考虑行驶时间不确定性的合乘路径鲁棒优化方法

为应对实际合乘过程中时间不确定性带来的负面影响,本文研究不确定行驶时间下的合乘问题。采用预算不确定集合描述时间变量,引入不确定性水平可调节的预算系数,构建以车辆总里程最短和车辆数最少为目标的合乘路径鲁棒优化模型。并设计两阶段算法求解,第1阶段以两乘客间的可行合乘路径为基础,从车辆总里程节省率和乘客时间窗匹配灵活性两方面设计公式量化合乘匹配机会,以匹配机会为权重构建乘客图网络并聚类乘客需求;第2阶段设计以顺序插入启发式方法构造初始解的禁忌搜索算法求解。案例数据实验结果表明：本文聚类方法能保证优化质量并提高85%以上的计算效率,同时能缩减乘客等车时间和绕行距离;增大预算系数时解的鲁棒性逐渐提高,但会增加10%~40%的车辆数并降低1%~10%的里程节省率;大规模乘客案例和窄时间窗案例的合乘路径对不确定时间的敏感性更高,宽时间窗案例无需增加过多额外车辆和总里程就能达到较高水平的路径鲁棒性。     

城市综合换乘枢纽的出租车合乘调度方法

分析了城市综合换乘枢纽实施出租车合乘的必要性.初步构建了面向城市综合换乘枢纽的出租车合乘组织模式.将出站乘客合乘的组织调度描述为静态一点对多点出租车合乘匹配问题,以出租车数量最小、总费用最小为优化目标,建立了混合整数规划模型,利用基于遗传算法和单纯形法的启发式算法求解该模型.算例分析表明,有效组织综合换乘枢纽处的出租车合乘可以明显减少进入枢纽站的出租车辆,降低出租车辆行驶的总里程,显著提高出租车司机单次出行收入,同时明显降低乘客平均支出费用,能够体现出较好的社会、经济效益.     

基于整数线性规划的合乘出租车调度模型

为降低城市交通中出租车的空驶率,提高出租车运载效率,充分利用城市道路资源,缓解交通拥堵,在已有研究的基础上,将智能交通中多位乘客合乘出租车的路线规划及车辆调度问题分解为合乘乘客分组、行驶路线规划、指派车辆3 个步骤,将乘客间的“顺路”关系转化为有向图中的有向边,通过筛选连通子集构造合乘分组。分别对每一步骤建立整数线性规划模型,使得所需车辆尽量少,乘客等车时间尽可能短,乘客乘车绕行里程尽量少。使用分层序列法求解该多目标规划问题,并提出一种简化问题规模的策略,以提高求解效率。使用纽约实际出租车乘车数据构造模拟数据集测试算法的性能。测试结果表明,该方案具有“零绕行”、合乘率高的特点,能够大大提高出租车运载效率。     

基于矩阵迭代法的出租车合乘最短路径选择

为了解决出租车合乘的路线行驶最优问题以保证驾驶员和乘客均能获得利益,构造道路交通网络的距离矩阵,运用运筹学中的矩阵迭代法来求解网络图中的最短距离并确定最短路线,并针对某个道路网络做了分析例证.结论显示:矩阵迭代法用于求解道路网络的最短路径,从理论上解决了出租车在合乘时的路线选择问题,从而使出租车合乘乘客能快捷的到达目的...     

基于改进遗传算法的出租车共乘线路规划研究

常规出租车运行模式效率低,增加了城市的拥堵. 针对兰州市出租车搭载率低和行驶路线规划不合理等问题,设计一种以最高搭载率、最短行驶距离为目标的函数,考虑出租车的容量限制、车辆行驶距离限制及上下车人数约束等问题的共乘模式. 建立基于改进遗传算法的出租车共乘线路规划模型. 通过采用锦标赛选择策略、站点片段交叉设计和站点监督式变异等操作对模型进行求解. 最后用兰州市出租车历史轨迹数据进行实验分析,结果表明,运用设计的出租车线路规划模型及改进的遗传算法,能够快速地得到优化路径,实现多辆出租车的规划路径满足最高搭载率及最短距离的要求.     

