检索结果-维普期刊中文期刊服务平台

建成环境对网约车出行需求时空异质性影响研究——以上海市为例: 1; 作者李淑庆雷宇寰 +1 位作者赖辉涛李胤浩《西南大学学报(自然科学版)》北大核心 2025年第6期188-200,共13页; 为探究建成环境与网约车出行需求之间的互动关系,基于上海市网约车订单数据,围绕人口密度、道路密度、 POI密度、公交临近度等24种多源地理大数据构建城市建成环境指标。分别针对工作日与休息日的早高峰、午高峰和晚高峰3个时段建立考... 展开更多; 关键词网约车出行需求建成环境空间异质性多尺度地理加权回归; 在线阅读下载PDF 职称材料

基于网约车出行的长三角城市群空间关联网络特征与影响因素识别被引量：3: 2; 作者马爽陈欣 +2 位作者马嘉悦陈浙辉李双金《热带地理》 CSCD 北大核心 2024年第5期864-876,共13页; 文章基于长三角城市群内城市、乡镇街道尺度的流空间视角,利用网约车出发地―目的地(OD)出行数据等多源数据,结合复杂网络模型和二次指派程序(QAP)分别对城市群空间关联网络结构特征及其驱动机制进行分析。研究表明:1)基于网约车流的长... 展开更多; 关键词流空间网约车出行多尺度空间关联网络二次指派程序长三角城市群; 在线阅读下载PDF 职称材料

建成环境和出租车需求对网约车出行需求影响的时空间分异模式被引量：11: 3; 作者马健霄赵飞燕 +1 位作者尹超英汤文蕴《交通运输系统工程与信息》 EI CSCD 北大核心 2023年第5期136-145,共10页; 为探究考虑出租车出行需求影响下,建成环境与网约车出行需求之间的互动关系,本文基于南京市网约车和出租车订单数据,围绕密度、设计、多样性及公交临近度这4个维度构建城市建成环境指标,分别针对早高峰、晚高峰和平峰这3个时段建立考虑... 展开更多; 关键词城市交通时空异质性半参数地理加权回归网约车出行需求建成环境; 在线阅读下载PDF 职称材料

混合模型在网约车出行预测研究中的应用被引量：2: 4; 作者帅春燕王昱翔许庚《重庆理工大学学报（自然科学）》 CAS 北大核心 2022年第7期162-169,共8页; 网约车出行交通流实时预测是智能交通的重要研究领域,针对网约车出行的交通流特点,提出SSA-LSTM-SVR混合模型对网约车短时交通流进行预测分析。使用奇异谱分析(singular spectrum analysis,SSA),将交通流分解为1个主分量和3个随机分量,... 展开更多; 关键词智能交通网约车出行交通流机器学习 SSA; 在线阅读下载PDF 职称材料

题名建成环境对网约车出行需求时空异质性影响研究——以上海市为例: 1; 作者李淑庆雷宇寰赖辉涛李胤浩; 机构重庆交通大学交通运输学院; 出处《西南大学学报(自然科学版)》北大核心 2025年第6期188-200,共13页; 基金国家自然科学基金项目(52078070)。; 文摘为探究建成环境与网约车出行需求之间的互动关系,基于上海市网约车订单数据,围绕人口密度、道路密度、 POI密度、公交临近度等24种多源地理大数据构建城市建成环境指标。分别针对工作日与休息日的早高峰、午高峰和晚高峰3个时段建立考虑不同影响因素适应性带宽的多尺度地理加权回归(MGWR)模型,研究了建成环境对网约车出行需求的时空异质性影响。结果表明:与普通最小二乘法(OLS)和地理加权回归(GWR)模型相比,MGWR模型在同一时段内对网约车需求的解释力最高可达77.1%,比OLS模型提高0.426,比GWR模型提高0.082,展现出更优的拟合效果;地铁站点、次干道密度对网约车出行需求呈现出较强的空间异质性;工作日、休息日早高峰,城市郊区商务住宅与地铁站点对网约车的正向影响更大;各个高峰时段,市中心次干道密度对网约车需求的正向影响普遍大于其他区域,国际机场附近建成环境因素对网约车需求的正向影响程度都较高,虹桥机场略高于浦东机场。; 关键词网约车出行需求建成环境空间异质性多尺度地理加权回归; Keywords travel demand of online car-hailing built environment spatial heterogeneity multi-scale geographically weighted regression; 分类号 U491 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于网约车出行的长三角城市群空间关联网络特征与影响因素识别被引量：3: 2; 作者马爽陈欣马嘉悦陈浙辉李双金; 机构浙江大学建筑工程学院广岛大学先进理工学院; 出处《热带地理》 CSCD 北大核心 2024年第5期864-876,共13页; 基金浙江大学百人计划科研启动经费(113000+1944222R3/003)。; 文摘文章基于长三角城市群内城市、乡镇街道尺度的流空间视角,利用网约车出发地―目的地(OD)出行数据等多源数据,结合复杂网络模型和二次指派程序(QAP)分别对城市群空间关联网络结构特征及其驱动机制进行分析。研究表明:1)基于网约车流的长三角空间关联网络具有空间依赖性和层级特征,网络关联强度与经济发展程度较为耦合;2)长三角空间关联网络具有空间溢出效应,整体形成南部发展均衡性高,北部单点发展能力强的格局;3)长三角空间关联网络特征在乡镇街道与城市尺度上呈一定差异,部分交通网络中的高层级乡镇街道在城市层面未能充分发挥带动作用;4)乡镇街道间经济发展状况、人口活力、城市建设水平、行政区划归属和地理区位差异对乡镇街道间空间关联网络结构均有显著影响,其中行政区划归属差异影响最重要。; 关键词流空间网约车出行多尺度空间关联网络二次指派程序长三角城市群; Keywords flow space online car-hailing travel multi-scales spatial association network quadratic assignment procedure Yangtze River Delta urban agglomeration; 分类号 TU984.113 [建筑科学—城市规划与设计]; 在线阅读下载PDF 职称材料

