原文传递
基于GPS数据的城市货运车辆路径选择行为研究
| 论文题名： | 基于GPS数据的城市货运车辆路径选择行为研究 |
| 关键词： | 路径选择行为;路径选择集;GPS数据;数据处理;地图匹配 |
| 摘要： | 城市生产性服务活动带来的大量物流车辆涌现现象，伴随着同城货运、快递、网络货运平台等新兴物流业态的快速发展，致使货运车辆成为城市交通运输系统的重要组成部分，货运车辆数量的快速增长，加剧了城市的交通压力。城市货运车辆的出行行为不同于其他类型车辆，基于大规模轨迹数据揭示城市货运车辆出行行为特征与路径选择机理，对于解决城市货运交通系统的规划、运行管控缺乏数据挖掘技术和路径选择模型支持的现实问题，具有重要现实意义。 论文深入研究基于GPS数据的城市货运车辆路径选择行为，涉及到GPS数据预处理、路径选择集构建和路径选择行为建模3个子问题，主要研究工作和结论总结如下： 1）GPS数据预处理。采用Python编程和Arcgis软件结合的方法，预处理出行数据，结合隐式马尔科夫地图匹配算法，获取城市货运车辆出行中的行程时间、行驶路径长度、路径迂回度等行驶信息。 2）备选路径选择集构建。运用DBSCAN算法对长春市货车出行的起讫点进行了空间聚类，生成初始路径选择集，涵盖27个货车出行热点OD对共7713条出行数据；设计了改进的BFS-LE算法，添加了路径搜索规则，构建了备选路径选择集。该算法提高了算法的运行效率和生成路径选择集的质量。 3）路径选择行为模型建立。首先，基于货运车辆出行的行驶信息，对城市货运车辆出行的时空特征进行了挖掘分析，得到了城市货运车辆出行的规律特征和可能影响城市货车路径选择的因素。其次，分别构建了MNL和PSL路径选择模型，标定了模型主要参数，结合模型的拟合优度、显著性分析结果和命中率，验证了模型的有效性和预测准确性。研究发现：当货车驾驶员在城市道路中选择出行路径时，路径的行驶时间、迂回度、左转弯和交叉口数量、主干路和次干路占比会产生负效用影响，路径中右转弯数量、支路占比和路径修正项会产生正效用影响。MNL模型和PSL模型均能较好地解释城市货运车辆的路径选择行为，且PSL模型对车辆路径选择行为的解释能力要优于MNL模型。 论文基于GPS数据揭示的城市货运车辆出行规律、构建有效的路径选择集和路径选择模型为数据驱动下的城市货运车辆路径选择决策提供了模型参考。 |
| 作者： | 高天 |
| 专业： | 交通运输 |
| 导师： | 郑黎黎 |
| 授予学位： | 硕士 |
| 授予学位单位： | 吉林大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
