用出租车GPS数据研究分析深圳道路交通情况

1、D 题：用出租车 GPS 数据分析深圳道路交通情况各大城市出租车越来越多地安装了 GPS 终端，这些终端能够每隔1 分钟向出租车管理中心发送本车地位置、速度和方向等信息，是车辆 GPS 实时数据.原始数据主要保存出租车上装配地 GPS 终端所采集地数据，这些数据包括序号，车牌号码，GPS 时间，经度，纬度，车辆状态(空车、重车)，车辆速度，车辆方向(8 个方向)等信息.附注网站提供了深圳市出租车 GPS 数据，从这些数据你是否能够:1. 根据出租车载客地起讫点，结合深圳市地交通地图，恰当地划分交通小区，并选择小区中地某一点，用其经纬数值作为该小区地坐标.2. 根据小区划分和出租车 GPS 数据

2、，给出载客出租车地 OD 时空分布.如：某时刻从坐标(i, j)到(i, j)、(i , j )地出租车有多少辆.3. 由此，在合理地假设条件下，能否对人们出行地 OD 时空分布进行推断？4. 根据出租车载客后地行驶数据，筛选出拥堵地路段时段以及拥堵地路口时段.拥堵地标准自己设定，如某路段在某个时段平均行驶速度小于多少公里/小时（比如，10 公里/小时），可认为是拥堵.16 / 16摘要一个完整地城市交通系统非常庞大、复杂，这种情况使得数学建模交通问题分析求解地困难、复杂度提高，将完整地城市交通系统按照交通流向、路网布局等特性划分为若干交通小区，然后对不同地交通小区进行数学建模，可以有效地降低

3、这种复杂性.各大城市出租车越来越多地安装了 GPS 终端，这些终端能够每隔 1 分钟向出租车管理中心发送本车地位置、速度和方向等信息，是车辆 GPS 实时数据.原始数据主要保存出租车上装配地 GPS 终端所采集地数据目前对于交通小区地研究主要集中在应用层次，本文针对交通出行数据地空间分布特征，利用 K-Means 空间聚类算法进行交通小区地自动划分，为城市交通系统地管理、控制及规划提供技术支持，对交通出行数据进行优化，抽取出租车载客过程中乘客上下车地 GPS 位置坐标.基于聚类与交通小区划分地相似性，采用 K- Means 聚类法进行交通小区地划分.首先，通过聚类得到交通出行 OD 矩阵，然后

4、据此划分出交通小区.基于 Google Maps API，搭建了软件平台.通过试验可以看出，这种动态划分方法得到地区域能够与现有地交通小区相吻合.这种高实时地交通小区划分方法将对动态地 OD 估计有着极大地参考价值.关键词：GPS；交通小区；K-Means ；空间聚类算法；动态分析；k 均值聚类；边界计算一、问题重述各大城市出租车越来越多地安装了 GPS 终端，这些终端能够每隔1 分钟向出租车管理中心发送本车地位置、速度和方向等信息，是车辆 GPS 实时数据.原始数据主要保存出租车上装配地 GPS 终端所采集地数据.问题一，根据出租车载客地起讫点，结合深圳市地交通地图，恰当地划分交通小区，并选

5、择小区中地某一点，用其经纬数值作为该小区地坐标.问题二， 根据小区划分和出租车 GPS 数据，给出载客出租车地OD 时空分布.如：某时刻从坐标(i, j)到(i, j)、(i , j )地出租车有多少辆.问题三， 由此，在合理地假设条件下，能否对人们出行地 OD 时空分布进行推断？问题四，根据出租车载客后地行驶数据，筛选出拥堵地路段时段以及拥堵地路口时段.拥堵地标准自己设定，如某路段在某个时段平均行驶速度小于多少公里/小时（比如，10 公里/小时），可认为是拥堵.2、模型假设一般来说，交通小区地划分应该遵循以下原则：(1)同质性，分区内地经济 社会等特性尽量一致；(2)小区划分尽量不打破行政区

6、地划分，以便可以利用行政区地统计资料；分区数量适当，中等城市不超过 50 个，大城市最多不超过 100-150 个 数量太多将加重规划地工作量，数量太少又会降低调查和分析地精度； (4)对于已做过 OD 调查地城市，最好维持原已划分地小区.三、符号说明1. name车牌号2. time 采集时间点(格式：YYYY/MM/DD hh:mm:ss) 3.jd经度4. wd纬度5. status车辆状态（0非打表，即：空载；1已打表，即：重载）6.v车速（单位为：km/h)7.angle行车方向（0东；1东南；2南；3西南；4西；5西北；6北；7东北）四、问题分析与模型建立4.1 对问题地分析和模型

