导读:本文包含了交通需求预测与分析论文开题报告文献综述及选题提纲参考文献，主要关键词:城市轨道交通,城市大数据,智能卡数据(SCD),个体出行模式
交通需求预测与分析论文文献综述
朱亚迪[1]（2019）在《大数据驱动的城市轨道交通需求时空分布分析及预测方法研究》一文中研究指出需求分析作为城市轨道交通规划设计的重要基础,相关理论研究经过了几十年的发展,出现了以“四阶段”法为代表的集计模型和以个体活动模型为代表的非集计模型。由于理论和应用发展比较完善,目前工程实践中主要采用“四阶段”法进行需求分析预测。然而,传统集计模型很难体现个体特征层面的差异与变化对交通客流的影响,难以分析因外部条件变化所导致的需求变化。以个体出行行为理论为基础的非集计模型可以很好地考虑个体异质性以及其他多种因素对出行行为的影响。同时,海量城市大数据的产生为基于个体活动的需求分析模型提供了数据基础。因此,本文基于包括交通智能卡数据、城市消费数据、空间地理信息数据等多种城市大数据,从个体出行角度构建轨道交通需求分布模型;以充分利用城市大数据,改善基于个体活动的需求分析模型用于工程实践的可能性。首先,基于非监督式算法构建多种数据关系解析以及信息融合模型,分析个体出行活动、个体经济属性和活动地点特征之间的耦合关系。基于叁者之间关系,利用个体活动特征与活动地点的用地特征推测个体出行目的,利用群集活动特征推测站点周边用地特征,利用个体活动特征与活动地点经济特征推测乘客个体经济属性;最终得到个体职住地及经济水平等个体经济属性数据,具有出行目的的出行链数据,站点周边用地混合度数据等模型基础数据。同时,为选择合适的空间统计分析单元用于分析乘客个体出行特征与周边建成环境特征的关系,综合考虑个体出行相似性以及可塑性面积单元问题(MAUP),构建了空间分析区域划分模型。该模型以最小化区域平均出行密度差异以及区域内出行比例为目标,多种划分原则为约束,最终得到更加适合轨道交通乘客出行特征研究的分析区域划分方案。基于以上分析得到的基础数据,根据居民出行决策框架,系统地构建了居民近远期出行特征分析模型和每日出行时空分析模型。分析乘客个体的长期出行特征(如通勤距离)、近期出行特征(如每周乘坐轨道交通的出行天数,访问的站点等),与个体经济属性以及城市建成环境特征之间的相关关系。以基础数据为驱动,构建推荐系统框架解析个体经济属性、站点周边城市建成环境与个体出行特征之间的关系,分析并预测个体长期及近期出行特征。该模型具有较强地扩展性,为分析多种因素变化对个体出行特征的长期性影响提供基础。基于长期及近期出行特征结果,乘客进行每日出行的时间和空间规划。基于智能卡数据,分别从时间和空间维度阐明个体的出行行为机理。时间维度,以经典马尔可夫模型分析乘客个体每日之间是否出行,以非齐次半马尔可夫过程描述乘客每天不同时刻活动状态的转移以及活动时长的分布。空间维度,基于探索及偏好性返回(EPR)模型,分析乘客对空间站点选择机理;同时,将站点周边建成环境以及群集性偏好纳入模型之中,增强了模型的可扩展性。基于该模型框架可以完成既有乘客和车站以及新加入乘客和车站的个体出行分析及预测,对结果集计即可得到轨道交通需求分布的分析预测结果。基于北京市城市大数据,分别对模型框架中各模块模型进行实现以测试模型的有效性,并分别测试了对新加入乘客以及新加入站点的预测能力。结果表明,模型对北京市轨道交通线网各时段的需求分布预测结果与实际数据基本吻合;空间维度方面,站点需求的相对预测误差维持在0.25-0.38之间,并且考虑个体经济属性后模型精度有明显改善;全网工作日的站间需求的绝对预测误差30.7人次,对比现有研究结果,模型表现有所改善;并且模型结果误差稳定,具有较强的鲁棒性。(本文来源于《北京交通大学》期刊2019-06-30）
