- 选题背景和意义：
随着经济发展，城市人口的不断增加，汽车保有量呈现爆发式的增长，已经严重超出了现有城市道路网的承载能力，交通供需不平衡问题日渐突出，交通拥堵已经成为主要的城市问题。交通出行是日常生活的重要组成部分，良好有效的交通出行是社会正常运转的重要保证。因此，在交通拥堵日益严重的情况下，如何为出行者制定最佳出行路线成为交通工程领域研究的重要方向之一。城市路网可被抽象为由节点和路径组成的图，因此，图论中研究节点之间的最短路径的最短路径问题，对出行路径选择具有重大意义，被广泛的应用在交通领域。
早期的出行路径选择问题的研究是基于静态的交通网络，即每条道路的权重（通行时间）是不变的，但在现实生活中，道路网络是具有动态性和随机性的，相同的路径在一天中的不同时段以及每天的相同时段的出行时长是随机的，波动的，并且具有时变性的。因此，基于静态网络得到的最优路径在实际生活中不一定是最优路径。此外，对于出行者来说，较短的出行时间不是其路径选择的唯一要求，他们对出行时间波动性的要求也很高。2007，Javier Asensio等通过对通勤者调查发现，出行时间可靠性的价值平均是节约的出行时间价值的2.4倍。因此，在进行出行路径选择研究中，对路径出行时长时变性的研究是非常重要的，其对出行者的出发时间、路径选择等出行行为有着重要的影响。
除了对稳定性要求之外，伴随出行者出行目的的变化，出行路径的选择的偏重点会有所不同，出行时间成本已经不是出行者路径选择的唯一目标，部分出行者对出行过程中舒适度、安全性等指标也提出了较高的要求。因此除了时间最短路外，为出行者提供侧重于不同指标的多个出行路径选择方案更具现实意义。
最短路时变性的研究不仅可以在微观上优化出行者出行路径选择，同时在时空可达性研究中发挥着重要作用。时空可达性可描述为：居民使用城市交通网络，在一定时间内抵达设施的难易程度。时空可达性随着交通网络的波动，存在着明显的时变性，对设施可达性时变性的研究不仅可以优化个体出行者出行行为，同时可以深入理解居民出行活动与交通环境之间的关系，为交通规划、交通管理、设施选址等提供有效依据。
交通数据是解决交通问题的基础，交通数据的获取方法主要是人工获取法与自动获取法。人工获取法需要消耗大量人力物力，误差大，准确性不高，并且很难获取大范围区域较长时间的交通数据。自动获取法基于导航装置以及路侧车辆检测器，在早期存在布设密度低、等问题，难以用于实时的交通问题，此外该类数据获取门槛高，普通研究者难以获取此类数据。但随着科技的发展，“互联网 ”概念的兴起，各个行业迎来了大数据时代，开源的数据平台降低了数据的获取难度，并且使数据的可靠性与准确性大大提升，成为交通问题研究中十分有价值、有潜力的数据来源。
在此背景下，本研究基于高德地图海量的交通态势开源数据对南京市出行者最短路径以时变性进行深入研究，分析设施可达性的时间分布特征和空间分布特征。此外，由于数据量较大，结果较为抽象，为了使分析过程以及成果展示更加直观，便捷，可以更好地为出行者日常出行进行指导，为交通规划与管理部门提供科学参考，本研究还将利用ArcGIS、Tableau、Echart等软件进行可视化展示，便于让研究成果更好地应用到实际工程中。
- 文献综述（或调研报告）：
国内外研究现状
1. 数据来源
交通数据是解决交通问题的基础，如何获取真实可靠的交通数据是进行交通研究首先要解决的问题。根据文献阅读与整合，目前用于研究的数据分为两种：仿真数据与真实采集数据。仿真数据是通过仿真软件，利用内置的模型模拟交通运行状态，以此来获取数据。目前研究者对此类数据的科学性存在较大争议，因为内置的模型存在大量的参数需要标定，以尽可能模拟现实情况，难度较大，并且与真实数据的差别较大。因此，此类数据在研究中起到的作用较小。目前研究中主要应用的数据为真实的交通数据，获取的方法有两大类：人工调查法与自动采集法[30]。人工调查法，即使用实地调查的数据用于研究，主要方式为问卷调查，实地测速、测流量等。这是交通数据获取的最原始的方法，需要消耗大量的人力物力，并且存在着误差大、无法进行大规模调查、数据量小等缺陷。自动采集方法随着道路监控设施以及车载导航定位设备的发展而逐渐兴起，可以自动采集并储存大量、全面的交通数据，对交通研究的价值很大。主要数据来源为路测监控数据、高速路卡口数据、手机信令数据、车载GPS数据等。但此类数据的采集门槛较高，普通研究者无法对硬件设施进行大规模的布设，并且数据是由政府部门进行统一管理，不对外开放，难以获取。随着科技的发展，“互联网 ”概念的兴起，各个行业迎来了大数据时代，开源的数据平台降低了数据的获取难度，并且使数据的可靠性与准确性大大提升，成为交通问题研究中十分有价值、有潜力的数据来源。
2. 最短路问题
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
