基于GPS出租车高收益热点区域推荐

发布时间：2020-03-18 04:05

【摘要】：随着经济的快速发展和城市化建设的日益推进,人们的出行服务的需求愈发增加,出租车作为城市公共交通的重要组成部分,在人们日常出行中发挥着重要作用。然而,由于出租车客源时空分布不均衡而导致出租车空载率升高、出租车行业内恶性竞争、交通堵塞等问题频频发生,大大增加了出租车寻客的难度,降低了出租车的运营收益。随着ITS智能交通系统技术的快速发展,国内外越来越多的学者将出租车寻客模式作为研究热点,但目前的研究成果大多研究如何提升出租车载客数量,普遍缺乏出租车收益评价指标和综合考虑区域内出租车供需关系及交通运力状态的热点区域推荐策略研究。本文以纽约市2016年1月1日至2016年6月30日期间7000万条出租车GPS大数据为研究对象,以提高出租车收益为研究目标,将一天划分为24个时间段,将空间进行网格区域划分,获取出租车客源时空分布特征和出租车客源收益时空分布特征。用两种方法对出租车高收益寻客热点区域进行推荐,第一种方法采用k-means聚类算法以每小时平均收益对出租车GPS数据进行聚类分析,然后将每小时高收益热点区域中心点坐标推荐给司机。第二种方法充分考虑推荐的高收益寻客热点区域内出租车的供需关系及交通运力情况,综合考虑区域内乘客出行次数、载客收益、交通状况并引入当前区域乘客对出租车的需求比作为平均收益指数,然后根据当前区域内路网的平均速度计算出租车到载客热点区域的行驶时间,接单数量作为单位运力指数,并通过构建平均收益最大化和单位运力最大化的高收益寻客模型提出了基于出租车GPS数据的高收益寻客推荐策略,为出租车高收益寻客提高辅助决策支持,同时对于改善出租车资源分布不均衡的现状,充分发挥会出租在城市交通中的补充作用有着重大意义。
【图文】：

GPS工作原理图

图 2-3 地理信息系统结构图Figure 2-3 The structure of Geographic Information System的聚类分析算法
【学位授予单位】：温州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：U491;TP391.3

【参考文献】

相关期刊论文 前9条

1 吴笛;杜云艳;易嘉伟;魏海涛;莫洋;;基于密度的轨迹时空聚类分析[J];地球信息科学学报;2015年10期

2 唐炉亮;郑文斌;王志强;徐红;洪军;董坤;;城市出租车上下客的GPS轨迹时空分布探测方法[J];地球信息科学学报;2015年10期

3 毕军;朱颖;程勇;;基于曲线拟合和网络拓扑的综合地图匹配算法[J];交通信息与安全;2014年06期

4 薛会元;;浅析GPS测绘技术在工程测绘中的应用[J];科技与企业;2014年09期

5 殷凤春;;高端人才区域聚集效应分析[J];江苏商论;2014年04期

6 任思佳;关可;;北斗/GPS双模车载终端对静态定位精度的影响[J];信息通信;2014年04期

7 陈轶非;李治军;姜守旭;;关于出租车载客地点序列推荐技术的研究[J];智能计算机与应用;2013年06期

8 张亚昕;;不确定数据聚类算法研究[J];计算技术与自动化;2013年02期

9 本刊编辑部;;智能交通——未来交通的新希望[J];汽车与安全;2012年03期

相关博士学位论文 前1条

1 刘张;城市交通运行状态分析与预测关键技术研究[D];电子科技大学;2016年

相关硕士学位论文 前10条

1 李秉帅;基于轨迹数据挖掘的短时出租车区域分布预测研究[D];吉林大学;2017年

2 苏飞;高维数据的聚类分析研究及应用[D];华北水利水电大学;2017年

3 张伟玲;基于轨迹数据的城市交通需求热点区域推荐研究[D];兰州交通大学;2017年

4 张文星;人群聚集热点区域分析与预测[D];宁夏大学;2017年

5 王腾辉;基于Spark平台的短时交通流预测研究[D];华南理工大学;2016年

6 宋乐怡;海量出租车轨迹数据分析与位置推荐服务[D];华东师范大学;2015年

7 梁婷婷;智能出行平台下的城市出租车需求预测研究[D];吉林大学;2016年

8 赵桂香;基于出租车承载行为的优化决策调度方法研究[D];重庆交通大学;2015年

9 迟文东;面向特种车辆调度的信息物理融合系统研究[D];南京邮电大学;2015年

10 董琦t，

本文编号：2588184