徐海静[2]（2019）在《旅游交通需求预测分析方法研究及应用》一文中研究指出随着我国经济的发展,旅游业的发展进入了快车道,旅游出行量持续快速增长。但受制于我国东西部经济发展的不均衡,西部地区落后的交通基础设施以及滞后的交通规划阻碍了旅游业的发展,旅游交通发展的滞后已成为限制西部旅游业高速发展的拦路石。交通需求预测是交通规划的核心和基础,准确可靠的交通需求预测能为交通规划决策提供数据支撑及依据,如何高效、准确的预测旅游交通量是当前进行科学合理的旅游交通规划所迫切需要的。本文首先以桂林市居民出行调查和游客出行调查为基础,对刚性出行为主的居民出行和以弹性出行为主的游客出行需求特征进行了深入剖析,分析常住居民日常出行与游客出行之间的差异性,发现游客在出行目的、出行方式、出行时间、出行分布发面与常住居民都存在显着差异。然后基于旅游出行特征对交通小区聚类方法进行了研究,根据旅游交通的特点,总结了适用于旅游交通的交通小区划分原则,研究使用模糊聚类方法对传统城市交通小区进行合并,提出了使用模糊算法对交通小区进行聚类的步骤,使聚类后的交通小区即减少预测工作量又可保证预测精度。接着本文对旅游交通需求预测方法进行研究,通过分析影响旅游交通出行的景区因素、游客因素、交通阻抗因素叁类主要因素,结合旅游交通出行特征建立了一套适用于旅游交通出行需求预测的四阶段法基本框架。最后将预测方法运用到桂林市旅游交通规划中进行实例预测,根据桂林市旅游资源分布情况对桂林市旅游交通小区进行聚类,并对桂林市2020-2030年旅游交通需求进行预测分析。(本文来源于《桂林电子科技大学》期刊2019-06-01）
何嘉鹏,冯天军,郑云龙,苏杰,张磊[3]（2018）在《立体停车场交通需求预测分析》一文中研究指出停车难已成为亟待解决的问题,主要原因是停车泊位配备不足,公共停车位利用效率低等导致供需失衡。停车难、土地紧张问题使得立体停车场具有广阔的市场需求空间。建立停车场需求预测模型,并以长春市为例对停车市场需求进行分析。(本文来源于《科学技术创新》期刊2018年20期）
莫杨辉,张培林,吴宏宇[4]（2018）在《新型城镇化背景下综合交通客货运输需求分析与预测——以湖北省为例》一文中研究指出通过研究新型城镇化背景下区域综合交通需求趋势及特征,并在传统基于社会经济与人口基础预测综合交通客货运量的基础上,增加了城镇化水平作为考虑因素,以湖北省为例,采用二次指数平滑预测法、多元线性回归预测法和弹性系数法进行预测,在此基础上,运用等权平均组合预测法,预测了新型城镇化背景下湖北省2017-2020年及2030年综合交通客货运输需求量,为综合交通发展适应城镇化运输需求提供参考。(本文来源于《物流技术》期刊2018年03期）
周静,曾元[5]（2017）在《区域交通投资需求预测分析:以四川省为例》一文中研究指出交通投资具有投资规模大、回收周期长的特点。科学、合理地预测区域交通投资需求,有利于规划地区交通行业投资策略及融资模式,构建安全、便捷、高效的现代化交通运输体系,避免交通投资不足或过度投资引发的各类问题,争取以最小的投资成本满足区域运输及经济社会健康发展的需求。本文以四川省为例,对区域交通投资需求进行预测与分析,通过投资—GDP线性回归方法、投资—时间回归方法以及最优规模测度方法分别测算了2016—2020年间四川省交通投资规模,结合四川省"十二五"期历史情况,认为2016—2020年交通投资总额在7443.80亿元左右最为合理。(本文来源于《西南公路》期刊2017年04期）
何南[6]（2017）在《城市客运交通需求的系统动力学预测与分析》一文中研究指出为准确预测城市客运交通需求,从系统角度分析城市客运交通组成并甄选其影响因素,确定因素间因果回路关系.运用系统动力学构建城市客运交通系统模型,研究居民出行需求与道路供给、城市公共交通、私家车数量子系统之间的反馈关系.收集全国31个省市数据对模型参数进行标定,从而预测出行需求、私家车拥有量、道路里程等情况.结果显示,该模型具有很高的预测精度,同时说明公共交通优先政策是缓解城市交通拥挤的有效手段.(本文来源于《武汉理工大学学报(交通科学与工程版)》期刊2017年04期）
