交通检测点分布规则及其数学模型

针对估计ＯＤ出行分布矩阵需检测路段流量的问题，分析了检测点合理分布的４种规则，并在已知ＯＤ对间的有效出行路径的条件下，建立了相应的数学规划模型，同时也提出了有效的启发式算法．

新型居民交通出行调查辅助系统设计

利用移动设备、卫星地图等技术,采集居民的所在位置、出行时间、出行方式、出行目的等信息,关键在于面向普通居民的系统易于操作,反馈的数据信息分析合理,能够有效获取居民出行的各项指标。系统设计分为基于移动设备的软件开发和反馈的海量数据的分析两部分。移动设备的软件采用Java语言在Android系统开发,软件在手机上安装运行后不需要被调查者进行任何操作,有利于非交通专业的被调查者能够顺利开展调查。移动设备利用GPRS发送被调查者的位置信息到MYSQL基础数据库中,并算出距离间隔信息以及速度信息。结合GIS工具,将道路网、公交线网、建筑物属性、用地属性,将出行终点的经纬度对应的建筑物匹配到可能的出行目的,再结合用户停留时间得到精确的出行目的。出行起讫点则由出行距离,出行速度和是否经过城市道路网等条件判定。通过平均速度、瞬时速度以及出行的经纬度对应到GIS中的出行路径与公交线网比对,判断精确的出行方式,最后获得出行量分布。

基于百度API开源数据的居民出行研究

为弥补传统居民出行调查中存在被调查者对出行时间预估不准和出行距离难以计算的弊端,基于地图开发,设计了网络调查问卷,以获取居民出行起讫点(Origin-Destination,简称OD)和出行方式。根据起讫点进行坐标匹配,在时间最短的原则下,通过百度地图应用程序编程接口(Application Programming Interface,简称API)进行最佳出行路线推测,并融合居民调查数据得到一次出行的完整出行链,对获取的出行链数据进行不同出行方式和出行目的的居民出行特征分析。研究结果表明:(1)平均出行距离、平均出行时间等总体指标与青岛市第3次交通出行调查(2016)中通过公交IC卡计算的结果基本一致,但在具体的分布上有差异;(2)公交车出行的平均出行时间是小汽车的2.5倍,不能满足乘坐公交加步行的时间要控制在开私家车时间的1.5倍之内的深圳公交提速"1.5"战略;(3)非常发性的事务类出行,如单位业务、个人事务,平均出行距离要显著大于通勤类出行,如上班、就学。