在交通分析中的模拟方法
图8: 9:00的堵塞长度
图9: 12:00的堵塞长度
图10： 15:00的堵塞长度
图11： 17:00的堵塞长度
吸收马尔科夫过程的OD估计
图12： kata-kasamaimachi路口的详细信息（15:00）
图13： 路口的详细信息（15:00）
结论：窗体顶端
结论：
窗体底端
结论：
这项研究，提出了一种可以充分利用OD估计量的交通网络的仿真模型。仿真模型吸收马尔可夫的过程估计OD流量，这样可以仅使用交通量计数简单的估计OD交通量，并且可以动态的模拟交通网络。这就是被应用到Kanazawa道路的网络，并在有效模拟阶段得到了检查。仿真模型侧重于OD估计，网络状况的描述被简化。它的简单性与传统交通网络模型相比，是有用的。它可以运用到交通信号系统控制的检查，并可以被用来确定一个变化是否需要对交通流量进行法规或定交通方向。如果需要更复杂的网络仿真渗入，这种仿真模型将显示出它的更加有用性和使用的广泛性。
参考
Akamatsu, T. (1996). 循环流动学，马尔可夫过程与随机交通分配，运输研究，30B，pp369-386
Goldberg, D.G. (1989).遗传算法的搜索，优化，机器学习，Addison-Wesley Pub有限公司，Reading, Massachusetts.
Hogberg, P. (1976).交通预测中参数的模型估计：非线性方法，交通研究，10，pp263-265
Holm, J., T. Jensen, S.K. Nielsen, A. Christensen, B. Johnsen, and G. Ronby.(1976).交通人口普查结果的校准交通模型，交通工程与控制，17，pp137-140.
Iida, Y. and J. Takayama (1986).路段流量OD矩阵估计配方模型的比较研究，第四论文集交通研究世界大会，2，pp1570-1581.
Low, D.E. (1972).以交通系统建模的一种新方法，交通季度，26，pp391-404.
Sasaki, T. (1965).通过吸收马氏过程的交通分配理论，JSCE的诉讼，125号，pp28-32（日语）
Van Zuylen, H.J. and L.G. Willumsen (1980).最有可能的出行矩阵，从交通流量估计，交通研究，14B，pp281-293.
Yasuo Asakura毕业于神户大学科学院技术专业，日本的研究生院asakura@kobe-u.ac.jp
Eiji Hato土木与环境工程学院，爱媛大学系，松山，日hato@eng.ehime-u.ac.jp
Katsutoshi Sugino城市交通规划有限公司，日本大阪研究所ks521@po.iijnet.or.jp
摘要
窗体顶端
窗体底端
移动通信技术最近已成为适用于追踪在城市空间个人旅行行为调查。这是由于增加在容量收集运动物体的更精确的时间和位置的数据。 本文提出了一种跟踪调查系统，它使用的位置的研究小灵通的定位功能（个人手持电话系统）收集来自96个观众在大阪举行的相扑比赛出行数据。结果表明位置的定位数据的空间 - 时间分布图中认识一天的浓度和出行需求分散是有用的。一种基于仿真的方法，提出了涉及数千名观众乘以96个样品。许多假设型材使用的取样概率分布生成观众。另一个仿真模型被开发来估计运动观众在不同的场地举行比赛。原始样品的概率分布也被用于产生观众的配置文件。这些配置文件然后被放入所描述的铁路网络模拟器观众运动和铁路服务在拥挤的质量的局面。在大阪长居体育场案例进行了检查，以评估在体育场附近的火车站拥堵减排政策。沿与指导观众不太拥挤的车站，分景点在比赛结束后体育场也被发现有效地减少高峰时间拥堵受欢迎的站台。
。吸收马窗体顶端
吸收窗体底端
关键词：旅游行为，跟踪调查，移动电话，模拟
简介
很大的兴趣一直冲着使用先进的信息和通信技术旅游数据收集方法。它已成为可能的利用各种移动工具作为数据收集工具。例如，GPS（全球定位系统）已经被应用到家庭旅行调查（Battele，1997;村上和韦格纳，1999），除了车辆观察（司徒等，1995; DEste的等，1999）。手机，其中包括PHS（个人手持电话系统）也已经用于收集出行行为数据（朝仓等，1999）。离线旅游数据存储设备是由朝仓等人开发的。 （2001）。另外，RF-ID（无线电频识别）应用于物流标签已被应用到旅行数据收集（朝仓和哈托，2001.b）。
