Key points are not available for this paper at this time.
Dans cette étude, nous estimons le flux de trafic urbain en utilisant des données de trajectoire de taxi avec GPS à Qingdao, en Chine, et examinons la capacité de la centralité de médiation du réseau routier à prédire le flux de trafic. Les résultats montrent que la centralité de médiation n'est pas une bonne variable prédictive du flux de trafic urbain, ce qui a, théoriquement, été souligné dans la littérature existante. Avec une critique de la centralité de médiation en tant que prédicteur, nous analysons davantage les caractéristiques de la centralité de médiation et soulignons le 'écart' entre cette mesure de centralité et le flux réel. Plutôt que de considérer uniquement les propriétés topologiques d'un réseau routier, nous tenons compte de deux aspects, l'hétérogénéité spatiale des activités humaines et la loi de décroissance de distance, pour expliquer la distribution du flux de trafic observé. La distribution spatiale des activités humaines est estimée en utilisant des valeurs Erlang de téléphone mobile, et la loi de puissance pour la décroissance de distance est adoptée. Nous réalisons des simulations de Monte Carlo pour générer des trajets et prédire les distributions de flux de trafic, et utilisons un coefficient de corrélation pondéré pour mesurer la qualité de l'ajustement entre les données observées et simulées. Le coefficient de corrélation atteint le maximum (0,623) lorsque l'exposant est égal à 2,0, ce qui indique que le modèle proposé, qui intègre des contraintes géographiques et des modèles de mobilité humaine, peut bien interpréter le flux de trafic urbain.
Gao et al. (Mar,) ont étudié cette question.