李晓东[7]（2017）在《吉林省综合交通运输需求预测分析》一文中研究指出伴随着社会经济的发展,吉林省交通运输得到了长足的发展与进步,其在社会经济发展和人民生活水平的提高过程中,发挥着越来越大的作用,很大程度上决定了省内社会经济的发展程度。综合交通运输系统主要由水路运输系统、公路汽车运输系统、铁路运输系统和民航运输系统组成,是社会发展的基础产业,研究吉林省综合交通运输的需求预测对省内乃至与周边省市的发展十分重要。本文对综合交通运输需求预测的研究主要包括两个方面:(1)省内客货需求预测;(2)客货需求空间分布预测。其中,吉林省客货需求预测包括由铁路、公路、水运和民航四种方式构成的客运总运量和客运总周转量预测、铁路、公路和水运叁种方式构成,以及上述客货方式的客货运量和客货周转量结构预测。本文共分六章进行论述,分别是绪论、吉林省客货需求现状分析、吉林省客货需求分布现状分析、吉林省客货需求预测、吉林省客货需求分析预测和通道预测以及结论。本文以2000年以来的经济数据为基础,分析了吉林省经济发展现状,包括产业结构、重点产业和人民生活基本情况等,并以此确定吉林省客货需求分布预测思路。结合吉林省客货需求现状的分析,确定吉林省客货需求分布现状,重点分析了公路和铁路在省内市州内、市州间,以及吉林省和省外各区域间的客货运需求分布,在此基础上建立科学的数学模型。同时,以“十二五”期间吉林省和各市州的经济增长为基础,考虑哈长城市群规划、吉林省西部生态经济区总体规划、吉林省东部绿色转型发展区总体规划、长吉图规划和长吉图产业发展规划等,确定吉林省客货运需求分布预测,从而论证吉林省交通规划“叁纵叁横”的总体结构,合理配置公共基础设施资源,满足吉林省经济发展需要。(本文来源于《吉林大学》期刊2017-06-01）
张建珍,王小琛,台启龙,谢荣富,陈振斌[8]（2017）在《海南省交通运输业能源需求与碳排放预测分析》一文中研究指出为预测海南省交通运输业的能源需求与碳排放情况,以美国和瑞典共同开发的模型—"长期能源替代规划系统(LEAP)"和MATLAB为工具,在分析2005—2014年间海南省交通运输业能源消耗及碳排放现状的基础上,建立了海南省交通运输的能源与环境LAEP模型,同时,采用回归分析法,对海南省交通运输业的能源需求和二氧化碳排放量进行了预测,并设置了基准、结构和政策3种情境,以2010年为基准期,估测了2015—2035年交通运输的能源需求量和二氧化碳排放量.分析结果表明,在节能低碳情景下,2035年海南省的能源需求和CO_2排放量显着减缓,其中能源需求的结构情境相比基准情境将降低11.45%,单位产值的CO_2排放则减少15.01%.政策情境相比基准情境将降低11.08%,单位产值的CO_2排放则减少12.24%.因此,调整交通运输的结构比例和从政策角度降低各终端的能源强度,有利于节能减排的实现.(本文来源于《海南大学学报(自然科学版)》期刊2017年02期）
黄新婷[9]（2016）在《产业结构变动对交通运输需求的影响预测及实证分析》一文中研究指出丝绸之路经济带发展战略提出后,产业结构转型与合作是以互联互通推动丝绸之路经济带建设的重要部分,成为了丝绸之路经济带崛起的重要支撑点。随着各省市积极行动加快产业结构调整,必将会带来交通运输需求的变化。因此全面衡量和预测丝绸之路经济带产业结构变动对交通运输需求的影响具有重要的实际意义。首先,论文概述产业结构和交通运输需求的内涵,总结产业结构变动的一般规律和交通运输需求的产生原因及影响因素,对交通运输需求的要点提出新的认识。在此基础上,阐述产业结构、经济发展和交通运输叁者之间相互作用的内在机制,并对主要应用在产业结构与交通运输需求关系方面的叁种理论研究模型进行比较分析。其次,从主体要素、空间要素、数量要素、时间要素、价格要素和技术要素六个方面定性分析产业结构变动对交通运输需求的影响。进而以投入产出表为基础,从定量方面构建交通运输经济价值变化的完全分解模型,研究经济总量、经济结构和完全消耗系数叁个因素不同变化方式下,交通运输经济价值模型的表现形式。再次,按照目标年投入产出表的预测方法,得到2020年陕西省各部门总产出和完全消耗系数,应用完全分解模型分析2012~2020年陕西省交通运输经济价值的变化。同时,通过陕西省2007~2012年间的交通运输经济价值变化及客货运量变化的相关性分析,构建客货运量变化的一元二次曲线预测模型。最后,以丝绸之路经济带陕西省交通运输发展为背景,进行产业结构变动对交通运输经济价值及客货运量的影响预测实证分析。结合丝绸之路经济带重点发展产业的投资情况,预测丝绸之路经济带背景下2020年产业各部门的叁因素值,并应用完全分解模型分别分析叁次产业、第二产业内部和第叁产业内部对交通运输经济价值的影响。同时采用陕西省2012~2015年间的交通运输经济价值变化及客货运量变化数据构建丝绸之路经济带背景下的客货运总量预测模型,并且估量丝绸之路经济带引发的诱增客货运量。(本文来源于《长安大学》期刊2016-05-20）
