出租车动态合乘出行路径匹配及系统设计研究

发布时间：2017-08-15 15:18

  本文关键词：出租车动态合乘出行路径匹配及系统设计研究

  更多相关文章： 出租车实时合乘 路径匹配 最优路径 交通阻抗 双向感知

【摘要】：伴随着城市化与机动车化的快速发展,交通供需矛盾日益突出,尤其在大城市用地资源紧张的情况下,道路设施供给规模受到限制,不可能采用无限的道路建设来满足日益增长的交通需求。且近年来环境污染日益严重严重,机动车排放污染物比重高且数量不断增加,已成为空气污染的主要来源之一。基于此,国家提出了节能减排,提高交通系统运输效率的要求。出租车作为交通运输体系的重要组成部分,也应积极采取节能减排、提高效率的措施来支撑交通系统的变革。出租车合乘作为提高出租车运营能力和能源利用率的一种重要且有效的途径,应当被大力推广。但传统合乘存在服务质量难以保障、管理混乱、安全隐患等问题,使得合乘至今难以普及,迫切需要发展先进的智能合乘调度系统来实现出租车合乘的高质量服务需求与有序的运营监管。本文紧密围绕实现出租车合乘的技术要求,开展基于信息双向感知的出租车合乘调度系统架构设计以及实时合乘路径匹配方法的研究。首先,在对国内城市出租车运营情况分析的基础上,研究了实施出租车合乘以提高运输效率的必要性,并从政策法规、基础设施、技术支撑多层次多角度提出了出租车合乘的保障措施。其次,结合信息采集、数据处理、信息发布等方面的诉求,构建了面向乘客和司机信息双向感知的多模块出租车合乘系统,从数据的采集、数据流、数据结果的分析对系统功能进行阐述,并基于SQL Server数据库设计了数据库结构。然后采用情景分析法将匹配类型分为完全匹配、基本匹配、不完全匹配三种,通过分析比较不同的路径匹配类型构建基于参考路径的DAL路径匹配算法。最后,采用灰色模型与蚁群算法结合的方法,求解基于实时阻抗的最优参考路径问题。本文构架的出租车合乘系统可以满足乘客、驾驶员和管理者面向实时合乘的服务诉求和功能要求。文中提出的实时合乘路径匹配模型考虑较全面,对不同合乘类型具有较高的适用性。且算法简单,将匹配路径拆分为两部分分别进行匹配,然后将部分路径匹配问题简化为点到线的匹配问题,提高了数据分析处理的效率。路径匹配以生成的最优路径作为参与算法的参考路径,提高了路径匹配的准确度。同时在算法中引入基于实时交通流数据的交通阻抗,增强了合乘匹配路径与真实情景的匹配度。
【关键词】：出租车实时合乘 路径匹配 最优路径 交通阻抗 双向感知
【学位授予单位】：南京林业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491
【目录】：

