考虑轨迹相似度的综合客运枢纽出租车合乘方法研究

针对综合客运枢纽出租车停靠点乘客滞留问题,提出一种考虑轨迹相似度的枢纽出租车合乘模型. 以车辆数最小与总里程最短为目标,基于包围面积的轨迹相似度指标在形态上约束合乘后车辆的行驶轨迹. 设计两阶段算法求解此NP-hard 问题,第1 阶段利用kmedoids 方法对乘客需求聚类,第2 阶段设计蚁群算法求解得到乘客匹配方案及合乘行驶路径. 实测数据实验证明：该方法能较好优化车辆数和总里程,减少乘客等待时间;轨迹相似性度量约束能有效提高合乘后路径的JAC值,满足乘客希望合乘路径与原始路径差异最小化的心理.     

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.     

城市出租车合乘技术研究

论文针对城市交通拥挤不堪和出租车空驶率高的现状,提出了出租车合乘能提高人们选择出租车出行的频次,减少道路拥堵,提高出行效率。论文对出租车合乘进行了概念定义和合乘模式划分,分析了出租车合乘的信息感知、信息传输与信息反馈,建立了出租车合乘信息服务中心。论文划分了合乘类型,并描述了静态和动态的合乘流程图,并建立了出租车数量模型,采用Floyd算法计算整个网络中任意两点间的最短路问题。依据合乘出租车上的乘客数确定不同的合乘状态,在体现收费公平的基础上建立了合乘计费模型,和解决了分级站点合乘组织及生活性合乘问题。     

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。     

基于破产模型的出租车合乘定价方法

作为一种缓解打车难及减少空气污染的方法,出租车合乘越来越普遍.为了更合理地为出租车合乘定价,依据出租车的载客数量,在将出租车的一次载客过程分为若干阶段的基础上,为其中的合乘阶段建立了破产模型.通过深入分析这一情境所对应破产模型解应满足的特点,利用Talmud法则来求解该模型,由此提出了一种出租车合乘定价方法.算例分析表明,由该方法确定的合乘费用具有随着合乘人数和距离增加而增加,但增幅减缓的特点,从而提高了出租车司机和乘客参与多人合乘和长途合乘的积极性.研究结果可为相关部门制定出租车合乘政策提供决策参考.     

基于几何概型的出租车合乘候车时间分析

出租车合乘平均候车时间是合乘效益评价的主要参数,随着合乘的逐渐兴起,对其求解模型进行研究具有重要的现实意义.经过等候合乘者的任一辆出租车仅存在合乘成功与合乘不成功两种情况,本文在此前提下建立模型,先根据出租车车流载客数分布及方向修正系数建立合乘成功率分布模型,再结合出租车到达时间分布运用几何分布原理建立出租车合乘候车时间计算模型.文中通过对大连市主干道黄河路与西安路商业中心的实地调查得到具体数据标定模型参数,并设计试验对模型的准确性进行了检验,检验结果表明模型能够准确地估算出租车合乘候车时间,相对误差在3%以内.     

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.     

基于时空聚类算法的轨迹停驻点识别研究

利用手机等智能移动终端获取个体出行GPS轨迹数据,提出了一种新的时空聚类算法AT-DBSCAN识别轨迹中的停驻点.该方法以固定长度的滑窗搜索核心点,以时空邻近条件定义簇间距离,以簇密度大小规定合并次序.提出了出行次数一致性、出行起止时刻误差、停驻点时长误差、停驻点中心偏移距离4个算法验证指标,弥补了传统查全率、查准率等忽略停驻点时空信息准确性的不足.结果表明,识别的停驻点有98%的位置误差在30m以内,100%的时长误差在5min以内,98%的出行起止时刻误差在5min以内.此外,算法对于室内活动、定位飘移、路径重合程度高等复杂轨迹具有较好的泛化能力.     

考虑乘客心理的出租车合乘决策方法研究

针对出租车合乘研究中缺少对乘客心理的考虑,基于前景理论构建出租车合乘模式决策模型,提出一种考虑乘客心理的合乘出行决策方法.考虑行程时间、费用、舒适度对乘客心理决策的影响,通过计算机模拟,分析不同付费比例和交通拥堵率在乘客心理因素影响下对乘客合乘决策的影响.研究结果表明,合乘付费比例对乘客合乘决策的影响较大,合乘比例随付费比例的降低而增加,0.7 的付费比例对多数乘客没有刺激作用;付费比例降至0.65 及其以下时,交通拥堵率对合乘比例的影响较小,合乘比例相对稳定. 所得结论对出租车合乘政策的制定与管理有一定的指导意义.     

