论文部分内容阅读
出租车作为城市公共交通的重要组成部分,以其方便、快捷等特点服务于城市居民。但是,由于大部分出租车驾驶员对客流分布及道路状态不够熟悉,造成在空载行驶状态时经常采取“巡游式”盲目的寻找乘客,从而增加大量的空驶成本。同时,出租车每天的行驶里程远远超过普通私家车,大量的空驶无效里程一方面会造成能源的消耗,另一方面对城市交通来说也是极大的负担(尤其是在高峰时段)。本文从该问题出发,建立基于GPS数据的出租车移动路线推荐模型,旨在为出租车驾驶员分析周围客流规律并且为他们的出行决策提供一定的帮助。本文选取在SQL数据库中对大规模出租车GPS数据进行操作和管理,介绍了数据预处理及二次处理的方法,并采用基于改进曲线拟合的地图匹配算法使出租车GPS定位点数据与路网电子地图相关联,为论文后续研究奠定数据基础。从时间特性和空间特性这两方面建立了能够反映出租车运营规律的指标及计算模型,同时,在对路网客流分布进行研究中,提出了潜在呼叫热点及其载客概率的概念,并建立载客概率计算模型,采用基于密度的OPTICS算法提取潜在呼叫热点位置。基于前面对数据的解析和对本文研究问题的探讨,提出了出租车载客推荐模型的定义及建模思路,即为出租车驾驶员提供最优载客序列和最优出行路线,使得驾驶员沿推荐路线行驶时的载客概率尽可能大,期望载客时间尽可能短。本文建立了最优路线评价函数S(?)和最优载客序列评价函数Q(?)作为对各序列及路线进行选择的衡量标准,另外,为提高算法效率提出了剪枝算法,该算法能够对候选推荐集进行简化,一定程度上加快了算法的运算速度。同时,介绍了一种对出租车候客时间进行估计的方法,为出租车驾驶员提供决策参考,结合前文的研究设计了出租车载客推荐模型的整体架构和算法的实现步骤。最后,论文提取大量真实的成都市出租车GPS数据并选取小范围区域进行实例分析,验证了模型和算法的有效性,并对模型中参数设置的影响进行讨论,确定了模型最佳的参数设置。