出租车动态共乘匹配优化算法研究

发布时间：2020-03-18 23:28

【摘要】：随着我国城市化建设进程的加快以及出行车辆的剧增,城市道路交通拥堵问题已然成为城市发展中亟需解决的重大难题。出租车作为城市公共交通的重要构成,具有便捷、灵活的特点。然而,受制于供需双方的信息不对称,出行者打车难、出租车空载率高、出租运营成本大等问题严重制约了出租车市场的健康发展。为此,出租车共乘作为提高出租车运营能力和能源利用率的一种有效途径,开始走入人们的生活。经验数据表明,出租车共乘为缓解城市交通拥堵,解决出租车运营困境提供了有效的解决途径。论文梳理了国内外出租车共乘的研究现状及发展动态,分析和归纳了出租车动态共乘研究的关键技术,对城市道路网络进行网格划分并对出租车GPS轨迹数据进行时空分布处理,采用出租车共乘匹配优化算法解决出租车动态共乘匹配问题,利用西安市出租车GPS数据对上述理论和算法进行了实例验证和评价。全文主要研究内容如下:(1)阐述了出租车共乘的概念、类型和组织形式,构建了出租车动态共乘服务的技术框架,并详细描述了出租车动态共乘的关键技术。(2)对出租车原始GPS轨迹数据进行数据清洗,结合城市道路网络数据对城市道路进行网格划分,采用DBSCAN聚类算法对出租车上下客点进行聚类得到网格的中心节点及网格间的距离等信息,根据网格划分方法将出租车GPS轨迹进行时空分布的处理。(3)采用双边匹配算法对共乘出租车与共乘乘客进行距离阈值与时间阈值的判定,在满足约束条件的情况下确定共乘乘客与出租车的匹配方案,实现共乘乘客与出租车的匹配;提取道路网格间路段长度、车辆平均行驶速度和路段内车辆数等参数构建道路网格路段权值函数,得到道路网格节点间的路段权重矩阵表,采用道路网格区间限制和改进A*算法建立动态路径规划模型,通过对道路网格间路段权重矩阵表的调用与判断,实现共乘乘客与出租车共乘后的路径规划。论文着眼于研究出租车动态共乘匹配问题,文中采用的出租车动态共乘匹配优化算法考虑问题较全面,涉及到了道路网络中的多种参数。实验设计运行结果表明,本论文采用的算法及模型在实践中具有可行性,为后续出租车动态共乘研究提供了参考,同时对出租车共乘政策的制定具有一定的积极意义。
【图文】：

出租车,轨迹,示例,数据

数据进行时空分布的构建，用于简化出租车轨迹数据，方便提取所需的出租车信1 出租车 GPS 轨迹数据与预处理1.1 出租车 GPS 轨迹数据本文研究的轨迹数据来源于西安市交通运输管理局信息中心采集的出租车S 轨迹数据，西安市每一辆出租车都安装 GPS 设备，在运营期间，出租车全天隔 30 秒就会向后台车辆管理数据库传输一次数据，完整真实的记录了西安市所出租车的移动轨迹。原始的出租车 GPS 轨迹存储在 Oracle 数据库中，本文研究rk 平台计算分析数据，为了数据分析方便，将 GPS 数据转化为文本格式，上FS 分布式存储平台。本文选取了 2016 年 9 月 12000 辆出租车的 GPS 数据进行分据集中的每行数据以逗号分隔，一行代表一条时空轨迹数据，一天的 GPS 数据大00 万条，约 2.8G 左右，原始数据示例如图 3.1。

重复数,轨迹,出租车,数据

长安大学硕士学位论文图 3.3 带汉字的出租车 GPS 轨迹数据2.错误数据。一整天出租车状态位为‘4’即空车的数据，对于研究是无用数据，另研究的是西安市出租车的服务策略，对于超出西安市范围（东经 108 度～10 33.65～34.65 度）的数据均认为无用的错误数据，对错误数据直接删除。3.重复数据。如图 3.4 所示，由于 GPS 设备问题和建筑物的遮挡，会产生 GPS重复现象，图中在时间 14:36:28 和 14:37:28 出现重复数据，如 14:36:28 时刻的数据没有断点现象，直接删除一条重复数据，而 14:37:28 时刻的重复数据造成，删除重复数据后，还需利用上下两条数据进行插值处理。
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U491

【参考文献】