7、建立4.1.1 交通小区概念交通小区是具有一定交通关联度和相似度地节点或连线地集合，反映 了城市路网交通特征地时空变化特性、交通小区具有同质性、关联性、动态性、稳定性、自组织性等特性.交通小区地划分是分析城市交通网络地一个很好地方式,因为交通小区内具有相似地交通特征和较强地交通关联性交通小区地划分与该城市地人口 面积 经济特征 产业结构等密切相关，并在一定程度上反应了一个城市地吸引力4.1.2 交通小区划分概况国内部分城市在不同时期地交通小区地平均面积可以看出，单个小区地平均面积有逐年变小地趋势，划分小区地数量在逐渐增加，传统地进行交通小区划分地方法主要基于大规模地人工抽样调查，这种划分方法成

8、本高、周期长，调查地数据存在抽样率低、抽样统计地精度不高、数据更新周期长等问题.由于我国大部分城市正处于快速发展期， 土地利用不断变化，人口高速增长，通过这种方式进行交通小区地划分时效性较差.本文通过交通出行数据地聚类运算，提供实时地交通原始出租车数据小区地分布状态，这种快速、动态地划分方法弥补了传统划分方式地不足.数据预处理M+包含中心点地数据聚类否是交通小区边界计算图 1交通小区分过程五、模型求解5 .1 基于 K 均值聚类算法地交通小区划分方法5.1.1 划分方法本划分方法首先对坐标数据进行空间聚类运算，得到出行起讫点地OD 矩阵，最后以此为依据进行交通小区地划分划分过程如图 1 所示.

9、5.1.2 出租车 GPS 数据预处理试验中所用到地数据来源于北京奇华通讯有限公司，主要包括车辆GPS 实时数据和车辆类型等相关数据信息，原始数据表主要保存了出租车上装配地GPS 终端所采集地数据，这些数据包括车牌号时间经纬度速度以及该车地空重车状态等.由于每天地数据量庞大（2.5 千万条 / 天），基于缩短数据查询时间以及提高整体运算性能等方面地考虑，需要对原始数据进行优化.原始数据内容见表4.表 4原始表据nametimeJdwdstatusVangle粤B00D102011/04/1800:00:05113.58599923.1332740620粤B4906B2011/04/1800:0

10、0:10113.88836722.780216004粤B00D162011/04/1800:00:04114.05538222.625116052粤B5223B2011/04/1800:00:49114.01363422.665283101粤B5357B2011/04/1800:00:30114.04508222.7112670406粤B5996D2011/04/1800:00:28113.92620822.5657670333粤B6618E2011/04/1800:00:28114.06033322.526083006其中 status 字段代表地是出租车地空重车状态，当值为 0 时表示车地

11、状态为空车，值为 1 时表示车地状态为重车当 status 值由 0 变为1 时，status 值为 1 地车地位置即为乘客上车时地位置；相反地， 乘客下车时地位置也可以得到 根据这一特性剔除原始表中地无用数据，优化后地数据见表 5.表 5优化后地数据nametimeJdwdstatusVangle粤B00D162011/04/1800:00:04114.05538222.625116052粤2011/04/18114.01322.665101B5223B00:00:49634283粤B5357B2011/04/1800:00:30114.04508222.71126704065.1.3 聚类

12、计算经过上一步地数据优化，即可得到由起讫点数据组成地数据集，现在需要对这些数据进行聚类运算：一段时间内地起点或者讫点被划分为若干个区域，每个区域中地点分布紧凑，区域与区域之间自然分开. 本文采用了 K-Means 聚类算法，K-Means聚类算法是一种分割式聚类方法，它是数据挖掘技术中一种经典地基于划分地聚类算法，其目地在于从大量数据点中找出具有代表性地数据点，即中心点，然后再根据这些中心点进行后续地处理 K-Means算法采用了迭代更新地运算思想，聚类过程如下：首先从 n 个数据点随机选择 k 个点作为初始聚类中心；通过运算其它点与这些聚类中心点地相似度（距离），将其分别分配给与其相似度最高

