用出租車GPS數(shù)據(jù)分析深圳道路交通情況

1、 D題：用出租車GPS數(shù)據(jù)分析深圳道路交通情況各大城市出租車越來越多的安裝了GPS終端，這些終端能夠每隔1分鐘向出租車管理中心發(fā)送本車的位置、速度和方向等信息，是車輛GPS實(shí)時數(shù)據(jù)。原始數(shù)據(jù)主要保存出租車上裝配的GPS終端所采集的數(shù)據(jù)，這些數(shù)據(jù)包括序號，車牌號碼，GPS時間，經(jīng)度，緯度，車輛狀態(tài)(空車、重車)，車輛速度，車輛方向(8個方向)等信息。附注網(wǎng)站提供了深圳市出租車GPS數(shù)據(jù)，從這些數(shù)據(jù)你是否能夠:1. 根據(jù)出租車載客的起訖點(diǎn)，結(jié)合深圳市的交通地圖，恰當(dāng)?shù)膭澐纸煌ㄐ^(qū)，并選擇小區(qū)中的某一點(diǎn)，用其經(jīng)緯數(shù)值作為該小區(qū)的坐標(biāo)。2. 根據(jù)小區(qū)劃分和出租車GPS數(shù)據(jù)，給出載客出租車的OD時空分布

2、。如：某時刻從坐標(biāo)到、的出租車有多少輛。3. 由此，在合理的假設(shè)條件下，能否對人們出行的OD時空分布進(jìn)行推斷？4. 根據(jù)出租車載客后的行駛數(shù)據(jù)，篩選出擁堵的路段時段以及擁堵的路口時段。擁堵的標(biāo)準(zhǔn)自己設(shè)定，如某路段在某個時段平均行駛速度小于多少公里/小時（比如，10公里/小時），可認(rèn)為是擁堵。附注：部分有關(guān)資料請上網(wǎng)站，在數(shù)學(xué)建?；A(chǔ)數(shù)據(jù)頁之交通問題基礎(chǔ)數(shù)據(jù)下載：深圳出租車GPS數(shù)據(jù)，數(shù)據(jù)文件較大，我們分解成若干個小文件提供。摘要 一個完整的城市交通系統(tǒng)非常龐大、復(fù)雜，這種情況使得數(shù)學(xué)建模交通問題分析求解的困難、復(fù)雜度提高，將完整的城市交通系統(tǒng)按照交通流向、路網(wǎng)布局等特性劃分為若干交通小區(qū)，然后

3、對不同的交通小區(qū)進(jìn)行數(shù)學(xué)建模，可以有效地降低這種復(fù)雜性。各大城市出租車越來越多的安裝了GPS終端，這些終端能夠每隔1分鐘向出租車管理中心發(fā)送本車的位置、速度和方向等信息，是車輛GPS實(shí)時數(shù)據(jù)。原始數(shù)據(jù)主要保存出租車上裝配的GPS終端所采集的數(shù)據(jù)目前對于交通小區(qū)的研究主要集中在應(yīng)用層次，本文針對交通出行數(shù)據(jù)的空間分布特征，利用 K-Means 空間聚類算法進(jìn)行交通小區(qū)的自動劃分，為城市交通系統(tǒng)的管理、控制及規(guī)劃提供技術(shù)支持，對交通出行數(shù)據(jù)進(jìn)行優(yōu)化，抽取出租車載客過程中乘客上下車的 GPS 位置坐標(biāo)。基于聚類與交通小區(qū)劃分的相似性，采用 K- Means 聚類法進(jìn)行交通小區(qū)的劃分。首先，通過聚類得

4、到交通出行 OD 矩陣，然后據(jù)此劃分出交通小區(qū)?；?Google Maps API，搭建了軟件平臺。通過試驗(yàn)可以看出，這種動態(tài)劃分方法得到的區(qū)域能夠與現(xiàn)有的交通小區(qū)相吻合。這種高實(shí)時的交通小區(qū)劃分方法將對動態(tài)的 OD 估計有著極大的參考價值。關(guān)鍵詞：GPS；交通小區(qū)；K-Means ；空間聚類算法；動態(tài)分析；k 均值聚類；邊界計算一、問題重述各大城市出租車越來越多的安裝了GPS終端，這些終端能夠每隔1分鐘向出租車管理中心發(fā)送本車的位置、速度和方向等信息，是車輛GPS實(shí)時數(shù)據(jù)。原始數(shù)據(jù)主要保存出租車上裝配的GPS終端所采集的數(shù)據(jù)。 問題一，根據(jù)出租車載客的起訖點(diǎn)，結(jié)合深圳市的交通地圖，恰當(dāng)?shù)膭?/p>