• 致谢3-4
• 摘要4-5
• Abstract5-9
• 第一章 绪论9-18
• 1.1 研究背景9-10
• 1.2 研究目的及意义10-11
• 1.3 国内外研究与发展现状11-15
• 1.3.1 国外研究与发展现状11-12
• 1.3.2 国内研究与发展现状12-14
• 1.3.3 借鉴与启示14-15
• 1.4 研究内容与技术路线15-18
• 1.4.1 研究内容15-16
• 1.4.2 技术路线16-18
• 第二章 出租车合乘模式特性分析18-30
• 2.1 出租车运营现状分析18-27
• 2.1.1 运营特征分析18-24
• 2.1.2 运营效率分析24-26
• 2.1.3 驾驶员收入水平分析26
• 2.1.4 出租车运营改善分析26-27
• 2.2 实现出租车合乘问题解析27-29
• 2.2.1 国内外合乘实践27-28
• 2.2.2 合乘的主要障碍28-29
• 2.2.3 实施成功保证因素29
• 2.3 本章小结29-30
• 第三章 基于信息双向感知的出租车合乘系统30-42
• 3.1 系统功能模块30-33
• 3.1.1 数据的采集31-32
• 3.1.2 合乘模块的数据流32
• 3.1.3 合乘中双向感知的合乘结果情景分析32-33
• 3.2 双向感知的系统操作流程33-35
• 3.2.1 司机客户端操作流程33-34
• 3.2.2 乘客客户端操作流程34-35
• 3.3 后台管理控制系统35-41
• 3.3.1 系统结构分析35-37
• 3.3.2 数据库设计37-41
• 3.4 本章小结41-42
• 第四章 实时合乘路径匹配模型构建及算法研究42-57
• 4.1 实时合乘匹配原则42
• 4.2 实时合乘的路径匹配类型42-45
• 4.3 合乘的路径匹配模型构建45-56
• 4.3.1 问题的提出45-51
• 4.3.2 问题的解决方案51-52
• 4.3.3 路径匹配问题的算法52-56
• 4.4 本章小结56-57
• 第五章 路径匹配中参考路径的求解57-72
• 5.1 参考路径的界定57
• 5.2 最优路径的求解57-58
• 5.2.1 优化问题的计算方法57
• 5.2.2 蚁群算法求解交通路径问题的可行性57-58
• 5.2.3 蚁群算法的基本理论58
• 5.3 实时阻抗的算法模型及求解58-63
• 5.3.1 路段阻抗59-62
• 5.3.2 节点阻抗62-63
• 5.4 限制搜索区域63-64
• 5.5 基于蚁群算法和灰色理论求解最优路径64-68
• 5.6 算例分析68-70
• 5.7 本章小结70-72
• 第六章 结论与展望72-74
• 6.1 研究成果72
• 6.2 有待进一步研究的工作72-74
• 攻读学位期间发表的学术论文74-75
• 参考文献75-78

【参考文献】

中国期刊全文数据库 前10条

1 李琳;陈寿元;邵增珍;;单亲遗传算法在物流合乘优化中的应用[J];山东科学;2014年02期

2 罗超;韩直;乔晓青;;城市出租车合乘技术研究[J];交通运输工程与信息学报;2014年01期

3 刘彦蕊;;出租车分时分段合乘计价系统之探讨[J];中国新技术新产品;2012年16期

4 唐笑林;孙街亭;戴洁;刘治群;;基于Android的出租车管理系统研究与设计[J];计算机光盘软件与应用;2012年15期

5 葛瑞原;王而山;浙轩;;“合乘出租车”利大于弊[J];道路交通管理;2012年05期

6 冯田;;基于sufferage的动态出租车拼车调度算法[J];电脑知识与技术;2011年28期

7 郭瑞军;王晚香;;基于矩阵迭代法的出租车合乘最短路径选择[J];大连交通大学学报;2011年04期

8 周和平;钟璧樯;彭霞花;夏西;;出租车合乘路径选择与费率优化模型[J];长沙理工大学学报(自然科学版);2011年01期

9 周晓敏;赵红玉;俞建新;;基于GPS的出租车呼叫与调度系统[J];计算机工程与设计;2009年21期

10 吴芳;李志成;徐琛;;出租车合乘制调度优化模型研究[J];兰州交通大学学报;2009年01期

中国硕士学位论文全文数据库 前10条

1 吴汉;短时交通流预测及路径选择问题的研究[D];浙江大学;2013年

2 洪麟琳;基于合乘模式的出租车定价研究[D];哈尔滨工业大学;2012年

3 王丽珍;大城市出租车静态和动态合乘模式的探讨[D];长沙理工大学;2012年

4 陈少杰;智能出租车调度系统的设计与实现[D];中国科学技术大学;2011年

5 杜业凡;城市道路交通网络最优路径选择研究[D];西安建筑科技大学;2010年

6 陈林;基于3G移动定位技术的出租车调度管理系统[D];电子科技大学;2008年

7 丁舒平;城市出租车发展规划关键技术及应用研究[D];合肥工业大学;2008年

8 王罗;出租车共乘问题研究[D];长沙理工大学;2008年

9 车勇;基于多人合乘模式的出租车智能调度管理系统设计与研究[D];同济大学;2008年

10 夏楷;城市客运出租车发展研究[D];华中科技大学;2007年

，

本文编号：678865