论文部分内容阅读
随着我国高速铁路的快速发展，铁路综合枢纽在居民的日常生活中占据着越来越重要的作用，而传统铁路综合枢纽往往选址于城市边缘处，仅仅发挥着客流集散的作用。基于居民及乘客对于铁路综合枢纽的商业需求，作为全国新兴的商业及枢纽模式的高铁枢纽商圈复合形态应运而生。作为城市主要交通方式的出租车在此形态下其需求有何特征，商圈及枢纽两种用地属性结合到一起后出租车需求时空特征会产生何种不同的表现，对于居民的出行会产生何种影响，成为出租车相关管理部门以及城市交通管理者日益关注的问题。本文基于重庆市出租车订单数据，在对出租车需求时空特征展开分析的基础上，针对复合形态构建预测指标集，并通过机器学习对复合形态下的出租车出发需求预测展开了研究，对出租车管理调控、居民出行的需求研究以及高铁枢纽商圈的建立，都提供了理论依据。
首先，本文定义了复合形态，单一商圈形态以及单一枢纽形态，并对出租车订单数据进行预处理。从日需求量，小时需求量，需求周期性，出行差以及出行时长五个方面对复合形态下出租车需求时间分布特征进行了研究及描述。通过与单一商圈形态以及单一枢纽形态比对，探讨复合形态下出租车需求特征的变化特点。围绕各方面的时间分布特征研究，提取出对出租车出发需求量的各个时间影响因素，分析各影响因素与需求量之间的关联程度。
其次，同样基于处理后的出租车订单数据，对不同形态，不同场景，不同时段的出租车载客及乘客下车的空间热点区域分布进行了分析。提出了区域留存率的概念，从行驶距离以及区域留存率的层面对出租车需求空间特征进行了分析。
最后，在通过对复合形态的时空特征分析结论的基础上，结合天气数据、高铁班次数据以及融合区域留存率等指标，构建复合形态影响指标集，同时作为对比分析，构建了目前出租车需求预测相关研究所普遍使用的普遍出租车需求影响指标集。基于构建的两个影响指标集，分析各影响指标与出发需求量的重要度，提取重要度较高的指标，构建两个预测指标集。依托于随机森林回归预测模型，基于两个预测指标集分别构建预测模型，分别对各小时出发需求量进行预测。最后对两个预测集所得预测结果对比，得到通过时空特征分析所得预测集预测精度更高，需求量预测值更准的结论。
首先，本文定义了复合形态，单一商圈形态以及单一枢纽形态，并对出租车订单数据进行预处理。从日需求量，小时需求量，需求周期性，出行差以及出行时长五个方面对复合形态下出租车需求时间分布特征进行了研究及描述。通过与单一商圈形态以及单一枢纽形态比对，探讨复合形态下出租车需求特征的变化特点。围绕各方面的时间分布特征研究，提取出对出租车出发需求量的各个时间影响因素，分析各影响因素与需求量之间的关联程度。
其次，同样基于处理后的出租车订单数据，对不同形态，不同场景，不同时段的出租车载客及乘客下车的空间热点区域分布进行了分析。提出了区域留存率的概念，从行驶距离以及区域留存率的层面对出租车需求空间特征进行了分析。
最后，在通过对复合形态的时空特征分析结论的基础上，结合天气数据、高铁班次数据以及融合区域留存率等指标，构建复合形态影响指标集，同时作为对比分析，构建了目前出租车需求预测相关研究所普遍使用的普遍出租车需求影响指标集。基于构建的两个影响指标集，分析各影响指标与出发需求量的重要度，提取重要度较高的指标，构建两个预测指标集。依托于随机森林回归预测模型，基于两个预测指标集分别构建预测模型，分别对各小时出发需求量进行预测。最后对两个预测集所得预测结果对比，得到通过时空特征分析所得预测集预测精度更高，需求量预测值更准的结论。