基于大数据的道路交通流统计分析研究开题报告
2020-02-19 22:25:11
1. 研究目的与意义(文献综述)
(1)目的和意义
随着我国经济的迅猛发展,我国机动车保有量逐年增加。截止2018年,我国机动车保有量已达3.27亿,较2017年增长了10.51%。然而目前的交通基础设施建设难以满足人们日益增长的出行需求,城市交通供需不平衡导致交通拥堵等诸多问题,严重阻碍了城市发展。据美国联邦公路局发布的数据,1999年到2005年,美国因交通拥堵而造成的直接经济损失高达880亿美元,车辆延误时间增加了80亿个小时,严重影响了居民的出行效率。中国交通部表示我国每年因交通拥堵而造成的经济损失达2500亿元,约为国内生产总值的5-8%。城市交通拥堵不仅导致了巨额的经济损失,还导致了城市生态环境进一步恶化,严重影响了居民的日常生活和出行。barth等人利用加州道路交通数据研究车速与二氧化碳排放量之间的关系,实验结果发现低速拥堵路段行驶的机动车二氧化碳的排放量可达正常运行状态的排放量的3倍以上。
面对日益激化的交通供需矛盾,一味地进行交通基础设施建设等传统的交通手段很难有效地解决问题,城市交通系统急需先进的交通控制和管理手段以缓解急速增长的出行需求和有限道路资源之间的不均衡。随着数据时代的来临,存储技术、通信技术等技术应用至道路监控等交通领域,形成了海量交通大数据,合理充分地利用交通大数据可以更好的服务于城市交通系统,有利于构建良好的交通环境。
2. 研究的基本内容与方案
(1)基本内容
本文旨在分析武汉二七商务区地磁收集的交通大数据,建立动态od矩阵估计模型,并进行仿真试验。同时与其他传统动态od估计方法进行对比,判断新方法的估计精度。
1)数据预处理
3. 研究计划与安排
第1-2周 根据毕业论文任务查阅文献,撰写开题报告初稿
第3周 修改开题报告,外文文献翻译,继续查阅文献
第4-5周 采集论文相关数据,总体设计论文的基本框架
4. 参考文献(12篇以上)
references:
[1]. vanzuylen, h.j. and l.g. willumsen, the most likely trip matrix estimated fromtraffic counts. transportation research part b: methodological, 1980. 14(3): p.281-293.
[2]. maher, m.j., inferences on tripmatrices from observations on link volumes: a bayesian statistical approach.transportation research part b: methodological, 1983. 17(6): p. 435-447.