5、分交通小區(qū)，并選擇小區(qū)中的某一點(diǎn)，用其經(jīng)緯數(shù)值作為該小區(qū)的坐標(biāo)。問題二， 根據(jù)小區(qū)劃分和出租車GPS數(shù)據(jù)，給出載客出租車的OD時空分布。如：某時刻從坐標(biāo)到、的出租車有多少輛。問題三， 由此，在合理的假設(shè)條件下，能否對人們出行的OD時空分布進(jìn)行推斷？問題四， 根據(jù)出租車載客后的行駛數(shù)據(jù)，篩選出擁堵的路段時段以及擁堵的路口時段。擁堵的標(biāo)準(zhǔn)自己設(shè)定，如某路段在某個時段平均行駛速度小于多少公里/小時（比如，10公里/小時），可認(rèn)為是擁堵。2、 模型假設(shè) 一般來說，交通小區(qū)的劃分應(yīng)該遵循以下原則：(1) 同質(zhì)性，分區(qū)內(nèi)的經(jīng)濟(jì) 社會等特性盡量一致；(2) 小區(qū)劃分盡量不打破行政區(qū)的劃分，以便可以利用行政區(qū)

6、的統(tǒng)計資料； (3) 分區(qū)數(shù)量適當(dāng)，中等城市不超過 50 個，大城市最多不超過100-150 個 數(shù)量太多將加重規(guī)劃的工作量，數(shù)量太少又會降低調(diào)查和分析的精度；(4) 對于已做過 OD調(diào)查的城市，最好維持原已劃分的小區(qū)。三、符號說明1.name車牌號2.time采集時間點(diǎn)(格式：YYYY/MM/DD hh:mm:ss)3.jd 經(jīng)度4.wd 緯度5.status車輛狀態(tài)（0非打表，即：空載；1已打表，即：重載）6.v 車速（單位為：km/h)7.angle行車方向（0東；1東南；2南；3西南；4西；5西北；6北；7東北）四、 問題分析與模型建立4.1對問題的分析和模型建立 4.1.1 交通小區(qū)

7、概念 交通小區(qū)是具有一定交通關(guān)聯(lián)度和相似度的節(jié)點(diǎn)或連線的集合，反映了城市路網(wǎng)交通特征的時空變化特性、交通小區(qū)具有同質(zhì)性、關(guān)聯(lián)性、動態(tài)性、穩(wěn)定性、自組織性等特性。交通小區(qū)的劃分是分析城市交通網(wǎng)絡(luò)的一個很好的方式,因?yàn)榻煌ㄐ^(qū)內(nèi)具有相似的交通特征和較強(qiáng)的交通關(guān)聯(lián)性交通小區(qū)的劃分與該城市的人口 面積 經(jīng)濟(jì)特征 產(chǎn)業(yè)結(jié)構(gòu)等密切相關(guān)，并在一定程度上反應(yīng)了一個城市的吸引力 4.1.2 交通小區(qū)劃分概況 國內(nèi)部分城市在不同時期的交通小區(qū)的平均面積可以看出，單個小區(qū)的平均面積有逐年變小的趨勢，劃分小區(qū)的數(shù)量在逐漸增加，傳統(tǒng)的進(jìn)行交通小區(qū)劃分的方法主要基于大規(guī)模的人工抽樣調(diào)查，這種劃分方法成本高、周期長，調(diào)查的

8、數(shù)據(jù)存在抽樣率低、抽樣統(tǒng)計的精度不高、數(shù)據(jù)更新周期長等問題。由于我國大部分城市正處于快速發(fā)展期，土地利用不斷變化，人口高速增長，通過這種方式進(jìn)行交通小區(qū)的劃分時效性較差。本文通過交通出行數(shù)據(jù)的聚類運(yùn)算，提供實(shí)時的交通小區(qū)的分布狀態(tài)，這種快速、動態(tài)的劃分方法彌補(bǔ)了傳統(tǒng)劃分方式的不足。 原始出租車數(shù)據(jù) 設(shè)定精度E 數(shù)據(jù)預(yù)處理 隨機(jī)選擇數(shù)據(jù)中心 M尋找距離最近的聚類中心井入組 M+ 更新數(shù)據(jù)中心計算方差E(M) E(M)E 否 是E(M-1)E 否 包含中心點(diǎn)的數(shù)據(jù)聚類 是 交通小區(qū) 邊界計算 圖1 交通小區(qū)分過程 五、 模型求解5 .1基于 K均值聚類算法的交通小區(qū)劃分方法 5.1.1 劃分方法

