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.     

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.     

机场出租车司机的最优决策模型

基于载客路程这个随机变量的密度函数建立了机场出租车所载乘客的期望收益函数,给出了任意时刻起单位时间内候车总人数的表达式,在揭示了出租车等待乘客的时间与候车人数关系的基础上,获得了每辆出租车的平均服务时间的估计公式;综合考虑出租车司机不同选择的有关收益和费用,考察机场出租车司机决定排队载客起至搭载乘客到达目的地止这一包括了出租车司机等待和载客的完整过程对应的时间区间内,基于出租车司机不同选择对应的单位时间的平均净收益构建了出租车司机选择的最优决策模型,给出出租车司机的最优选择策略;建立了机场短途载客且再次返回机场载客的出租车排队的"优先权"模型,且能有效地均衡出租车司机的收益,更有便于操作的优点。     

基于分解算法的动态大规模合乘匹配-路径规划

动态合乘是出行路线相似的出行者共用一辆车的交通方式,能够有效利用现有资源,最大化社会效益。当前合乘研究存在司机-乘客匹配质量不高,算法实时性差等局限。提出了考虑订单匹配数量、司机旅行时间、乘客等待时间与乘客延误时间的司机-乘客合乘匹配模型。针对模型特点,设计了基于分解方法的司机-乘客合乘匹配与路径规划算法。通过选择贪心随机自适应搜索算法、粒子群算法与本文的算法对比,成都市网约车数据验证,结果表明:分解算法下司机与乘客不方便成本低于贪心与粒子群算法;分解算法订单匹配率在90%以上,高于贪心与粒子群算法的80%～90%匹配率。通过对比证明,所提出的模型与算法,能够在保证高匹配率的前提下,降低出行不方便成本,提高算法实时性,在实际工程中有较好的应用效果。     

出租车合乘模式的探讨

文章针对城市交通拥挤以及出租车所占交通量大而载客量却很小的现状,提出了出租车合乘运营模式,在考虑了司机和乘客双方利益的基础上建立相应的数学模型,建立乘客合乘查询系统,求出最佳行驶路线,确定各个乘客的费率,计算合理费用。     

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.     

列车乘客信息系统典型故障案例分析

车载乘客信息系统是以车载终端为媒介向乘客提供音视频信息服务的综合性信息系统,包含了列车广播、车载乘客信息显示、车载视频监控3个子系统,它直接为乘客显示站点信息以及让司机可以通过监控画面了解车厢的状态。但因其系统稳定性、设备故障、通信故障等等原因,造成报站错误,监控失效等故障,给乘客出行及司机操作带来不便。通过对故障原因的分析,及时制定整改措施,提高正线运营服务水平。     

基于路径优化模式的出租车合乘调度

针对城市出租车实际运营中存在的时空分布不平衡、调度效率低等问题,对出租车合乘调度进行了研究。通过引入合乘站点的概念,借助时空网络的方法,构建了动态的调度优化路网。考虑乘客时间窗、出租车容量限制等相关约束条件,最大化合乘服务水平,以合乘过程中出租车的运营时间和乘客的出行时间(包括乘车和等待时间)最小为目标函数,建立了基于路径优化的出租车合乘调度模型。并针对该模型特点设计了相应的混合蚁群遗传算法(HACGA)进行求解,通过多次运算验证了混合蚁群遗传算法(HACGA)求解路径优化模型的有效性。算例分析表明,同时和出租车单乘相比,基于路径优化模式的合乘策略可以大幅度减少对出租车的需求,出租车总的运营里程也明显降低。     

机场出租车运营问题最优化模型研究

由于机场的位置一般离城市偏远,出租车是主要的交通工具,如何提高机场运营管理的高效性,节省司机和乘客的等待时间是一个急需解决的问题。通过层次分析法,建立相应的指标评估模型,确定影响出租车司机决策的关键因素。通过优化的整数规划模型,设计“上车点”及短期补贴计划,既能提高返城运营的效率,又可使出租车司机的收支尽可能平衡。     