移动物体的位置的定位数据，旅行者个人或车辆，是由点的空间 - 时间维度的序列来表示。这在任何测量系统中是常见的，移动仪器构成一般移动对象的属性。当它们被用于旅行行为分析指出有必要转移观察序列。因此，算法被开发，以便识别每个点，并表明所跟踪的对象是否是静止的或移动的。每行随后从个体出行者(Asakura and Hato, 2000).的位置的定位数据确定的特性。
为了描述个别旅客的空间移动，位置定位数据可以被直接聚合为块到块在城市流动空间被分成若干子块。朝仓和哈托（2001.a）应用与块到区过渡的吸收马尔可夫链模型概率矩阵，利用地理位置定位数据估计。虽然空间运动可以很好地描述，时间属性并没有明确的处理。此外，一旦信息已汇总，原来的时间和地点单个对象的信息可能不被充分利用。
微观模拟方法已经在该地区最近研究出行行为分析。它被认为是一个有希望的应用从旅游行为模型许多地区运输政策分析和评价。例如，藤井等人。 （1997）使用的顺序选择模型旅游行为，开发了一个名为PCATS模型。该模型可以模拟所有居民在研究区的日常出行和活动。微观行为仿真的方法似乎有效时的顺序选择假设验证，和可靠的旅行行为数据可用于微观模型的规范。
本研究的目的是为了表明如何定位的定位数据，所收集通过使用移动仪器的跟踪调查，可以用于模拟个人出行行为。一个仿真模型的最初想法是生成假设个人。个人的旅游行为图案，然后使用的各种概率分布创建是由一个跟踪调查获得的位置的定位数据样本。一模拟器被解释为一种“孵化”的产生数目的复制个体的出行行为类似样本的属性。相反，运用旅游行为的理论，我们打算利用观测位置定位数据直接。这不仅是因为观测位置定位数据并不总是足够的行为型号规格，而是，这是因为精确的时间和位置数据可以被有效地使用，因为它们被观察到。
在本文的第二部分，开发仿真模型前，使用移动工具跟踪调查方法进行说明。在跟踪调查的方法来收集来自位置 - 定位数据观众享受的Osaka.数据收集过程中的相扑比赛示出在第3章的仿真模型使用所收集的结构数据显示在第4章两种仿真模型然后讨论。使用这些仿真模型的案例研究，然后在所示的同一章中的一些交通政策实验。
使用移动电话的跟踪调查方法
为什么追踪？
问卷调查已被广泛地用于收集旅客行为数据。采样个人有义务要记住他的旅行活动，并回答了大量的具体问题。然而，这是不容易提供的精确位置的活动和时间。 Axhausen（1998年）
讨论涉及传统的问卷式调查，出行问题。他检查了旅游行为的数据收集方法观点的有效性和旅行和活动数据的质量。
窗体顶端
窗体底端
跟踪调查，在另一方面，是有利的，因为它们可以当直接测量物体的精确的时空属性适当的调查工具可供选择。然而，跟踪调查没有被普遍用于旅游数据收集。它们已被限定以观察在少数行人或骑自行车的运动狭窄区域。这可能是由于跟踪人类行为的成本城市空间已经远远高于实际发放的调查问卷调查中。
近来，移动通信技术迅速推进到点，他们可被用作测量仪器，观察个人出行行为。如上所述，诸如移动通信系统全球定位系统，手机和RF-ID的系统可精确地确定一个移动物体的地点和时间。这些技术被认为是收集精确行程行为数据的核心仪器。因此，一使用移动仪器可以补偿跟踪调查了问卷式调查，出行的缺点。
窗体顶端
窗体底端
用手机跟踪调查系统
移动电话用户数量增长迅速。美国联邦通信委员会（FCC）确定移动电话运营商应改善系统，以使平均的位置的定位紧急呼叫是在410英尺RMS误差距离（125米），由2001年10月因此，这已经影响到位置的快速创新定位技术与问候使用移动电话。在1998年，使用手机最早的位置定位服务被启动LOCUS，一家私营公司在日本大阪。 LOCUS使用小灵通，这是的蜂窝电话服务。 PHS系统发出信号较弱比正常蜂窝电话系统，因此需要密集位于基地站（天线）。其结果是，在服务运营商天线位于大约每隔100米在城市地区。的天线的信号强度降低在成正比的距离从下一个天线。最有用一个PHS手机的特征是，听筒通常测量信号多个的强度（高达7）的基站，即使用户不进行呼叫。天线的确切位置是已知的，并且信号来自每个天线的强度可以被测量。在PHS的。因此，该位置听筒可以使用三角测量法来计算。
尽管反射的影响，并通过建筑物和障碍屏蔽，所述系统给出了一个范围为20〜150几米范围内的精确位置定位。误差距离取决于基站的分配。该GPS和PHS之间独特的区别是，后者是可用的，即使如果旅客是旅行或建筑物的内部。因此，在PHS基位置的定位系统是适合旅行的无缝跟踪行为在城市地区。小灵通手持终端被指定为54毫升，58克，这是非常紧凑，其电池持续5-400小时。该商业PHS服务在日本推出的1998年4月它已被用于为各种社会经济活动，例如，个人福利，安全，娱乐等。
