出租车合乘

车辆合乘是交通需求管理中的一项措施。交通需求管理,即引导人们采取科学的交通行为,理智地使用（不滥用）道路设施的有限资源。交通需求管理的主要措施遍布在交通行为的各个阶段,其中,组织汽车合乘作为出行方式阶段的措施已经被许多专家、学者提了出来。     

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。     

大城市合乘优先的规划方法研究

针对我国大城市及中心区的交通特征,分析合乘优先规划的影响因素;借鉴世界发达国家实施合乘优先的经验,提出合乘优先的规划内容;以上海市中心区为试点,依据规划方法与相关交通调查,提出了上海市中心区合乘优先规划建议。     

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.     

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.     

考虑合乘的共享自动驾驶汽车选择行为实证分析

共享自动驾驶汽车(Shared Autonomous Vehicles,SAV)是自动驾驶汽车和共享经济相结合的产物,为人们提供了一种新型的出行方式. 为探究出行者在考虑合乘的SAV与私家车或公共交通之间的选择偏好,实施了SAV选择意愿调查,并分析了考虑合乘的SAV的潜在用户特征. 基于问卷调查所得有效数据,采用K-Means 聚类法划分了历史出行模式,利用因子分析对性格态度特征进行了分类. 分别对有无私家车人群建立解释变量的参数服从不同分布的混合Logit 模型,并对参数标定结果进行对比分析. 研究结果表明,出行方式特性非常显著地影响出行者方式选择行为,性格态度特征是影响出行者选择考虑合乘的SAV出行方式的显著因素,且其显著性明显高于性别、年龄等社会经济属性.     

出租车合乘制技术保障体系的构建与合乘组织的实施

出租车由于价格因素等原因存在着过多空驶和栽客较少的状态,占据了大量的道路资源,加剧了交通拥挤.合乘制的推行将有助于提高人们选择出租车出行的频次,这对于保障出租车司机的收入,减少道路拥堵与交通系统的能源消耗有着重要意义.对出租车合乘制的技术保障体系和组织措施所进行的分析和研究,对于出租车合乘制的推行具有一定的现实意义.     

出租车合乘制技术保障体系的构建与合乘组织的实施

出租车由于价格因素等原因存在着过多空驶和载客较少的状态,占据了大量的道路资源,加剧了交通拥挤。合乘制的推行将有助于提高人们选择出租车出行的频次,这对于保障出租车司机的收入,减少道路拥堵与交通系统的能源消耗有着重要意义。对出租车合乘制的技术保障体系和组织措施所进行的分析和研究,对于出租车合乘制的推行具有一定的现实意义。     

出租汽车合乘模式的探讨

随着人民生活水平的不断提高,原来作为高端消费的出租汽车逐渐成为大众消费,出租汽车合乘对缓解“打车难”、城市交通拥堵等问题,实现绿色交通、智慧交通将发挥重要作用,同时,合乘也存在一些潜在问题。本文对出租汽车合乘的基本属性及利弊进行了分析,重点提出了关于合乘的政策建议及执行建议。     

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.     

基于TDM的出租车供需调控方案研究

交通需求管理（TDM）是能从根本上解决城市交通问题的策略,具有现实的意义。针对成都市出租车供需现状,运用系统的思想对各供需调控方案进行评价比选,分析交通需求管理的必要性并提出针对出租车的交通需求管理的具体措施,可为解决出租车的供需矛盾提供参考。     

公众参与的交通需求管理

为了加强交通需求管理（TDM）整个过程中公众参与的程度,保障TDM的可实施性和有效性,提出了公众参与的交通需求管理概念。从公众的视角,分析了TDM与公众参与的关系和公众参与TDM的意义,总结提炼了公众参与TDM的原则、方法和策略,并初步探讨了公众参与交通需求管理的主要流程和实施框架,为合理制定交通需求管理政策提供了一种参考思路与方法。     

私家车拼车存在的问题及解决方法

目前我国城市交通拥挤问题突出,私家车空驶率高,通过私家车拼车可有效缓解交通压力,节省出行费用.鉴于此,介绍国内外私家车拼车现状,通过对比找出我国私家车拼车存在的问题,并提出相应的解决方法和措施.在解决方法中着重介绍了“基于定时、定线路的上下班拼车”的方法,该方法可有效解决上班族的拼车问题.     

城市道路中排放收费对合乘的影响

为研究城市道路中排放收费对合乘的影响,建立了双层规划模型.下层规划描 述了出行者的出行方式选择及路径选择;上层规划以社会福利最大化为目标.设计了启发 式求解算法并通过一个算例得到了路段最优收费费率、交通需求、社会福利、出行费用和 排放量.算例结果表明,排放收费可提高社会福利,促进更多的出行者选择合乘,而合乘不 会抑制交通需求;合乘成本对合乘的影响有限;排放权重系数越大,社会福利越高,系统 效率也会提高;燃油效率越高对系统不一定越有利,应根据实际的路网结构进行建模分 析,制定最优费率.     

基于顺风车数据和聚类方法的都市圈区域划分与层级结构研究

都市圈已经逐渐成为国家新型城镇化发展的主体形态之一,在区域经济一体化建设中起着十分重要的作用.本文基于顺风车数据,使用聚类分析方法,围绕北京都市圈区域划分与层级结构展开相关研究.首先,通过网格模型将研究区域网格化处理并作为基本处理单元,匹配获取的顺风车数据与POI数据到网格中,利用基于网格的改进K-means++聚类算...     

兰州市交通需求管理策略分析

实施交通需求管理是解决城市道路交通拥挤问题的有效途径,通过调整交通需求结构,使道路交通资源得到有效利用,交通系统的供需达到较稳定均衡状态。针对兰州市交通存在的主要问题和特点,从平衡供需的角度分析兰州市进行交通需求管理的必要性,并依据交通需求管理有关理论,提出一系列具有可实施性的交通需求管理策略。     

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。