基于供需平衡条件下的城市出租车模型分析

针对我国各大城市普遍出现的"打车难"现状,综合考虑了影响出租车市场的各种因素,通过相关数据的收集,分析出不同时空出租车资源的"供求匹配"程度.并利用excel软件和统筹规划等建立数学函数模型,通过对覆盖率以及不同路段出租车供需量的变化规律进行统计分析,建立新的出租车服务平台和补贴方案,在减轻了打车难的现状之下,还使出租车拥有者的利益达到最大化.     

出租车载客热点技术研究

通过挖掘北京市出租车历史轨迹数据,分析出租车载客热点区域,从而为空载行驶的出租车司机提供寻客方向.基于大数据平台的历史轨迹数据预处理,按照数据生成时间对出租车历史数据进行排序,提取历史数据中的所有乘客上车地点;使用聚类算法对提取出的上车地点进行聚类分析,提取乘客频繁出现的区域.以出租车寻找乘客为背景,分别采用基于密度的DBSCAN算法和基于距离的K-means算法对载客点进行聚类.采用聚类算法性能评估中的DB内聚指数对两种算法的聚类效果进行评估,结果显示工作日和非工作日DBSCAN算法聚类结果的内聚效果均优于Kmeans算法.     

基于Circos弦图的居民出行模式可视分析

基于对城市中出租车OD(Origin-Destination：起始点－终止点)流时空模式的研究,能为城市路网规划、出租车营运方案制定以及居民出行计划提供科学的依据.而时空数据可视化与可视分析是从时空轨迹大数据中感知城市动态、分析OD时空模式的重要手段.该文基于Circos软件,以一种全新的可视化方式对出租车轨迹数据中的OD流进行时空多尺度可视分析.这种方式能在不同时空尺度下表征出租车轨迹OD流的流量、流向及OD流属性特征,能够展示多时空尺度下轨迹OD流数据的时空模式,能更好地理解居民在城市内部区域之间的流动模式,进而揭示居民的出行模式.通过对北京出租车历史轨迹GPS数据进行可视化实验,结果表明该可视化技术能在多时空尺度下表征轨迹OD流数据的时空模式.     

一种基于出租车轨迹数据的优质客源评价模型及实证研究

以出租车轨迹数据为研究对象,构建一种基于出租车轨迹数据的优质客源模型.模型重新定义一次完整的出租车出行,引入出租车开销与行程速度关系,解决车辆动态消耗的问题,以出租车单位时间内的盈利来量化客源.并以福州市2015年5月份出租车轨迹数据为例,根据模型对轨迹数据进行预处理与密度计算,分析出租车优质客源在时间和空间的分布规律.结果表明,模型可以较好地量化出租车客源,为分析出租车时空分布提供科学依据.     

出租车GPS轨迹大数据在智能交通中的应用

安装了GPS的出租车可实现大范围、全天候的车辆行驶数据采集,这些量大、时刻变化的GPS轨迹数据记录了城市交通、人群移动的动态变化信息,对研究城市交通起着重要的意义.从研究基于数据驱动的智能交通角度出发,综述国内外基于出租车GPS轨迹大数据的城市智能交通研究现状,经过归纳总结,将目前的研究工作分为交通状态分析、运营管理及支持、路径规划及预测三个方面,总结并阐述出租车GPS轨迹大数据在这三个方面的研究及应用情况,并指出该领域目前面临的问题和不足以及进一步需要研究的方向.     

基于运营系统的出租车出行需求短时预测模型

出租车系统作为城市交通运输系统的重要组成部分,其宏观规划和调度管理的合理性决定了出租车服务质量.本文主要研究出租车乘客出行需求估计及预测,为出租车规划和实时调度提供数据支持.首先,分析了出租车定位系统和计费系统,改进了传统出租车需求网格划分方法,考虑了地形、建筑群和道路网络特征,保持了网格自身出行特性的完整性.其次,根据实时收集的出租车数据,建立了易于计算的出行需求估计方法.最后,以实际数据为基础,对影响短时出行量的主要变量进行了相关性分析,提出了基于人工神经网络的短时需求预测模型,根据相关性分析确定了模型结构.以实际获取的出租车数据为例,验证了提出的需求估计和预测模型.结果证明:相比于传统自回归滑动平均模型,提出的人工神经网络模型其平均绝对误差百分比提高了32%.此外,人工神经网络模型的绝对误差百分比超过50%的概率低于10%,而自回归滑动平均模型高达23%.     

基于收益优先的机场出租车司机决策研究

综合考虑了在一定的时间段内机场乘坐出租车乘客的数量、机场到达的乘客数量、"蓄车池"等待的出租车数量以及该时间段内市区出租车服务密度、节假日因素、天气因素、司机的驾驶状态和司机的心理因素给司机带来的决策影响的因素,以这些因素为变量,构造了出租车决策模型,给出了出租车司机做出各种不同决策的阈值和相应的决策准则.通过北京首都国际机场航班到港数据以及北京出租车运营的相关数据,计算了司机获得的相应收益.     

