基于手机信令的城市机动化方式细分双层模型研究

来源：交通运输系统工程与信息杂志2023年第3期北京时间：

作者：郭煜东, 杨飞, 周涛, 姚振兴, 张楚良, 魏胤呈

单位：1.西南交通大学，交通运输与物流学院，成都611756；2.重庆市交通规划研究院，重庆401147；3.长安大学，运输工程学院，西安710064；4.香港大学，统计及精算学系，香港999077

摘要：针对现阶段手机信令数据难以适用城市复杂出行环境，无法有效区分密集路网下机动化出行方式，本文提出一种考虑路径精准拟合与多维时空特征的双层识别模型。在出行路径识别层面，Savitzky-Golay(S-G)滤波能有效平滑信令数据相对实际出行路径的波动，线性插值算法能弥补信令数据时空缺失。在出行方式识别层面，探究了识别路径相似度、出行时间相似度、加速度、小波速度等关键因素，利用K-临近算法识别公交、小汽车。结果表明：本文提出方法能有效细分城市密集路网环境下的公交与小汽车出行，识别准确度分别达到88.29%和82.28%。在不同出行距离、出行时段、拥挤状态、道路等级、道路类型及识别路径相似度等角度，识别效果均优于随机森林等算法。研究支撑了基于信令数据的出行特征精准挖掘，为道路规划建设，公交线网规划等提供重要基础。

关键词：智能交通,机动化方式细分,双层模型,手机信令数据,密集道路网络

基金资助：国家自然科学基金(52072313, 52002030)；教育部人文社会科学基金 (20XJCZH011)