题名建成环境和出租车需求对网约车出行需求影响的时空间分异模式被引量：11: 3; 作者马健霄赵飞燕尹超英汤文蕴; 机构南京林业大学; 出处《交通运输系统工程与信息》 EI CSCD 北大核心 2023年第5期136-145,共10页; 基金国家自然科学基金(72204114) 教育部人文社科项目(22YJC630191) 江苏省研究生科研与实践创新计划项目(SJCX23_0341)。; 文摘为探究考虑出租车出行需求影响下,建成环境与网约车出行需求之间的互动关系,本文基于南京市网约车和出租车订单数据,围绕密度、设计、多样性及公交临近度这4个维度构建城市建成环境指标,分别针对早高峰、晚高峰和平峰这3个时段建立考虑局部变化项和全局固定项的半参数地理加权回归模型(SGWR),探究建成环境对网约车出行需求的时空异质性影响。结果表明:对比普通最小二乘回归(OLS)和传统地理加权回归模型(GWR),SGWR模型的AICc值在3个时段分别下降了2.44%与0.15%,4.01%与0.30%,1.89%与0.27%;Adjusted R2值分别提高了6.52%与0.11%,8.02%与0.55%,2.75%与0.11%,表明SGWR模型具有更好的拟合效果。局部变量的回归结果表明,不同的建成环境变量对网约车出行需求影响不同,具有时空异质性;全局变量的回归结果表明,土地利用混合度在早晚高峰时段对网约车出行需求影响显著,为负向影响。出租车和网约车之间呈现为合作关系,高密度的公司企业和公交站点数量会促进网约车出行需求的产生。本文研究结果可为合理配置网约车资源提供理论依据。; 关键词城市交通时空异质性半参数地理加权回归网约车出行需求建成环境; Keywords urban traffic spatial-temporal heterogeneity semi-parametric geographically weighted regression ridehailing demand built environment; 分类号 U121 [交通运输工程]; 在线阅读下载PDF 职称材料

题名混合模型在网约车出行预测研究中的应用被引量：2: 4; 作者帅春燕王昱翔许庚; 机构昆明理工大学交通工程学院昆明市规划设计研究院市政与交通所; 出处《重庆理工大学学报（自然科学）》 CAS 北大核心 2022年第7期162-169,共8页; 基金国家自然科学基金项目(71861017) 云南省基础研究计划项目(202001AT070030)。; 文摘网约车出行交通流实时预测是智能交通的重要研究领域,针对网约车出行的交通流特点,提出SSA-LSTM-SVR混合模型对网约车短时交通流进行预测分析。使用奇异谱分析(singular spectrum analysis,SSA),将交通流分解为1个主分量和3个随机分量,根据各分量的不同特征,分别采用长短期记忆神经网络(long-short term memory,LSTM)和支持向量回归(support vector regression,SVR)对不同分量进行预测,并将各分量的预测结果进行权重融合,得到最终的预测值,SSA-LSTM-SVR能够捕捉网约车出行交通流的主要规律及其随机变化趋势,预测结果也能够反映交通流的短期变化。结果表明:与其他基线模型相比,所提出的SSA-LSTM-SVR模型具有较低的预测误差和较高的精度和拟合度,其MAPE平均降低了4%以上,预测精度平均提高了6%以上。; 关键词智能交通网约车出行交通流机器学习 SSA; Keywords intelligent transportation ride-hailing traffic flow machine learning SSA; 分类号 U491 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	建成环境对网约车出行需求时空异质性影响研究——以上海市为例	李淑庆雷宇寰赖辉涛李胤浩	《西南大学学报(自然科学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于网约车出行的长三角城市群空间关联网络特征与影响因素识别	马爽陈欣马嘉悦陈浙辉李双金	《热带地理》 CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
3	建成环境和出租车需求对网约车出行需求影响的时空间分异模式	马健霄赵飞燕尹超英汤文蕴	《交通运输系统工程与信息》 EI CSCD 北大核心	2023	11	在线阅读下载PDF 职称材料
4	混合模型在网约车出行预测研究中的应用	帅春燕王昱翔许庚	《重庆理工大学学报（自然科学）》 CAS 北大核心	2022	2	在线阅读下载PDF 职称材料