基于改进遗传算法的出租车共乘线路规划研究

常规出租车运行模式效率低,增加了城市的拥堵. 针对兰州市出租车搭载率低和行驶路线规划不合理等问题,设计一种以最高搭载率、最短行驶距离为目标的函数,考虑出租车的容量限制、车辆行驶距离限制及上下车人数约束等问题的共乘模式. 建立基于改进遗传算法的出租车共乘线路规划模型. 通过采用锦标赛选择策略、站点片段交叉设计和站点监督式变异等操作对模型进行求解. 最后用兰州市出租车历史轨迹数据进行实验分析,结果表明,运用设计的出租车线路规划模型及改进的遗传算法,能够快速地得到优化路径,实现多辆出租车的规划路径满足最高搭载率及最短距离的要求.     

基于模糊聚类和识别的出租车合乘算法研究

针对目前部分大城市出租车合乘效果差,合乘效率低等现状,本文采用模糊聚 类和模糊识别方法,研究出租车行驶路线模糊聚类,并利用行驶路线、行驶时间和合乘人 数创建隶属函数,实现合乘乘客与出租车的合乘模糊识别.通过随机生成的多组出租车出 行和合乘乘客样本数据,发现在假定的出租车合乘条件下,出租车样本数量决定了合乘 的成功率,但同时也发现,在合乘人数固定的情况下,无限制的增加出租车样本数量会增 加合乘乘客的搭载成功率,平均每辆合乘出租车的收入并不会随着样本数量的增大而增 大,而是趋于稳定值.仿真结果说明,该算法适合于大样本的出租车合乘问题,是一种可以 提高出租车合乘成功率的有效方法.     

车辆合乘问题的两阶段分布式估计算法

针对智慧交通中多车辆合乘问题,提出一种分布式并行计算环境下的合乘模型. 利用合乘概率矩阵的先验知识,实现更高效的运算和求解.当合乘概率矩阵不是单位 矩阵时,合乘模型被增广为车主合乘和乘客合乘两个阶段.两阶段分布式估计算法运用可行合乘解的合乘概率矩阵,作为一种随机优化方法求解最优值.根据可搭乘矩阵初始化合 乘概率矩阵,并在优化过程中连续更新合乘概率矩阵.车主同乘客分离优化,减少了出行车辆,并实现了互相搭乘的合乘模型.通过合乘模型的优化迭代能够为乘客挖掘出高效可 行的搭乘路线.实验结果表明,该合乘模型具有平均等待时间少、平均载客量大、人均行驶 距离短的高效出行特点.     

感知乘客心理的出租车动态合乘优化方法

为研究考虑乘客感知的动态合乘问题，本文提出一种改进的算法框架。基于可行出行对概念，构建乘客满意度最大、出行时间最少的多目标线性规划问题，将合乘问题转化为车辆和乘客间的线性分配问题，并采用基于精英策略的人工蜂群算法(Elitism based Multi-Objective Artificial Bee Colony，EMOABC)求解。根据海口市出租车订单数据建立算例，实验结果表明，该算法框架能够实时提供优质动态合乘方案。相比单纯优化出行效率，考虑乘客心理的合乘策略，相对提高12%的乘客满意度，服务率等方面也有较好表现。     

带时间窗的车辆路径混合遗传算法

基于标准遗传算法，将每一个染色体与分组信息相结合，使染色体结构包含有更多信息，辅以λ-交换局部搜索技术，构造了一种新的混合遗传算法，对带时间窗约束的车辆路径问题进行了求解，并与标准遗传算法的求解结果进行了对比研究，发现使用混合遗传算法，总行驶里程为162km，而使用标准遗传算法，总行驶里程为182km。结果表明混合遗传算法的求解结果比标准遗传算法更加接近最优解，所需的行驶里程缩短，有效降低运输企业的车辆运行成本。     

基于时空相似度聚类的热点载客路径挖掘

出租车的载客轨迹直接体现了车辆的行驶状态和居民的出行规律,热点载客路径的挖掘为交通管理与规划,居民行为模式发现及出租车载客推荐等具有重要价值. 本文以兰州市3 000 辆出租车载客轨迹为研究对象,提出了基于时空相似性聚类的热点载客路径挖掘算法. 首先,根据出租车的GPS轨迹数据提取出载客轨迹及其核心轨迹;然后,根据提出的相似性度量算法计算核心轨迹的空间相似性、时间相似性及时空相似性,并结合DBSCAN聚类算法对载客轨迹进行聚类;最后,根据聚类结果获取城市热点载客路径的空间分布,并分析了其在工作日和非工作日的差异. 实验结果表明,本文提出的挖掘算法能有效、快速地发现城市热点载客路径的分布.     

