络时空数据模型研究[D]. 汪健. 吉林大学, 2009(08)