9、本劃分方法首先對坐標(biāo)數(shù)據(jù)進(jìn)行空間聚類運(yùn)算，得到出行起訖點(diǎn)的 OD矩陣，最后以此為依據(jù)進(jìn)行交通小區(qū)的劃分劃分過程如圖 1所示。 5.1.2 出租車 GPS 數(shù)據(jù)預(yù)處理 試驗(yàn)中所用到的數(shù)據(jù)來源于北京奇華通訊有限公司，主要包括車輛 GPS實(shí)時數(shù)據(jù)和車輛類型等相關(guān)數(shù)據(jù)信息，原始數(shù)據(jù)表主要保存了出租車上裝配的 GPS終端所采集的數(shù)據(jù)，這些數(shù)據(jù)包括車牌號時間經(jīng)緯度速度以及該車的空重車狀態(tài)等。由于每天的數(shù)據(jù)量龐大（2.5 千萬條 / 天），基于縮短數(shù)據(jù)查詢時間以及提高整體運(yùn)算性能等方面的考慮，需要對原始數(shù)據(jù)進(jìn)行優(yōu)化。原始數(shù)據(jù)內(nèi)容見表4。表4 原始表據(jù)nametimeJdwdstatusVangle粵B00D

10、102011/04/18 00:00:05113.58599923.1332740620粵B4906B2011/04/18 00:00:10113.88836722.780216004粵B00D162011/04/18 00:00:04114.05538222.625116052粵B5223B2011/04/18 00:00:49114.01363422.665283101粵B5357B2011/04/18 00:00:30114.04508222.7112670406粵B5996D2011/04/18 00:00:28113.92620822.5657670333粵B6618E2011/04

11、/18 00:00:28114.06033322.526083006 其中status字段代表的是出租車的空重車狀態(tài)，當(dāng)值為 0 時表示車的狀態(tài)為空車，值為 1 時表示車的狀態(tài)為重車當(dāng)status值由 0 變?yōu)?1 時，status值為 1 的車的位置即為乘客上車時的位置；相反地，乘客下車時的位置也可以得到 根據(jù)這一特性剔除原始表中的無用數(shù)據(jù)，優(yōu)化后的數(shù)據(jù)見表 5。表5 優(yōu)化后的數(shù)據(jù)nametimeJdwdstatusVangle粵B00D162011/04/18 00:00:04114.05538222.625116052粵B5223B2011/04/18 00:00:49114.01363

12、422.665283101粵B5357B2011/04/18 00:00:30114.04508222.7112670406 5.1.3 聚類計算 經(jīng)過上一步的數(shù)據(jù)優(yōu)化，即可得到由起訖點(diǎn)數(shù)據(jù)組成的數(shù)據(jù)集，現(xiàn)在需要對這些數(shù)據(jù)進(jìn)行聚類運(yùn)算：一段時間內(nèi)的起點(diǎn)或者訖點(diǎn)被劃分為若干個區(qū)域，每個區(qū)域中的點(diǎn)分布緊湊，區(qū)域與區(qū)域之間自然分開。本文采用了K-Means聚類算法，K-Means 聚類算法是一種分割式聚類方法，它是數(shù)據(jù)挖掘技術(shù)中一種經(jīng)典的基于劃分的聚類算法，其目的在于從大量數(shù)據(jù)點(diǎn)中找出具有代表性的數(shù)據(jù)點(diǎn)，即中心點(diǎn)，然后再根據(jù)這些中心點(diǎn)進(jìn)行后續(xù)的處理K-Means 算法采用了迭代更新的運(yùn)算思想，聚類過

13、程如下： 首先從 n 個數(shù)據(jù)點(diǎn)隨機(jī)選擇 k 個點(diǎn)作為初始聚類中心；通過運(yùn)算其它點(diǎn)與這些聚類中心點(diǎn)的相似度（距離），將其分別分配給與其相似度最高（距離最近）的中心點(diǎn)所在的聚類；然后對劃分好后的聚類重新運(yùn)算聚類中心。這一過程不斷重復(fù)直到標(biāo)準(zhǔn)測度函數(shù)開始收斂。 5.1.4 對區(qū)域數(shù)據(jù)進(jìn)行邊界運(yùn)算 聚類運(yùn)算結(jié)束之后，得到若干組包含中心點(diǎn)在內(nèi)的一些坐標(biāo)點(diǎn)，如圖 2 所示（點(diǎn) X表示出租車的坐標(biāo)點(diǎn)，實(shí)心圓點(diǎn)表示交通小區(qū)中心） 將所有聚類后的坐標(biāo)通過 GIS平臺輸出，通過這種方式很難看出不同區(qū)域之間的界線 這時需要將區(qū)域的邊界繪制出來。本文采用的邊界運(yùn)算過程如下：首先建立平面直角坐標(biāo)系，將坐標(biāo)系以（0，0）