基于时空相似度聚类的热点载客路径挖掘

出租车的载客轨迹直接体现了车辆的行驶状态和居民的出行规律,热点载客路径的挖掘为交通管理与规划,居民行为模式发现及出租车载客推荐等具有重要价值. 本文以兰州市3 000 辆出租车载客轨迹为研究对象,提出了基于时空相似性聚类的热点载客路径挖掘算法. 首先,根据出租车的GPS轨迹数据提取出载客轨迹及其核心轨迹;然后,根据提出的相似性度量算法计算核心轨迹的空间相似性、时间相似性及时空相似性,并结合DBSCAN聚类算法对载客轨迹进行聚类;最后,根据聚类结果获取城市热点载客路径的空间分布,并分析了其在工作日和非工作日的差异. 实验结果表明,本文提出的挖掘算法能有效、快速地发现城市热点载客路径的分布.     

打车软件使用率对出租车社会福利的影响

出租车行业的社会福利主要由出租车剩余价值与乘客剩余价值构成,为了量化打车软件这一新型电召服务模式对社会福利的影响,本文采用柯布—道格拉斯函数为出租车实载里程表达形式,得到出租车出行需求函数,然后考虑打车软件使用率对空驶里程的影响,最终构建出租车与乘客的剩余价值模型.通过成都某区域实例数据得出,当打车软件的使用率从0变化到100%,出租车剩余价值增加23%,乘客剩余价值减小6.4%,社会总福利减小3%.计算结果表明,该模型具有可行性与有效性,可为行业规划与管理中对打车软件这类新型服务模式提供引导方式,对出租车的价格调整等提供决策依据.     

出行信息公开对出租车交通系统运行的影响

基于仿真研究乘客出行信息公开程度对出租车交通系统运行效率的影响.将乘客出行信息公开程度划分为出行信息未公开，全公开，半公开模式；制定路网搭建，乘客生成与退出，出租车与乘客匹配，出租车行驶规则；模拟出租车搜索、匹配、搭载、送达乘客过程；分析不同信息公开程度对出租车空驶率，乘客候车时间，送达人数，司机平均收益等的影响.研究表明，仅公开出发地信息的半公开模式有助于提高出租车交通系统运行效率与服务质量，且有效地避免由于出租车司机有意选择高收益乘客而造成“隐形拒载”低收益乘客问题.为保证每位出行者的公平性，建议采用仅公开出发地信息的出行信息半公开模式.     

出行信息公开对出租车交通系统运行的影响

基于仿真研究乘客出行信息公开程度对出租车交通系统运行效率的影响.将乘客出行信息公开程度划分为出行信息未公开,全公开,半公开模式;制定路网搭建,乘客生成与退出,出租车与乘客匹配,出租车行驶规则;模拟出租车搜索、匹配、搭载、送达乘客过程;分析不同信息公开程度对出租车空驶率,乘客候车时间,送达人数,司机平均收益等的影响.研究表明,仅公开出发地信息的半公开模式有助于提高出租车交通系统运行效率与服务质量,且有效地避免由于出租车司机有意选择高收益乘客而造成“隐形拒载”低收益乘客问题.为保证每位出行者的公平性,建议采用仅公开出发地信息的出行信息半公开模式.     

城市出租车运营网络平衡模型

为确定城市出租车的合理发展规模,研究了城市出租车网络的运营特性与载客和空载阶段的出租车路径选择行为特征,分析了固定需求条件下出租车运营网络的供需平衡关系,建立了城市出租车网络平衡模型,以客观地反映驾驶员的搜客行为规律,表征城市道路网、出租车运营规模、出租车搜索时间和乘客候车时间的相关关系,并针对模型结构特征设计了模型求解的迭代求解算法。算例计算分析表明,算法是收敛的,模型是可行的,能根据乘客等待时间确定城市出租车的合理发展规模,有利于城市出租车网络的规划与管理。     

基于时空轨迹数据的出行特征挖掘方法

在车联网应用发展的背景下,许多城市的私家车和出租车上安装了配备GPS 设备的智能终端, 产生着大量的时空轨迹数据.为挖掘这些数据蕴含的驾驶员出行特征, 本文以北京市出租车时空轨迹数据为例,基于时空GIS 的视角提出并实现了驾驶员居住 地挖掘方法和作息规律性分析方法. 样本实验结果一方面展示了驾驶员居住地空间分 布,另一方面表明作息规律性总相似度在0.6–1之间的驾驶员数量较多,占到了总数的 73.75%.通过本文方法挖掘的信息可为出租车的管理提供辅助决策,方法同样适用私家 车时空轨迹数据的挖掘,对私家车出行规律的研究和掌握更有意义.