高峰时间出租车合乘计费策略研究 ——以宁波为例

针对早晚高峰时间和节假日火车站、汽车站及主要地区人流打车难,无法及时得到疏散的 问题,提出高峰时期出租汽车多人合乘理念,从而提高出租车及道路资源的利用率。根据我国早 高峰和晚高峰的交通特点,结合宁波出租车计费的实际情况,使用最优化理论构建多目标优化合 乘模型,对合乘费用进行计算。最后通过软件验证,假设了6 个节点的供需搭乘方案,使用 LINGO软件计算出合乘的路径和相应的费率。运算结果证明该模型在合理约束司机收入与乘客花 费的前提下,最大化司机的收益,同时兼顾到乘客利益,鼓励司机在高峰时间较短的行驶距离内 多载客。     

基于出租车GPS数据的扬招点选址确定方法

：为了使出租车扬招点设置位置与出租车需求更匹配,建立了一个出租车扬招点选址模 型。首先通过对出租车GPS 数据的分析,获得出租车的上客点分布。然后建立数学规划模型, 将最小扬招点个数作为目标函数,以要求达到的扬招点服务覆盖率为约束条件。最后,利用已 知上客点位置分布,给定服务距离以及目标覆盖率,通过模型求得扬招点设置个数及位置。以 南京市新街口地区路网为例,在约5km2范围内,设定扬招点服务距离为300m、目标覆盖率为 85%,通过该方法求得需要设置11 个扬招点才能达到目标,并得到了具体的选址方案。之后, 进行出租车扬招点设置个数敏感性分析,结果可从服务质量和成本经济性两方面为扬招点设置 提供依据。     

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GPS数据的出租车回程候客点布局研究

出租车作为城市交通的重要组成部分,往往通过设置出租车侯客点,实现异地载客。基于出租车GPS原始数据,给出数据处理方法,在此基础上对广佛间出行乘客上下车行为进行分析,获取其空间特征,最后提出基于K-means聚类算法的出行距离最短的回程侯客点的布局模型,为科学地设置出租车回程侯客点提供一定的理论基础。     

基于出租车GPS大数据的城市热点出行路段识别方法

连续两个出租车 GPS定位点之间的时空间隔使得乘客上下车的位置必然介于一个线性区间内,据此提出轨迹线密度方法,用于在位置界限模糊的热点出行区域进一步搜索热点路段.利用成都市出租车 GPS数据,借助核密度估计分析出租车上下客位置的时空特性;基于轨迹线密度方法,计算了成都市春熙路商圈的路网密度值,划分路段热点强度,识别出了热点路段的位置,结合实际的出行需求分布完成方法有效性的验证.结果表明,本文所采用的方法能够有效识别出行需求旺盛的城市热点路段,不仅可以为出租车司机寻找客源提供重要的参考,还能够在交通相关部门选择出租车停靠站的位置时提供数据支持.     

基于距离准则的地图匹配算法研究

为了弥补车辆导航中位置点匹配算法的不足,对轨迹曲线匹配的思想进行了必要的介绍,并重点从距离要素出发,对匹配准则进行了研究。在分析了各种常见距离定义的不足后,提出了基于面积法的距离匹配准则,并对距离准则的算法设计和适用性进行了详细的分析和描述。结论表明,采用该算法后的总体定位精度优于GPS的定位精度,算法准确性也比位置点匹配高。     

基于改进AOE网络的低频浮动车数据地图匹配算法

由于低频浮动车数据时间间隔较长,现有地图匹配方法难以满足低频浮动车数据地图匹配的要求.综合考虑浮动车数据轨迹点之间的整体特性,在局部和全局地图匹配算法的基础上,提出了一种基于改进AOE网络的低频浮动车数据地图匹配方法.首先,采用相交分析判断GPS点缓冲区和候选路段的关系,以获取候选路段和候选匹配点;其次,基于四叉树空间索引和Dijkstra算法,获取候选匹配点之间的最短路径;第三,设计了一种改进AOE网络,提出了基于改进AOE网络的最短可达路径算法,以获取最终的地图匹配点;最后,对改进AOE网络的地图匹配算法进行评价,并通过实验分析了算法的时间效率和正确率.实验结果表明:基于改进AOE网络的地图匹配算法正确率为95.3%,程序执行总时间为96.8 s. 其正确率分别比点到线的局部地图匹配方法和基于弱Frchet距离的全局地图匹配方法的正确率高13.6%和2.8%.      

基于改进差分进化算法的出租车合乘问题研究

在现有出租车合乘问题研究基础上,考虑乘客模糊时间窗、合乘意愿等因素,建立 更符合实际的多对多合乘模型,并使用改进的差分进化算法进行求解.该算法设计了一种分段 实数编码方案、基于个体排序的缩放因子F 与交叉概率CR及混合轮盘赌的半贪婪选择策略. 仿真结果表明：所提算法的求解效果优于传统差分进化算法与遗传算法,是解决该类问题的 有效方法;与非合乘模式相比,所建模型成本减少、服务乘客数增加,模型合理有效;同时分析 了模糊时间窗、合乘意愿2个因素对模型求解结果的影响.     

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.     

出租车合乘制调度优化模型研究

出租车作为一种灵活、方便的交通工具,为人们快捷、舒适、安全的出行提供了强有力的保障,出租车合乘制的推行将有助于进一步提高人们选择出租车出行的频次,保障出租司机的收入,减少道路拥堵与交通系统的能源消耗．以合乘出租车司机收益与乘客服务率最大化及乘客费用最小化为目标,建立了出租车最佳路径选择及配车调度优化模型,并设计了改进粒子群算法求解,通过多次仿真运算,结果表明该算法优化此类问题是有效的．