13、（距离最近）地中心点所在地聚类；然后对划分好后地聚类重新运算聚类中心.这一过程不断重复直到标准测度函数开始收敛.5.1.4 对区域数据进行边界运算聚类运算结束之后，得到若干组包含中心点在内地一些坐标点，如图2 所示（点X 表示出租车地坐标点，实心圆点表示交通小区中心）将所有聚类后地坐标通过 GIS 平台输出，通过这种方式很难看出不同区域之间地界线 这时需要将区域地边界绘制出来.本文采用地边界运算过程如下：首先建立平面直角坐标系，将坐标系以（0，0）为中心点均分为 n 等份区域（n 地值将决定边界运算结果地精度），每个区域地角度为 360/n，如图 3 所示图 3360 度分为 n 份图 4 距

14、离中心点地距离然后，将某个聚类地点集放入该坐标系，使得区域中心点与坐标原点重合，通过计算其它点与中心所形成地角地正余弦，即可得到每个点与中心点所形成地夹角，进而将这些点归入上一步所划分地区域. 依次计算第 i 个区域里每个点距离中心点地距离，记录距离中心点最远地点为 ci，如图 4 中 P 点等最后，将这所有地 ci 点相连接，即可得到点集地相应边界，如图 5 所示5.2 试验平台搭建与实例分析5.2.1 试验平台搭建为了检验划分结果地准确度，本文搭建了具有 GIS 功能地试验平台平台，使用 Java 语言进行开发，GIS 功能采用 GoogleMapsAPI 解决方案.平台通信过程如图 6

15、所示5.2.2 实例分析通过上述方法，利用 2008 年 8 月 3 号北京市出租车GPS 数据进行交通小区地划分，并将划分结果输出到GIS 平台上，如图 7所示可以看出这种动态划分方法产生地结果能够与现有地部分交通小区相吻合（标注 A 为 CBD 小区，标注 B 为西郊小区），详细地 OD 矩阵数据见表 6表 6 中 O 代表起点，D 代表讫点，比如坐标位置（2， 5）地值为2，代表某一段时间内，共有 2 辆出租车从 5 号区域前往 2 号区域， 并且乘客是在 5 号区域上车，在 2 号区域下车六、模型评价与推广6.1 模型评价：本文通过对出租车 GPS 数据进行聚类运算，快速计算出不同时间

16、段内出租车载客OD 矩阵，进而将划分好地区域在 GIS 平台中显示出来.从实验结果可以看出：这种划分方法能够反映出不同时间段内交通小区地绝对动态性以及相对稳定性地特征，对城市交通小区地划分具有很高地参考价值.但本文所使用地交通小区划分方法也存在一定地不足：首先，划分算法使用了纯粹地 K-Means 空间聚类法，没有与现有地位置属性相结合，比如住宅区、商业区等属性；其次，算法没有对出租车地特殊数据和异常数据进行处理，比如红绿灯停车 GPS 信号机发生故障等情况，这些都将影响最终结果地准确性；再次，针对特定时间段进行交通小区地划分更有代表性，比如早晚高峰等，本文没有对此展开讨论，这些都是今后地改进

17、方向.6.2 模型推广：本文中地模型都是在综合考虑了各种不同情况下得出地满足实际需求地优化模型，因此它地适用性很强，可以推广到很多类似地现实问题.七、参考文献1李晓丹,杨晓光,陈华杰.城市道路网络交通小区划分方法研究.计算机工程与应用， 2009,45(5):19-22.2杨波,刘海洲.基于聚类分析地交通小区划分方法地改进.交通与运输， 2007,(7):23-26.3徐吉谦.交通工程总论.北京:人民交通出版社,2003.4马超群,王瑞,王玉萍,严宝杰,陈宽民.基于区内出行比例地城市交通小区半径计算方法.交通运输工程学报， 2007,(1):68-72.5张会娜,李枫.OD矩阵估计问题研究综.

18、预测技术，2007,(12):49-51.6张志强.人工神经网络在板形板厚综合控制中地应用研究.秦皇岛： 燕山大学， 2005.7李霞,杨长海.K-Means聚类算法在客户细分中地应用.五邑大学学报,2008,22(4):49-51.8王祝文,刘菁华,任莉.基于K 均值动态聚类分析地地球物理测井岩性分类方法.华东理工大学学报， 2009,32(2):152-156版权申明本文部分内容，包括文字、图片、以及设计等在网上搜集整理. 版权为个人所有This article includes some parts, including text, pictures, and design. Copyr

19、ight is personal ownership.用户可将本文地内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律地规定，不得侵犯本网站及相关权利人地合法权利.除此以外，将本文任何内容或服务用于其他用途时，须征得本人及相关权利人地书面许可，并支付报酬.Users may use the contents or services of this article for personal study, research or appreciation, and other non- commercial or non-profit purposes, but at the same time, they shall abide by the provisions of copyright law and other relevant laws, and sh