【摘要】：隨著社會經(jīng)濟的發(fā)展,許多城區(qū)的公共交通設(shè)施無法滿足人們?nèi)找嬖鲩L的出行需要,合理改進公共交通狀況已經(jīng)成為熱門話題。影響公共交通的主要因素是社會經(jīng)濟發(fā)展?fàn)顩r,發(fā)展公共交通的主要目標(biāo)是滿足社會經(jīng)濟發(fā)展的需要,所以通過社會經(jīng)濟發(fā)展現(xiàn)狀研究公共交通狀況是否符合需要,當(dāng)隨著社會經(jīng)濟的發(fā)展,公共交通也應(yīng)該做相應(yīng)的調(diào)節(jié)。由于社會經(jīng)濟和公共交通之間的聯(lián)系復(fù)雜,無法直接利用社會經(jīng)濟評價公共交通的發(fā)展情況好壞程度,所以本文提出Bagging貝葉斯模型量化地研究社會經(jīng)濟對公共交通狀況的影響。公共交通和社會經(jīng)濟數(shù)據(jù)是分布在地理空間中的矢量數(shù)據(jù),由于矢量數(shù)據(jù)無法滿足本文的量化分析的需要,因此需要把這些矢量數(shù)據(jù)轉(zhuǎn)換成柵格數(shù)據(jù)。但是這些矢量數(shù)據(jù)經(jīng)過柵格數(shù)據(jù)表達后數(shù)據(jù)量將會變得很大,為了提高計算性能,采用MapReduce并行計算進行處理。本文主要工作及研究內(nèi)容如下:(1)提出MapReduce并行計算提高公共交通和社會經(jīng)濟的柵格數(shù)據(jù)的計算性能�；贛apReduce柵格圖像計算分為三步。首先采用一種結(jié)構(gòu)體重新組織柵格數(shù)據(jù),以便數(shù)據(jù)集成。其次是對經(jīng)過集成的數(shù)據(jù)進行并行化量化分析計算。最后是計算結(jié)果重組成圖,以便可視化研地研究社會經(jīng)濟對公共交通的影響。通過實驗發(fā)現(xiàn)并行化量化分析計算速度明顯好于單機計算速度。(2)采用公交便捷度指標(biāo)去衡量公共交通的發(fā)展情況。本文利用聚類方式劃分公交便捷度。首先,本文使用主成分分析對公共交通數(shù)據(jù)去除各數(shù)據(jù)因子間的數(shù)據(jù)重疊部分,結(jié)果表明去除各因子的數(shù)據(jù)重疊后聚類質(zhì)量優(yōu)于不去除因子的數(shù)據(jù)重疊聚類。其次使用Calinski-Harabasz去尋找聚類最優(yōu)聚類個數(shù)以及驗證主成分分析的好壞。最后使用Kmeans劃分公交便捷度。(3)采用Bagging集成若干個貝葉斯(MNB)分類器以改進MNB分類器,從而提高社會經(jīng)濟對公共交通影響量化分析效果。經(jīng)過分析發(fā)現(xiàn)社會經(jīng)濟的一些因子之間存在關(guān)系,對MNB分類效果有影響。采用Bagging集成MNB并隨機選擇社會經(jīng)濟因子,能夠消除因子之間的關(guān)系。通過社會經(jīng)濟對公共交通影響量化分析實驗發(fā)現(xiàn),并行化Bagging貝葉斯分類效果明顯好于并行化MNB,不差于BP神經(jīng)網(wǎng)絡(luò)分類效果。本文把公共交通發(fā)展情況用公交便捷度衡量,從公共交通的影響因素(社會經(jīng)濟)出發(fā),通過并行Baggging貝葉斯(MNB)模型訓(xùn)練表達公共交通和社會經(jīng)濟之間的復(fù)雜的關(guān)系,并在柵格地圖上對公共交通和社會經(jīng)濟關(guān)系進行精確的表達,從而細致地在地理空間中研究社會經(jīng)濟對公共交通發(fā)展的影響。通過對高新區(qū)的社會經(jīng)濟對公共交通影響量化分析實驗,發(fā)現(xiàn)高新區(qū)地鐵沿線公共交通沒有滿足社會經(jīng)濟發(fā)展的需要,需要大力發(fā)展公共交通建設(shè)。
【圖文】：

電子科技大學(xué)碩士學(xué)位論文有環(huán)球中心、世紀(jì)城會展中心等商圈[65]。在 2015 年，成都市在公共交通方面加投入，擁有公交車 10357 輛，運營公交線路 586 條，全年投放公交車總計 1601 次，公共交通客運量達到 16 億人次，公共交通占機動車出行分擔(dān)率達 40%以上公交線分布情況是從城中心向外輻射，，二環(huán)內(nèi)區(qū)域、高新區(qū)以及武侯區(qū)得到較好公交線覆蓋。以下是成都市行政區(qū)域及公共交通矢量數(shù)據(jù)圖見圖 3-3。

電子科技大學(xué)碩士學(xué)位論文環(huán)以外或多或少公交線布設(shè)不足。同時把公交線矢量疊加到公交線密度圖中，可看到公交線密度的分布以及權(quán)重情況基本和公交線矢量數(shù)據(jù)分布基本一致，所以可以看出《城市道路交通規(guī)劃設(shè)計規(guī)范》中給出的公交線密度劃分標(biāo)準(zhǔn)比較適合都市公交線密度的劃分。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F512;F572;TP311.13

【參考文獻】

相關(guān)期刊論文 前10條

1 劉敏;韓賓;郭有倩;;一種改進的基于K-means的信息聚類算法研究[J];信息通信;2015年09期

2 陸娟;楊奎奇;;徐州市公交便捷度分析[J];地理信息世界;2012年04期

3 周愛武;于亞飛;;K-Means聚類算法的研究[J];計算機技術(shù)與發(fā)展;2011年02期

4 王金艷;黃永林;譚慧明;蔣新;;利用ArcGIS生成水系密度的方法[J];地理空間信息;2010年06期

5 欒亞建;黃爛

本文編號：2604472