张勇[10]（2016）在《大连新机场交通需求预测分析》一文中研究指出机场交通需求预测是机场交通规划和建设的一个重要环节,是机场交通设施布局、交通组织的重要依据,准确地把握交通需求,对于制定机场交通发展战略,进行路网规划与建设具有重要的意义。该本文以大连新机场规划设计为例,在对现状机场运行特征及未来规划定位分析的基础上,对机场交通需求预测的整体思路、方法和内容等进行详细分析。(本文来源于《2016年中国城市交通规划年会论文集》期刊2016-04-15）
交通需求预测与分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着我国经济的发展,旅游业的发展进入了快车道,旅游出行量持续快速增长。但受制于我国东西部经济发展的不均衡,西部地区落后的交通基础设施以及滞后的交通规划阻碍了旅游业的发展,旅游交通发展的滞后已成为限制西部旅游业高速发展的拦路石。交通需求预测是交通规划的核心和基础,准确可靠的交通需求预测能为交通规划决策提供数据支撑及依据,如何高效、准确的预测旅游交通量是当前进行科学合理的旅游交通规划所迫切需要的。本文首先以桂林市居民出行调查和游客出行调查为基础,对刚性出行为主的居民出行和以弹性出行为主的游客出行需求特征进行了深入剖析,分析常住居民日常出行与游客出行之间的差异性,发现游客在出行目的、出行方式、出行时间、出行分布发面与常住居民都存在显着差异。然后基于旅游出行特征对交通小区聚类方法进行了研究,根据旅游交通的特点,总结了适用于旅游交通的交通小区划分原则,研究使用模糊聚类方法对传统城市交通小区进行合并,提出了使用模糊算法对交通小区进行聚类的步骤,使聚类后的交通小区即减少预测工作量又可保证预测精度。接着本文对旅游交通需求预测方法进行研究,通过分析影响旅游交通出行的景区因素、游客因素、交通阻抗因素叁类主要因素,结合旅游交通出行特征建立了一套适用于旅游交通出行需求预测的四阶段法基本框架。最后将预测方法运用到桂林市旅游交通规划中进行实例预测,根据桂林市旅游资源分布情况对桂林市旅游交通小区进行聚类,并对桂林市2020-2030年旅游交通需求进行预测分析。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
交通需求预测与分析论文参考文献
[1].朱亚迪.大数据驱动的城市轨道交通需求时空分布分析及预测方法研究[D].北京交通大学.2019
[2].徐海静.旅游交通需求预测分析方法研究及应用[D].桂林电子科技大学.2019
[3].何嘉鹏,冯天军,郑云龙,苏杰,张磊.立体停车场交通需求预测分析[J].科学技术创新.2018
[4].莫杨辉,张培林,吴宏宇.新型城镇化背景下综合交通客货运输需求分析与预测——以湖北省为例[J].物流技术.2018
[5].周静,曾元.区域交通投资需求预测分析:以四川省为例[J].西南公路.2017
[6].何南.城市客运交通需求的系统动力学预测与分析[J].武汉理工大学学报(交通科学与工程版).2017
[7].李晓东.吉林省综合交通运输需求预测分析[D].吉林大学.2017
[8].张建珍,王小琛,台启龙,谢荣富,陈振斌.海南省交通运输业能源需求与碳排放预测分析[J].海南大学学报(自然科学版).2017
[9].黄新婷.产业结构变动对交通运输需求的影响预测及实证分析[D].长安大学.2016
[10].张勇.大连新机场交通需求预测分析[C].2016年中国城市交通规划年会论文集.2016
标签：城市轨道交通; 城市大数据; 智能卡数据(SCD); 个体出行模式;