14、為中心點(diǎn)均分為 n等份區(qū)域（n 的值將決定邊界運(yùn)算結(jié)果的精度），每個區(qū)域的角度為360/n，如圖 3所示圖 3 360度分為n份 圖4 距離中心點(diǎn)的距離 然后，將某個聚類的點(diǎn)集放入該坐標(biāo)系，使得區(qū)域中心點(diǎn)與坐標(biāo)原點(diǎn)重合，通過計算其它點(diǎn)與中心所形成的角的正余弦，即可得到每個點(diǎn)與中心點(diǎn)所形成的夾角，進(jìn)而將這些點(diǎn)歸入上一步所劃分的區(qū)域。 依次計算第i個區(qū)域里每個點(diǎn)距離中心點(diǎn)的距離，記錄距離中心點(diǎn)最遠(yuǎn)的點(diǎn)為ci，如圖4中P點(diǎn)等最后，將這所有的 ci 點(diǎn)相連接，即可得到點(diǎn)集的相應(yīng)邊界，如圖5 所示5.2 試驗(yàn)平臺搭建與實(shí)例分析 5.2.1 試驗(yàn)平臺搭建 為了檢驗(yàn)劃分結(jié)果的準(zhǔn)確度，本文搭建了具有 GIS功

15、能的試驗(yàn)平臺平臺，使用 Java 語言進(jìn)行開發(fā)，GIS功能采用GoogleMapsAPI解決方案。平臺通信過程如圖6 所示 5.2.2 實(shí)例分析 通過上述方法，利用2008年8月3號北京市出租車 GPS數(shù)據(jù)進(jìn)行交通小區(qū)的劃分，并將劃分結(jié)果輸出到 GIS平臺上，如圖7 所示 可以看出這種動態(tài)劃分方法產(chǎn)生的結(jié)果能夠與現(xiàn)有的部分交通小區(qū)相吻合（標(biāo)注 A為CBD小區(qū)，標(biāo)注 B為西郊小區(qū)），詳細(xì)的 OD矩陣數(shù)據(jù)見表 6 表6中 O 代表起點(diǎn)，D 代表訖點(diǎn)，比如坐標(biāo)位置（2， 5）的值為 2，代表某一段時間內(nèi)，共有 2 輛出租車從 5 號區(qū)域前往 2 號區(qū)域，并且乘客是在5 號區(qū)域上車，在 2號區(qū)域下車六

16、、模型評價與推廣6.1 模型評價：本文通過對出租車GPS數(shù)據(jù)進(jìn)行聚類運(yùn)算，快速計算出不同時間段內(nèi)出租車載客 OD矩陣，進(jìn)而將劃分好的區(qū)域在GIS平臺中顯示出來。從實(shí)驗(yàn)結(jié)果可以看出：這種劃分方法能夠反映出不同時間段內(nèi)交通小區(qū)的絕對動態(tài)性以及相對穩(wěn)定性的特征，對城市交通小區(qū)的劃分具有很高的參考價值。但本文所使用的交通小區(qū)劃分方法也存在一定的不足：首先，劃分算法使用了純粹的 K-Means 空間聚類法，沒有與現(xiàn)有的位置屬性相結(jié)合，比如住宅區(qū)、商業(yè)區(qū)等屬性；其次，算法沒有對出租車的特殊數(shù)據(jù)和異常數(shù)據(jù)進(jìn)行處理，比如紅綠燈停車 GPS信號機(jī)發(fā)生故障等情況，這些都將影響最終結(jié)果的準(zhǔn)確性；再次，針對特定時間段進(jìn)行交通小區(qū)的劃分更有代表性，比如早晚高峰等，本文沒有對此展開討論，這些都是今后的改進(jìn)方向。 6.2 模型推廣：本文中的模型都是在綜合考慮了各種不同情況下得出的滿足實(shí)際需求的優(yōu)化模型，因此它的適用性很強(qiáng)，可以推廣到很多類似的現(xiàn)實(shí)問題。七、參考文獻(xiàn)1李曉丹,楊曉光,陳華杰.城市道路網(wǎng)絡(luò)交通小區(qū)劃分方法研究.計算機(jī)工程與應(yīng)用， 2009,45(5):19-22.2楊波,劉海洲.基于聚類分析的交通小區(qū)劃分方法的改進(jìn).交通與運(yùn)輸， 2007,(7):23-26.3徐吉謙.交通工程總論.北京:人民交通出版社,2003.4馬超群,王