首页|基于出租车订单轨迹数据的城市居民出行需求区域挖掘

基于出租车订单轨迹数据的城市居民出行需求区域挖掘

Regional mining of urban residents'travel demand based on taxi order trajectory data

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了深入挖掘城市居民的出行特征与出租车运营的时空规律,通过定义上客热点区域、高收入订单区域、高平均订单收入区域、高收入上客区域为目标区域,比较分析目标区域的时空分布规律,以西安市为例挖掘城市居民出行需求区域的时空分布特征.首先,使用正六边形的泰森多边形对研究区域进行网格划分;其次,通过确定订单总量、里程利用率、每小时平均收益、平均载客时间、平均载客距离、平均空驶距离6项指标建立灰色决策模型,得出西安市出租车运行效率较高的时段,并基于焦点统计算法提取目标区域.研究结果表明:在08:01～09:00、14:01～15:00、17:01～18:00,21:01～22:00这4个时间段中西安市出租车运行效率较高;高收入订单区域的分布代表了居民的长距离出行需求分布,其时空变化较小,主要聚集在交通枢纽附近;高平均订单收入区域大部分都在西安市主城区外,存在居民出行需求难以满足的问题;由于交通拥堵等因素的影响,出租车上客热点区域并非完全是高收入载客区域.研究成果对于西安市居民出行特征分析,出租车司机收入提升,以及城市公共交通规划部门政策制定具有一定的借鉴.

焦萍、马宁远、段雅馨、赵剑楠、耿新瑞、孙璐

展开 >

西安航空学院经济管理学院,陕西西安710077

长安大学运输工程学院,陕西西安710064

比亚迪汽车工业有限公司,广东深圳518118

西安市交通发展研究中心,陕西西安710082

展开 >

交通工程 出行需求 时空分布特征 灰色决策模型 焦点统计算法 出租车订单轨迹

18YJAZH12020YJCZH05819-23R20-09R

2022

10.19721/j.cnki.1671-8879.2022.04.011

长安大学学报(自然科学版)
长安大学

长安大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：1.011
ISSN：1671-8879
年,卷(期)：2022.42(4)
  • 1
  • 9