摘要
目前，基于手机信令数据进行交通问题分析与应用已成为研究热点，但仍局限于中观与宏观分析，其在精细化交通出行信息提取与交通需求模型构建方面的研究与应用有限。针对传统交通分布模型存在较为依赖数据质量、模型参数标定困难、难以准确描述城市居民出行习惯的问题，本文基于手机信令数据，构建了多方式交通分布模型。论文的核心工作包括基于手机信令数据的居民出行轨迹信息提取、交通方式划分模型构建以及多方式交通分布模型构建三个方面，具体研究内容与主要研究结论如下。 首先，论文基于手机信令数据，提出了城市居民出行轨迹提取方法和带出行方式标签的样本数据获取方法。论文首先基于时空聚类算法对停驻点进行识别，在定义一次出行基础上，根据基站轨迹点的时空特性识别停留点并提取出行链信息；接着在此基础上，论文通过概率决策的方法完成了出行链中的基站与路网中的交叉口匹配工作，获取手机用户在城市路网中的出行轨迹信息；最后，为获取带有交通方式标签的手机信令轨迹数据，论文利用规则匹配的方法，将居民出行调查数据与手机信令数据匹配，最终获取的带有交通方式标签的手机信令轨迹数据作为后续交通方式划分模型的样本空间。 其次，论文通过融合多源数据，提取了交通方式划分特征参数，构建了基于随机森林的交通方式划分模型，对不同交通方式的出行OD完成提取和扩样工作。论文首先融合手机信令数据、地理信息数据、地图导航数据，从轨迹时空特征与路径规划特征两方面共提取了20个特征参数，并采用基于卡方检验的筛选方法保留了17个特诊参数作为最优模型特征空间；然后采用随机森林分类算法构建了交通方式划分模型，结果表明与现有研究相比存在一定优势；最后，将基站OD转化为交通小区间出行OD后，通过扩样完成了全样本的分方式出行OD估计工作。 论文在探讨交通分布与其影响因素内在关系的基础上，构建了基于重力模型的多方式交通分布模型。论文首先在对现有传统交通分布模型概述基础上，选取了重力模型作为多方式交通分布模型构建的基础模型；然后分析了用地布局和交通方式对交通分布的内在影响并对其量化，在重力模型基础上构建了多方式交通分布模型；最后利用上文获取的全样本分方式出行OD完成参数标定工作。实验结论表明，考虑用地布局和交通分布影响因素的多方式交通分布模型能够一定程度上提升了模型的精度，是将大数据与传统交通模型融合的一次有益尝试。
NETL