城市外围非高峰期实时预约公交系统研究

针对居住在城市外围的人们在非高峰期出行时,公交系统的运营效率及运营成本与乘客等待公交时间的矛盾问题,本文提出了一种基于网约车思想利用手机APP实时预约公交的系统模式。在新请求出现时实时预约公交调度系统会先根据公交系统服务阈值筛选出符合条件的公交,再利用启发式最短路径算法为距离新请求点由近至远的公交依次进行响应路径规划,并结合响应判断函数计算对应公交的响应效益,然后指派首个效益为正的公交作为新请求的响应公交,最后调度系统会将响应公交的信息实时反馈到乘客APP。本文以重庆市外围地区的169路公交为研究对象,验证实时预约公交系统的可实施性,并得出该系统模式在城市外围非高峰期可以进一步完善公交运营系统且满足乘客出行需求。     

《出租车》

<正>出租车是一个神奇的地方,小小的空间被无数人光顾。出租车司机是一种特别的职业,他们每天接触形形色色的乘客,去各种各样无法预知的目的地。2015年的一天,一个伊朗人走进一辆黄色出租车,坐到驾驶员的位置上,然后驾车行驶在熙熙攘攘的街道上。各种各样的乘客招手上车,司机与他们聊天,他们坦率地回答司机提出的各种各样的问题。这是一辆特殊的     

基于层次分析法的机场出租车司机决策研究

综合考虑机场乘客数量的变化和出租车司机的收益条件,通过层次分析法建立层次结构模型,从准则层对目标层权重比例得出,出租车载客收益比机场乘客数量和当时的季节时段更重要。且由“方案”对“准则”层次总排序比例结果来看,与前往到达区排队等待载客返回市区方案相比,出租车司机选择直接放空返回市区载客的方案更加经济,建议出租车司机选择B₂直接放空返回市区载客的决策方案。     

公司化模式下出租车经营分析

文章对出租车经营模式进行了分析,针对广州出租车情况,详细分析了出租车每月运营各项支出,指出司机给公司缴纳的管理费占运营支出中极大比重;在此基础上对管理费的具体用途进行了详尽分析,认为管理费具有下调空间,同时指出,要从根本上改善出租车经营状况,改变经营模式是当务之急。     

基于GPS的出租车动态管理系统设计

文章以改善现有出租车系统的不便为目的,提出了基于全球卫星定位技术的出租车动态管理系统的设计和实现方法。该系统利用先进的无线数据通信与定位技术,实现对需要出租车的乘客和出租车辆的实时定位。通过服务器实现对出租车和乘客间的距离计算以及车辆对服务器的实时反馈,使中心服务器对出租车实现实时调度,形成一个自动化的调度服务网络,有助于出租车公司改变运营模式、降低运营成本和提高服务质量,带来良好的经济效益和社会效益。     

城市轨道交通运营中断条件下乘客路径选择模型

为研究城市轨道交通运营中断条件下乘客的路径选择行为，首先依据运营中断事件对乘客的不同影响对乘客进行分类，并给出对应的路径选择策略。其次基于出行时间和出行费用2个因素确定了广义时间费用的计算方法。然后分析中断时长对乘客的影响，构建了中断下的乘客参考点的取值原则。最后利用累积前景理论和Nested Logit模型构造了乘客路径选择模型。算例结果表明：模型计算的乘客路径选择概率结果与实际统计结果相对误差不超过10%，具有良好适用性；乘客路径选择行为随中断时长的改变呈现动态变化，短时间中断下乘客路径选择行为变化剧烈，长时间中断下乘客路径选择行为相对稳定；乘客对出行费用的接受度越高，越倾向选择出行时间短的路径；乘客对中断忍耐程度越低，对路径综合价值越敏感。     

信息不对称角度下的出租车空载率成因分析

从信息不对称的角度出发,对城市出租车空载率的成因进行分析。首先对出租车空载率以及信息不对称的概念进行界定;其次通过分别分析出租车司机的供给意愿和乘客的需求意愿,对出租车市场中存在的信息不对称现象进行详细的阐述,发现了“打车难”与空载率高并存的现象;接着,结合“经济人”假设、成本学说以及中心效应等理论深入分析空载率的成因,指出了出租车司机因追求自身利益最大化导致出租车市场处于过度中心集聚状态,出租车市场的供求信息不能有效地传递给双方,从而导致了出租车的高空载率;最后提出了应该大力推进智能化出租车调度系统和高科技打车软件的应用,从根本上降低出租车空载率,提高社会效益。     

