基于土地利用的出租车停靠规模预测方法

在当前出租车招手即停的运行模式下，许多城市采用站点间距方法预测出租车停靠站规模，难以体现出租车停靠站的功能。从出租车停靠需求特征及其产生的源头出发，探求出租车停靠需求与土地利用之间的内在关系，建立基于土地利用的出租车停靠规模预测模型，并以深圳市宝安区为例，提出了预测模型的算法。实践结果表明，所提出的预测模型能较好地体现用地与出租车停靠需求的关系，客观反映出租车停靠站的的实际发展要求，预测方法科学、合理、可行。     

打车软件背景下空驶出租车出行分布预测模型

基于出租车的运行特征,引入了空驶出租车出行的概念,对打车软件背景下出租车出行分布进行研究,以提高预测的准确性.应用Logit概率选择模型对空驶出租车出行的选择情况进行分析,建立了空驶出租车和总体出租车的交通出行分布预测模型.算例表明,文中提出的分布预测方法具有可行性,并证明了在使用打车软件下可降低空驶出租车的出行次数,有利于城市出租车运营的规划与管理     

出租车停靠站的设置方法

作为规范出租车路边停靠的重要设施,目前出租车停靠站的设置较为随意、导致站点使用效果不理想,且对道路交通产生较大影响.针对该问题,根据出租车“招手即停”的停靠与运营特征,提出了满足出租车停靠站功能需求的四大选址区域.在此基础上,从出租车停靠站的站住选址、设置形式、配套设施设置等方面,提出一套科学、合理的出租车停靠站设置方法,以指导出租车停靠站规划实践,进而提高出租车停靠站的设置合理性与使用效率.     

基于出行强度的出租车规划模型

通过分析城市居民出行强度和人口规模现状,运用增长系数模型预测规划期内居民出行强度和人口规模,进而预测出规划期内居民出行总量和乘坐出租车人口,随后利用出租车空驶率模型预测出租车的最佳数量。实例证明模型是可行的,通过确定出租车投放的最佳数量,有利于城市出租车的规划和管理。     

基于上落客时空特征的出租车停靠站选址模型

为了规范出租车运营,改善出行者候车环境,提高出租车经营效益,进行基于出租车出行需求特征的停靠站选址研究有着十分重要的现实意义.本文首先界定了出租车出行需求时空热点的含义,基于样本出租车GPS数据研究出行需求的时空聚集特征,得到了出行高峰时段和出行热点区域.将出行需求作为依据应用于出租车停靠站选址,提出了基于最大覆盖的停靠站选址模型,同时结合出行者的不确定性交通行为和消费特点,在车站服务能力、出行者步行距离和计划修建数量等方面分析了模型的适用条件.实例区域的选址研究结果表明,以客观需求为依据的选址方法,可以更好地契合出行者的出行需求,具有较高的实用性.     

城市建成环境对出租车出行需求影响研究—— 基于空间溢出效应的分析

城市建成环境对交通出行具有深刻的影响,为探讨快速城市化时期我国城市 建成环境对出租车出行需求的影响,本文构建了考虑空间溢出效应的计量模型,以北京 市为例开展了实证研究.基于交通分区空间尺度,利用出租车GPS 数据获取了交通分区 出行需求,度量了住宅类、工作岗位类及交通设施类等变量表征建成环境,进而研究建成 环境对出租车出行需求的影响.通过传统最小二乘法的多元回归模型、空间自回归模型与 空间杜宾模型进行对比发现,空间杜宾模型的拟合度和解释力最优,研究建成环境对出 租车出行需求的影响时不能忽略空间溢出效应.利用空间杜宾模型参数估计结果,分析了 建成环境的住宅类、工作岗位类及交通设施类变量对出租车出行需求的直接效应、溢出 效应与总效应.本文力求掌握出租车出行需求产生的内在城市环境因素,为降低出租车空 驶率、实现出租车空间需求预测及分布均衡提供依据.     

北京市出租车乘客需求预测模型研究

出租车作为一种交通方式在城市交通系统中发挥着重要作用。在北京市区不同路段的全天机动车交通量中,出租车的道路占有率相差很大且空驶率偏高,因此,进行北京市出租车乘客需求预测势在必行。在分析北京市出租车出行特征和规律的基础上,结合以往研究过的出租车交通需求模型的缺陷,根据出租乘客需求量的影响因素提出基于出行广义成本的北京市出租车乘客需求模型,并以朝阳区为例进行研究,使模型的有效性得到了验证。     

基于浮动车数据的出租车规模确定方法

通过对出租车GPS数据进行预处理、地图匹配、运营信息挖掘,可以获得与出租车运营有关的信息,单次行驶的时间、距离、经过的路径等。从浮动车数据钟挖掘出租车运营信息,获得出租车在城市运营中的平均运营速度、平均运营时间、平均出行距离等信息,并在结合城市出租车需求的基础上,给出了确定出租车合理规模的方法。同时以广州的出租车数据为基础,对该方法进行了验证。结果表明该方法能够更准确地为出租车提供合理规模,为出租车管理及交通规划等提供科学依据。     

基于动态博弈的城市出租车投放量测算研究

出租车是城市客运交通体系中的重要组成部分,但随着出租车市场的发展和乘客出行需求的变化,出租车行业积累了大量问题,其根本原因还是出租车市场中各利益主体之间利益矛盾难以协调,供需关系不平衡,需要通过调整出租车投放规模来促进各利益主体的和谐发展. 因此,从博弈的视角出发,分析出租车行业中的主要利益关系,构建博弈均衡,并进行博弈均衡解析,结合出租车市场的发展规律和博弈均衡条件,测算出投放规模的合理数量范围. 通过对西安市出租车市场的实证测算,当短期内增加的出租车数量不超过1 908 辆时,各利益主体间利益矛盾最小;从长期来看,当增加的出租车数量为1 223 辆时,能够达成长期的博弈均衡.     

