城市道路网络空间结构对出行行为的影响研究

The spatial structure of city road networks has great effects on the individual's path selection decision during daily travelling. But individual's path selection decision is also influenced by real-time traffic situation and individual's cognition difference on the morphology and structure knowledge of city road network.It makes it extremely difficult to uncover the effects of the spatial structure of city road network on individual's path selection decision from the spatial reorganization perspective or traffic analysis. To overcome the shortage in current researches, we try to introduce the topological analysis methodology for understanding city road network by characterizing the city road network structure within a topological space. Meanwhile, large samples based statistical analysis will be used with real path selection data obtained from massive trajectory data to recognize the behavior pattern on path selection during travelling. An insight of the hidden impact of the spatial structure of city road network on human mobility can be got from the characterization on the behavior patterns. In addition, we will provide a self-adjusting route planning strategy to cut downe the traveling cost for individual traveler based on the traveling demand as well as the spatial structure of city road network. The research will help provide a more reasonable path selection solutionfor public travelling.

城市道路网络是城市公众出行活动的重要载体。城市道路网络的空间分布和拓扑格局等空间结构特征对公众出行过程中的路径选择行为具有显著影响。然而，这种路径选择行为同时还受到交通状态和个体对城市道路网络空间结构的认知差异等因素的影响，使得传统的交通分析和空间认知过程研究难以实现道路网络空间结构对出行者路径选择行为影响的定量化。本申请课题拟突破传统的理论研究框架，引入网络拓扑特征定量化分析方法，在拓扑空间下刻画城市路网结构特征，更全面地认知城市道路网络的空间结构，并利用海量出行轨迹数据中所提取的大样本真实出行行为数据，挖掘出行者路径选择的倾向性，识别群体出行模式，揭示城市道路网络空间结构对出行行为的潜在影响，并在此基础上提出自适应路径诱导策略，为优化公众出行服务提供理论依据和技术支持。

城市道路网络是城市公众出行活动的重要载体。城市道路网络的空间分布和拓扑格局等空间结构特征对公众出行过程中的路径选择行为具有显著影响。然而传统的空间认知过程研究难以刻画道路网络的空间拓扑结构特征，传统的交通分析方法也难以挖掘出公众出行过程中群体的路径选择规律，从而无法实现道路网络空间结构对出行者路径选择行为影响的定量化。本项目基于网络视角，将城市道路系统视为由所有个体道路相互影响而构成的复杂网络，综合考虑个体对个体和个体与整体之间的相互影响，借鉴复杂网络中定量化分析方法实现对城市路网拓扑空间结构特征的刻画，同时对机动车出行中人群的路径选择行为进行了深入的分析，采用多种数据挖掘方法从海量真实机动车出行轨迹中发现群体出行路径选择规律。以群体出行路径选择的规律为标记，采用机器学习方法最终识别出群体出行行为中被频繁选择的道路实体所具有的结构特征，获取城市路网结构对群体出行路径选择行为的影响因子，并将该影响因子应用于路径规划，设计了借鉴群体智慧且符合个体认知的出行路径规划方法。同时，围绕项目需求，本项目在实施过程中提出了城市道路交通状态信息提取新方法，大规模移动对象轨迹建模方法、城市千万级手机信令折射出的城市形态模式分析、海量移动通讯记录对城市形态研究的有偏性估计、浮动车轨迹数据存储与查询等系列研究方法和解决方案，并开发了相应的工具集。相关研究成果既为提供快速出行方案、缓解城市交通提供了新的研究视角，又为海量轨迹分析结果应用于解决真实问题提供了案例，具有较好的研究价值和实践意义。