图1.数据采集系统使用LOCUS个人位置服务。
图1显示了出行行为的跟踪调查制度的轮廓使用小灵通的个人位置服务。为了保护隐私一个旅行者，有必要以与每个旅行者的协议参与调查。已登记的旅客只需要在他的小灵通转手机，并把它与他。观察者转发启动脚本到PHS手机旅行者的。数据传输的间隔中，60秒内以一最小值，被包括在该脚本。与收到剧本，小灵通发送ID号和相邻基站的信号强度，以轨迹中心。每个基站的几何坐标是已知的，和PHS的位置的位置可以在该中心来计算。该观测获得的经度和每个小灵通纬度在每个时间间隔通过互联网。因而，个人旅行者的移动可以是跟踪。
相扑观众数据收集
跟踪调查大纲
使用的PHS的跟踪系统的性能进行了，同时观察测试一些观众在大相扑的出行行为在大阪城音乐厅，1999年4月举行的第3日比赛的开始从早上的最后一场比赛11:00举行刚刚在17:00之前。观众总人数估计为约10000。前比赛中，我们收集了谁同意加入的跟踪调查100名志愿者。小灵通手机邮寄给他们每个人带准考证和比赛的计划。为了补充的跟踪调查，他们也被要求报告他们的行程上的细节和其他活动天。
跟踪调查原定7:30和24:00，和时间之间间隔收集的定位数据被设定为2分钟。然而，该定位数据的平均数量为279每人。这主要是由于在对PHS手机在早晨进行切换的延迟。的损失小灵通信号也发生时，旅客在郊区无足够的基站。四个100登记的志愿者不能参与由于各种原因的调查，所以有效数样本为96。
窗体顶端
窗体底端
数据准确性
由于波动和信号的反射的，所观察到的定位数据记录难免有些位置错误。的精度使用定位数据在不同的位置定位进行了检查静止条件下的确切位置是已知的。以下索引被用于评估数据的准确性。它是一个距离观测点距离的静止状态的位置。在一个固定的点n i个观测位置的距离被定义为
其中，和表示UTM第i个观察在（墨卡托通用导线）坐标固定点n。和是的相应的坐标固定点n。
图2示出了误差距离的两个固定位点分布附近的大阪城音乐厅。有观察每个站点30分。由于的信号强度和所述多路径的影响，观测点的波动分布式包含了一些错误，在这两个网站。然而，所有的观测点仍然是在100米的精确固定点的圆。该在每个站点的平均距离的值分别为36米，55米，分别。这个数额定位误差可能不是足够的，如果我们打算精确地识别单个对象。例如，这是不可能来识别一个人在20米的宽度的街道的两侧。然而，这是能够从一个位置跟踪一个人的移动到另一个时距离两地也不是那么小。虽然这是事实，定位错误有特定地点的倾向，似乎很难完全删除这些倾向。进一步的分析，可能需要提高定位的精确度。
图2:错误分布在两个不同地点附近的大阪城大厅
图3示出了个体和的确切路径的比较观测位置数据。一个研究的学生被要求汇报自己的位置精确地和他的运动所代表的确切线索。被要求志愿者报告他们的位置，准确跟踪代表通过他们的动作尽可能准确。虽然少数定位误差被发现，跟踪路线，用小灵通，是与实际相符大多路线。因此，个体的作为一个整体的运动可能是成功使用经由PHS所获得的地点的定位数据跟踪。
窗体顶端
窗体底端
图3:跟踪各地的大阪城音乐厅的个人
观众的时空分布
当观众96在一天中观察到的位置的定位数据是绘制在时空维度，双曲线图可描绘。X轴和Y轴是经度和纬度方向，分别。大阪城大厅被放置在坐标的中心。在纵向和纬度垂钓者坐标位置的位置是转换到UTM（通用导线墨卡托）网格坐标。该Z轴表示一天中的时间。
图4示出了用于四个空间集中的观众和分散选定的时间间隔中的一天。观众非常的区域内分布60公里早上大厅。然后，他们走向了大厅，和在13:00的分布面积从大厅减少到内20公里。主比赛开始时间为15:00，此时的观众非常集中靠近大厅。这种情况一直持续到17:00举行的最后一场比赛的时候。观众分散性不是非常快，他们仍然在分布式从大厅的比赛后2小时20公里的区域。在配送在22:00几乎相同的第一组收集在早晨的数据。此图是有用的理解的时空分布的变化观
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[502027]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