定制公交居民出行方式选择的影响因素

掌握影响定制公交选择概率的因素,对于定制公交的运营管理具有重要作用。结合广义Logit回归模型和条件Logit回归模型的混合模型,将居民个人属性与出行方案属性同时考虑进出行方式效用函数中。根据定制公交的在旅途距离及服务水平的设置定位,选取定制公交、出租车与常规公交作为出行选择集。运用问卷调查数据进行模型参数拟合,得到不同影响因素对于出行方式的边际效用和分布概率的影响。通过拟合结果,得到出行价格变量的系数在常规公交及定制公交1的效用函数中绝对值较大,分别为0.195 4和0.117 3,而在定制公交2和出租车的效用函数中绝对值较小,分别为0.156 1和0.057 1。行程时间变量在定制公交2和出租车效用函数中的绝对值较大,分别为0.073 5和0.080 7,在常规公交和定制公交1的效用函数中绝对值较小,分别为0.020 4和0.015 0。说明定制公交的服务需根据潜在乘客的出行价格及出行时间敏感度进行设置,研究结果对设置定制公交运营策略具有重要参考意义。     

网约车平台的动态定价策略

在现实情况下,网约车市场具有随机性,平台静态定价策略无法对系统中司机供给和乘客需求的瞬时不平衡做出反应。从政府和网约车平台双重角度出发,针对平台、司机和乘客三方面,研究了基于社会福利最大化及利润最大化的平台动态定价策略。利用排队论及生灭过程理论描述了司机在网约车平台中的流动过程,并引入乘客和司机心理预期价格曲线,构建了动态定价策略下的社会福利最大化和平台利润最大化模型;应用布劳威尔不动点定理考察模型解的存在性;基于序列二次规划法设计算法求解模型,得出实现网约车系统社会福利最大化和利润最大化的平台定价及司机分成,并进行对比。研究表明,所建立的模型不仅能计算平台的最优定价策略,还能分析基本参数（平均乘坐时间、乘客/司机心理预期价格分布等）的变化对平台定价策略的影响。     

打车软件背景下出租车运营平衡模型

为了得到基于打车软件背景下城市出租车合理发展规模,对传统背景下出租车和使用打车软件背景下出租车搜索乘客的行为进行了比较,在固定需求下分析了供需平衡关系,基于空载和载客阶段的特征,建立了出租车运营平衡模型。针对模型结构,将其转化为最优化问题,并利用遗传算法进行求解,反映出了出租车规模、出租车在各交通小区的平均搜索时间和各交通小区乘客的等待时间的关系。算例分析表明,该模型与算法具有有效性和可行性,有助于管理部门确定城市出租车的合理规模和制定发展规划。     

实时信息下共线公交线路发车时刻表的协同优化

为改善实时信息下共线公交线路的运营服务水平,提出了一种实时信息下的共线公交线路发车时刻表优化模型。首先,基于时变的客流需求和路况信息,考虑实时信息下乘客出行行为动态变化导致的共线线路客流分布变化,以乘客出行成本、公交企业运营成本为优化目标建立共线公交线路发车时刻表协同优化模型。然后,选择基于动态拓扑结构的改进粒子群优化算法(PSO-DT)对模型进行求解。最后,以大连市两条共线线路为例进行分析,给出了优化后的发车时刻表、车辆运行轨迹图,分析了有无实时信息下客流分布的差异。结果表明：与现有方案相比,文中方案可使乘客出行成本降低12.6%,公交公司运营成本降低8.3%,总成本降低12.3%,发车次数整体上减少3次,乘客平均承载量增加3人,瞬时最高承载量减少4人,各车次承载量标准差降低2.192人,优化后线路服务水平有所提升,各车次的载客量分布更加均衡,说明文中模型是有效的。