互联网+时代下出租车资源配置研究

针对不同时空出租车资源的"供求匹配",选取了出租车空驶率与乘客平均等车时间作为供求指标,建立了城市出租车网络平衡模型.并结合北京市不同地区居民打车的数据记录,得到城市经济较为发达的分区出租车资源供不应求,经济较为薄弱的分区供大于求;白天高峰期和夜间低峰期出租车资源供不应求;其他时段供大于求;供求平衡的情况极少.同时为了检验出租车补贴方案能否缓解"打车难"问题,建立了模糊层次分析模型.最后策划出一种等级模式下的打车补贴方案来缓解现实生活中出现的"打车难"的情况.     

基于出租车GPS数据的交通状况分析

随着城市化进程和交通运输业的发展,城市人流量和车流量的日益增多,导致交通的供需失衡,使城市交通拥堵越来越严重,对整个城市的发展造成了制约.本文以四川省成都市出租车GPS轨迹数据为实例,利用时间降维、空载去噪、时间阈值和速度阈值4种方法对数据进行预处理,使用统计学和空间分析结合的综合分析方法,根据出租车路段平均速度、路段内速度变化等信息,分时段对成都市交通状况进行分析,并进行了可视化展示,得出的结果可给出行人或出租车司机提供出行时间及路段组选择提供建议.     

基于决策树的出租车乘客出行目的识别

随着全球定位系统、移动互联网等技术的发展及应用普及,可以获得大量关于乘客的出行轨迹数据,但有关乘客出行目的的信息却难以获得.准确获得乘客出行目的可以更好地服务于乘客(例如基于乘客目的为乘客提供推荐服务).本文采用信息熵理论建立出租车乘客出行目的识别决策树,通过对出租车乘客出行目的的历史数据的分析,将识别结果不正确的元组改正后加入信息库,重新创建决策树,使得该方法具备了一定的学习能力,提高了出行目的识别的准确性.最后本文选取北京地区的出租车乘客数据进行实验,结果表明,该方法能够有效地对出租车乘客出行的目的进行识别.     

天气影响的城市交通实验平台设计与实现

设计并完成了一个B/S结构的天气影响的城市交通实验平台。首先对出租车定位数据进行预处理,包括统计上下客坐标、上下客时间等。然后将数据映射到公开地图Open Street Map中进行可视化展示,确定了机场区域和地铁口区域,设计了机场车流量分析和地铁口车流量分析模块,筛选指定区域内的出租车出行数据。在此实验平台上,利用ASP.NET、Java Script等技术实现分析与统计结果以图表展示。     

机场到港旅客乘坐出租车短时需求预测

对机场旅客陆侧交通需求进行准确预测是机场陆侧交通资源合理分配的重要依据.针对机场到港旅客乘坐出租车短时需求开展研究,从群体角度出发,考虑其他交通方式的影响,基于交通方式的交互直接预测机场乘坐出租车到港旅客流量.采集机场到港旅客出租车订单数据、机场到港飞机数据、机场天气报文数据和机场到港旅客地铁闸门数据,搭建LightGBM模型并根据具体情景采取网格法或贝叶斯优化进行参数标定,预测机场到港旅客乘坐出租车流量,结果优于6个传统经典模型,相比于以往研究,模型考虑乘坐地铁旅客数量对乘坐出租车旅客需求的影响,预测精度更高.研究结果可推广到机场其他陆侧交通方式,完善机场集疏运系统.     

数据融合技术在GPS数据处理中的应用

直接利用GPS数据分析道路车速存在较大的误差,可以利用数据融合技术来提高数据的可信度与准确度.在对数据融合技术进行简要介绍的基础上,重点阐述数据融合技术如何分析GPS采集的数据,主要采用关联检验方法来对GPS数据进行处理.以上海大众出租汽车公司提供的出租车GPS数据处理为例,讨论了关联检验在GPS数据处理中的应用.     

基于实时路况的top-κ载客热门区域推荐

为降低城市出租车的空载率,缓解路网交通拥堵压力,亟需设计有效的出租车载客热门区域推荐方法.针对传统的出租车相关推荐方法忽略实际路况导致推荐精度较低的现状,提出了一个两阶段的载客热门区域实时推荐算法.首先,离线挖掘阶段,基于出租车历史轨迹数据集提取基于时段属性的载客热门区域;随后,在线推荐阶段,根据出租车请求位置及时间,结合实时路况设计潜在空载时间开销函数T_(cost)对载客热门区域进行评测排序,继而发现Top-κ载客热门区域.基于出租车轨迹数据集的实验结果表明,结合实时交通状况的Top-κ载客热门区域推荐方法以确保较小潜在空载时间开销,相较于传统的出租车推荐方法具有较好的有效性与鲁棒性.     

