根据出租车GPS跟踪信息,研究人员可以分析城市运输

而且土地使用代表宏观阶段,可能涵盖正常问卷研究的短缺[十四 - 16,24]。岳等。 (2012)[十六]校准了由武汉独有的中央组织上的出租车GPS追踪信息确定的空间交互产品的参数。刘等。 (2012年)[二十五]探讨上海城市规模游览的时间模式,发现城市土地利用和建设可以从出租车旅行款式表达.Giraudo和Peruch(1988)[26]将出租车程序分为两个阶段,“运输时期”和“技术阶段”,也可用于分别用乘客和乘客操作表征出租车。出租车司机的狩猎乘客习惯发生在“技术时期”中发生。 Rolstoeltaxi Capelle Alexanderpolder. 当动力已经下降了现有乘客时,他/她在一段时间后试图找到另一个乘客的空间或地区。为此出租车司机的人员(驾驶工作经验,街道社区熟悉,等等)和乘客到达的随机性,寻找后续乘客的动力常被注意到是一个随机变量。罗(2009)[27]经验丰富的出租车司机正在寻找另一只乘客作为双指数(Gumbel)分布.Liu等人。 (2010)[十一]描述了乘坐出租车司机的程序模式和深圳普通驾驶者行为与普通驾驶者行为的差异,审查了出租车司机习惯,具体取决于每天GPS痕迹知识的出租车;他们分析了驾驶者的空间收集行动,操作动作和路由替代习惯。但在调查刘等人时。 (2010)[11],他们没有’T指出司机的浏览地点进行模式。

不久前科学家们有混合的出租车GPS知识

随着数学模型(Lévy航班型号或Zipf分配法)分析乘客的观看频率在一个地方[17],假期尺寸分布[十八],以及司机习惯[11,19]。尽管如此,现有的科学家对您的出租车驾驶者的行为较少,以了解各种观察时间段的行为;与此同时,客户利用和乘客需求之间的联系’探索本文侧重于乘客在选定的土地使用类型和出租车驾驶员搜索习惯链接的足够的时间收集分布动态属性,涉及不同行动区域的观察间隔。本文集中在随后的主题上。(一)探索出租车司机程序行为,因为活动室的测量以及各种时间长度的各种动作领域的联系主要集中在深圳的8 TAZS并发现客户每日乘客和周末的客户在空间 - 时间分布上的严重时间和所需目的地需求3)出租车站优化依赖于乘客需求和设想的消费者等候时间分布。本文的结构如下。区域两个批评城市土地利用和旅行需要相关,除了出租车司机的寻求行为。在分段3中,我们现有出租车GPS迹线细节详细资源和评估测量。第4段提供结果和讨论。最后,我们在第五部分结束了这篇论文。

科学家通常使用数字客户来源目的地需求样式

为了调查出租车提供商模型,通常可以与Arnott(1996)[七],杨和黄(1998)[8],Wong等人授予。 (2001)[二十],BIAN等人,(2007)[21],罗和施(2009)[九]。随着GPS硬件和通信技术的事件,现在我们能够获得超过延长期限的出租车GPS追踪信息而不是预先进行的调查[16]和什么’更重要的是,它可以在工作日的时间内密切地提供更多信息,例如假期,旅行时间和步伐,这可能有助于研究人员验证出租车提供商产品。目前,一些研究人员还在这个领域工作[22,23];张某和他(2011)[22]在未来的出租车提供者的空间分布中集中了更多,而HU等人则集中了。 (2011)[23]主要分析了购物者的一期间的一期间出租车时间分布在广州,中国的广州决定联盟和下降期。本文试图弥合涉及理论调查和实践发展的差距,基于深圳的出租车GPS轨迹信息看看城市土地利用和出租车司机的运作行动。在204内的8个TAZE(访客评估区)的超时几个小时,以及出租车司机的寻求行为的行为的空间 - 时间分布从独特的水平签出。在这一部分,我们在2011年4月26日(星期二)(星期二)之间的乘客来源与乘客之间的分析成功。我们主要处理深圳的8个TAZS(见桌面);图4显示了八个TAZS的乘客决定(蓝线)和跌倒(粉红色线)统计图表。

发表评论

您的电子邮件地址不会被公开。 必需的地方已做标记 *