基于动态博弈的城市出租车投放量测算研究

出租车是城市客运交通体系中的重要组成部分,但随着出租车市场的发展和乘客出行需求的变化,出租车行业积累了大量问题,其根本原因还是出租车市场中各利益主体之间利益矛盾难以协调,供需关系不平衡,需要通过调整出租车投放规模来促进各利益主体的和谐发展. 因此,从博弈的视角出发,分析出租车行业中的主要利益关系,构建博弈均衡,并进行博弈均衡解析,结合出租车市场的发展规律和博弈均衡条件,测算出投放规模的合理数量范围. 通过对西安市出租车市场的实证测算,当短期内增加的出租车数量不超过1 908 辆时,各利益主体间利益矛盾最小;从长期来看,当增加的出租车数量为1 223 辆时,能够达成长期的博弈均衡.     

基于GPS数据采集的出租汽车交通运行特点研究

对装载GPS的出租汽车采集到的数据进行预处理和地图匹配,实现了出租汽车路径的跟踪,确定了出租汽车上下客点的位置,据此可得到反映出租汽车交通运行特点的相关数据,为出租汽车交通管理乃至城市交通管理提供了科学依据.以深圳市装载GPS的出租汽车数据为例进行分析,通过一定的数据处理方法,利用Visual Basic和ArcView的组件Mapobject相结合进行编程,得到了深圳市出租汽车交通运行的特点,如出租汽车交通出行需求的空间分布、出租汽车出行距离分布、出租汽车出行时长分布等.     

城市出租车拥有量确定方法

通过对城市居民和流动人口出行特征与出租车运营特征的调查分析，分析了城市出租车拥有量与出租车所承担的城市客运交通周转量及出租车空驶率的关系，提出了一种城市出租车拥有量的确定方法。该方法以出租车的空驶率、有效行驶里程、平均运营车速和平均日运营时间为参数。实例分析表明该方法既可以对目前城市所需要的出租车拥有量进行测算，也可以对规划年份出租车拥有量进行预测，简便实用，可操作性强。     

考虑手机召车软件的城市出租车网络均衡研究

为了衡量手机召车软件对出租车市场的影响,本文研究了私家车、常规公交、 出租车相互作用的城市路网中出租车的网络均衡问题.将出租车分为使用手机召车软件 的网约车及不使用手机召车软件的巡游车,分析这两种模式在乘客等待时间与空驶出租 车选择概率差异的基础上,量化各交通方式的出行费用.在Wardrop 均衡情况下采用等价 的变分不等式来描述组合网络均衡模型,设计了相应的启发式算法.算例结果表明,手机 召车软件能有效刺激出租车乘客需求,但随着出租车规模增大,网约车所占比例降低并 趋于稳定,其时间空驶率略低于巡游式出租车,手机召车软件对出租车市场的边际效益 递减.     

基于出租车运营数据和POI数据的出行目的识别

为了有效获取出租车乘客出行目的,提出了一种基于出租车运营数据和POI(Point of Interest)数据的出行目的识别方法.构建了基于乘客出行特征和下车所属POI点类别的乘客出行目的识别模型,该方法从出行特征及乘客下车点最终可能到达的目的地所属POI点类型两个方面确定乘客的出行目的.为了验证所提方法的有效性及实用性,对成都地区展开了出租车出行调查,并利用调查数据对模型进行了精度验证.结果发现,相比于现有的利用出行特征推断出行目的的方法,本文提出的决策树+POI(II)能够提高最终识别准确度15.76%.最后,将所提方法应用于成都 1周的实际运营数据中,成功地识别出219 942名乘客的出行目的,说明该方法能够应用于实际数据量较大的出行目的识别.本文提出的方法,可以作为出行调查的辅助手段.     

信息系统下出租车运营市场网络均衡模型

目前在大中城市中应用智能手机叫车软件搭乘出租车成为受到广泛关注的出 行现象,本文通过考虑存在叫车服务即出租车派遣服务模式,建立了信息系统下出租车 运营市场网络均衡模型.该模型在获得出租车运营市场相关数据的基础上,通过设计的算 法可以求出各个节点的顾客平均等待时间.在数值实验中,分析了模型中不同参数值对于 算例网络中各个节点的顾客平均等待时间的影响程度. 结果表明各种参数值的变化对减 少顾客平均等待时间的影响不同,其中降低空驶过程中出租车司机选择乘客及服务模式 的随机程度对降低各个节点顾客平均等待时间影响显著,而各节点处乘客需求量和到达 的随机程度,以及叫车服务费用对于各节点顾客平均等待时间的降低影响并不明显.