北京市出租车实际道路行驶特征与排放特性的关系研究

为了分析北京市出租车实际道路排放特性,利用车载排放测试系统SEMTECH-DS对北京市出租车进行了实际道路排放测试,并基于实验数据分别分析了出租车行驶速度、加速度以及机动车比功率(VSP)与HC,CO,NOx,CO2排放的关系.结果表明:HC,CO,NOx的排放率基本随着出租车行驶速度的增加先增加然后降低,而CO2排放率随行驶速度的增加而增加;在不同速度区间内,各种污染物排放因子和排放率均随着加速度的增加而增加;各污染物的排放率和排放因子均随VSP增加而增加,且与VSP成一定的正相关关系,利用VSP量化出租车污染物排放更为合理.     

“互联网+”时代出租车资源配置

根据不同城市在不同时间段内的需求量,确立衡量出租车资源"供求匹配"程度的三个指标,即出租车需求量在供应量中所占比率、空驶率、万人拥有量.根据这三个指标建立数据拟合模型,然后对这三个指标在不同时空下进行数据分析.当需求量在供应量中所占比率越小、空驶率越小、万人拥有量越大时,"供求匹配"程度越高;当需求量在供应量中所占比率越大、空驶率越大、万人拥有量越小时,"供求匹配"程度越低.     

基于公平性的出租车合乘算法研究

随着时代的发展与社会的进步,"打车难"问题一直困扰着城市公共交通的发展,因而出租车合乘现象逐渐出现,而且在我国江浙一带已经将合乘合理化并应用到实际生活中.但广大民众对出租车合乘依然存在抵触情绪.就出租车合乘所面临的问题进行分析,结合以往学者对出租车合乘的研究情况,就合乘费用问题提出一种基于公平性的改进计算方法,用于解决合乘中可能遇到的乱收费现象.     

香港公共出租车转换站内污染物演变模式识别及预测

对香港公共出租车转换站(TTI)内的污染物扩散和分布情况进行了研究.影响TTI内污染物水平的因素有出租车流、环境条件、人们的活动以及TTI的结构等.对TTI内的悬浮粒子进行了现场监测,通过分析前述因素对悬浮粒子水平的影响,提出用人工神经网络来进行研究.基于所获得的不同时间段的数据,训练了适用于此类问题的神经网络模型,对该模型的性能进行了分析和验证.文中还对TTI内空气污染物的积聚模式及演变趋势进行了模拟预测和实测对比,对比结果表明,文中提出的TTI内污染物的预测方法是可行和可靠的.     

基于GWR模型的出租载客时空分异分析

为充分挖掘出租车轨迹数据反映的运营规律,将城市电子地图兴趣点(point of interest,POI)数据作为影响参数纳入出租车轨迹数据研究中,探讨出租车载客运营的时空分异现象。通过处理出租车轨迹数据提取并统计各时段出租车上客量,证实出租车载客具有时间非平稳性;基于核密度估计方法对各载客高峰时段载客点聚类,分析出租车载客的空间非平稳性;构建载客热点提取模型,提取载客热点并定义热度值;从城市POI数据中筛选出显著影响载客热点分布及热度值的设施,计算其与各时段产生的载客热点的最短距离,分时段建立出租车载客地理加权回归(geographical weighted regression,GWR)模型,探讨载客热点与各类城市设施的时空关系,并以西安市出租车GPS数据为例展开实证分析,对提出的模型进行验证。结果表明:与普通线性回归模型(OLS)相比,地理加权回归模型拟合效果显著提高,拟合优度均值从0.29提高到0.57;在研究区域不同时间段,各类设施点回归系数均值存在明显时间差异,同类设施点回归系数分布存在明显空间差异;研究区域内出租车载客热点的时空分异现象大体符合城市居民出行规律,在工作日各高峰时段出租车发挥公共交通系统替补作用这一现象更为显著。研究结果可为出租车空间需求预测、出租车载客调度及价格调控精细化管理提供参考。     

基于VB+MO的出租车调度中心管理系统的设计与开发

采用VB+MO软件开发平台,应用SQL数据库的强大数据处理功能,对出租车公司、车辆及驾驶员等信息进行输入、编辑、删除等基本操作,对车辆行驶数据进行统计分析、图表生成,实现对车辆、驾驶员、出租车公司信息进行全方位的自动化管理平台;同时系统基于GPS、GPRS及CIS的应用技术开发,调度中心嵌有市区交通电子地图,并通过开通出租车便民叫车热线,实现调度中心对出租车的实时定位、远程监控、导航及调度等.