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.     

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.     

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.     

合乘模式下司机收入公平模型及仿真

针对出租车合乘模式下司机的收入问题,建立了合乘模式下司机收入公平心理模型,采用公平理论分析了司机的心理及行为,通过仿真计算,分析了合乘模式下乘客总需求量及司机公平心理对司机收入的影响.研究结果表明,乘客总需求对合乘模式下司机总体的平均收入有较大的影响,合适的供需比下实施合乘才能提高司机收入;在供需比较大时,司机争抢乘客的行为会导致司机个体收入差距增大,部分司机收入降低的现象;为成功实施合乘模式,必须考虑当地出租车市场的供需比情况,并且建立合理的措施以防范司机争抢乘客的行为出现.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.     

柴油出租车燃油经济性试验研究

为研究柴油出租车的燃油经济性,针对某柴油出租车制定了燃油消耗量试验方案并进行了道路试验.试验结果表明,在实际运营条件下,该柴油出租车平均百公里油耗为7.71 L/100 km.与相同排量汽油出租车相比,该柴油出租车平均每年每辆车可节省燃油4 649.78 L,节省燃油费用36 148.66元,分别节省29.52％和30.84％,节油效果显著.     

巡回出租车市场卫星派遣车队最适规模之研究

出租车乃公共运输系统中最具经营弹性之运输工具,在经济活动频繁之都会地区广为旅行者所欢迎。近年,由于信息与通讯科技的发展,以及日益增高的行车成本,应用卫星派遣俨然已成为出租车市场的趋势与潮流。研究以双层规划数学分析模型描述巡回暨卫星派遣出租车市场之营运绩效,考虑社会福利最大与营运者利润最大的双阶层目标,研析最适车队规模和卫星派遣出租车比例,并针对使用卫星派遣服务之乘客数量,分析出租车市场结构的变化。     

成都市拼车可行性分析及对策研究

为缓解成都市道路交通拥堵,保证交通安全,对成都市拼车行为可行性进行研究.对拼车概念、国内外现状及措施进行介绍.对500位市民进行问卷调查,内容涉及市民出行方式分析、拼车需求与收入关系分析、市民拼车经历统计、拼车收费情况分析、拼车信息获取方式分析、拼车认可度及市民拼车出行态度分析等,通过分析,成都市目前有高达61%的公交车出行用户,且中低收入水平的市民中有高达80%的人群愿意拼车,为拼车奠定了群众基础.此外,拼车认可度及市民拼车出行态度分析中,大力支持与鼓励拼车的比例分别高达36%,37%,进一步表明拼车在成都是可行的.对拼车可能带来的问题进行了分析,并且针对问题提出了相应的五项对策.      

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.     

利益博弈下的城市出租车管理费测算

为科学测算城市出租车管理费,解决现有测算方法难以体现各方利益均衡的 难题,运用博弈理论,解析出租车公司与司机的动态博弈过程,明确各博弈路径的收益函 数和各主体的博弈均衡条件,通过求解最优子博弈纳什均衡,给出管理费合理范围的测 算方法,并以西安市为例进行实证检验,为城市出租车管理费测算提供基础性决策依据. 研究表明,出租车运营各主体收益最大得以实现的条件是对方是否能以更大概率选择对 自身有利的策略,从利益博弈视角测算管理费能实现双方收益均衡,缓解利益冲突.西安 市的合理范围为4 022–5 840 元/（月·车）,即现实中有72%的出租车利益冲突激烈,这与 实际相符,说明该方法可信.     

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.