基于模糊聚类和识别的出租车合乘算法研究

针对目前部分大城市出租车合乘效果差,合乘效率低等现状,本文采用模糊聚 类和模糊识别方法,研究出租车行驶路线模糊聚类,并利用行驶路线、行驶时间和合乘人 数创建隶属函数,实现合乘乘客与出租车的合乘模糊识别.通过随机生成的多组出租车出 行和合乘乘客样本数据,发现在假定的出租车合乘条件下,出租车样本数量决定了合乘 的成功率,但同时也发现,在合乘人数固定的情况下,无限制的增加出租车样本数量会增 加合乘乘客的搭载成功率,平均每辆合乘出租车的收入并不会随着样本数量的增大而增 大,而是趋于稳定值.仿真结果说明,该算法适合于大样本的出租车合乘问题,是一种可以 提高出租车合乘成功率的有效方法.     

考虑行驶时间不确定性的合乘路径鲁棒优化方法

为应对实际合乘过程中时间不确定性带来的负面影响,本文研究不确定行驶时间下的合乘问题。采用预算不确定集合描述时间变量,引入不确定性水平可调节的预算系数,构建以车辆总里程最短和车辆数最少为目标的合乘路径鲁棒优化模型。并设计两阶段算法求解,第1阶段以两乘客间的可行合乘路径为基础,从车辆总里程节省率和乘客时间窗匹配灵活性两方面设计公式量化合乘匹配机会,以匹配机会为权重构建乘客图网络并聚类乘客需求;第2阶段设计以顺序插入启发式方法构造初始解的禁忌搜索算法求解。案例数据实验结果表明：本文聚类方法能保证优化质量并提高85%以上的计算效率,同时能缩减乘客等车时间和绕行距离;增大预算系数时解的鲁棒性逐渐提高,但会增加10%~40%的车辆数并降低1%~10%的里程节省率;大规模乘客案例和窄时间窗案例的合乘路径对不确定时间的敏感性更高,宽时间窗案例无需增加过多额外车辆和总里程就能达到较高水平的路径鲁棒性。     

车辆合乘问题的两阶段分布式估计算法

针对智慧交通中多车辆合乘问题,提出一种分布式并行计算环境下的合乘模型. 利用合乘概率矩阵的先验知识,实现更高效的运算和求解.当合乘概率矩阵不是单位 矩阵时,合乘模型被增广为车主合乘和乘客合乘两个阶段.两阶段分布式估计算法运用可行合乘解的合乘概率矩阵,作为一种随机优化方法求解最优值.根据可搭乘矩阵初始化合 乘概率矩阵,并在优化过程中连续更新合乘概率矩阵.车主同乘客分离优化,减少了出行车辆,并实现了互相搭乘的合乘模型.通过合乘模型的优化迭代能够为乘客挖掘出高效可 行的搭乘路线.实验结果表明,该合乘模型具有平均等待时间少、平均载客量大、人均行驶 距离短的高效出行特点.     

考虑轨迹相似度的综合客运枢纽出租车合乘方法研究

针对综合客运枢纽出租车停靠点乘客滞留问题，提出一种考虑轨迹相似度的枢纽出租车合乘模型. 以车辆数最小与总里程最短为目标，基于包围面积的轨迹相似度指标在形态上约束合乘后车辆的行驶轨迹. 设计两阶段算法求解此NP-hard 问题，第1 阶段利用kmedoids 方法对乘客需求聚类，第2 阶段设计蚁群算法求解得到乘客匹配方案及合乘行驶路径. 实测数据实验证明：该方法能较好优化车辆数和总里程，减少乘客等待时间；轨迹相似性度量约束能有效提高合乘后路径的JAC值，满足乘客希望合乘路径与原始路径差异最小化的心理.     

基于整数线性规划的合乘出租车调度模型

为降低城市交通中出租车的空驶率,提高出租车运载效率,充分利用城市道路资源,缓解交通拥堵,在已有研究的基础上,将智能交通中多位乘客合乘出租车的路线规划及车辆调度问题分解为合乘乘客分组、行驶路线规划、指派车辆3 个步骤,将乘客间的“顺路”关系转化为有向图中的有向边,通过筛选连通子集构造合乘分组。分别对每一步骤建立整数线性规划模型,使得所需车辆尽量少,乘客等车时间尽可能短,乘客乘车绕行里程尽量少。使用分层序列法求解该多目标规划问题,并提出一种简化问题规模的策略,以提高求解效率。使用纽约实际出租车乘车数据构造模拟数据集测试算法的性能。测试结果表明,该方案具有“零绕行”、合乘率高的特点,能够大大提高出租车运载效率。     

感知乘客心理的出租车动态合乘优化方法

为研究考虑乘客感知的动态合乘问题，本文提出一种改进的算法框架。基于可行出行对概念，构建乘客满意度最大、出行时间最少的多目标线性规划问题，将合乘问题转化为车辆和乘客间的线性分配问题，并采用基于精英策略的人工蜂群算法(Elitism based Multi-Objective Artificial Bee Colony，EMOABC)求解。根据海口市出租车订单数据建立算例，实验结果表明，该算法框架能够实时提供优质动态合乘方案。相比单纯优化出行效率，考虑乘客心理的合乘策略，相对提高12%的乘客满意度，服务率等方面也有较好表现。     

出租车合乘制调度优化模型研究

出租车作为一种灵活、方便的交通工具,为人们快捷、舒适、安全的出行提供了强有力的保障,出租车合乘制的推行将有助于进一步提高人们选择出租车出行的频次,保障出租司机的收入,减少道路拥堵与交通系统的能源消耗．以合乘出租车司机收益与乘客服务率最大化及乘客费用最小化为目标,建立了出租车最佳路径选择及配车调度优化模型,并设计了改进粒子群算法求解,通过多次仿真运算,结果表明该算法优化此类问题是有效的．     

城市出租车合乘技术研究

论文针对城市交通拥挤不堪和出租车空驶率高的现状,提出了出租车合乘能提高人们选择出租车出行的频次,减少道路拥堵,提高出行效率。论文对出租车合乘进行了概念定义和合乘模式划分,分析了出租车合乘的信息感知、信息传输与信息反馈,建立了出租车合乘信息服务中心。论文划分了合乘类型,并描述了静态和动态的合乘流程图,并建立了出租车数量模型,采用Floyd算法计算整个网络中任意两点间的最短路问题。依据合乘出租车上的乘客数确定不同的合乘状态,在体现收费公平的基础上建立了合乘计费模型,和解决了分级站点合乘组织及生活性合乘问题。     

考虑乘客心理的出租车合乘决策方法研究

针对出租车合乘研究中缺少对乘客心理的考虑,基于前景理论构建出租车合乘模式决策模型,提出一种考虑乘客心理的合乘出行决策方法.考虑行程时间、费用、舒适度对乘客心理决策的影响,通过计算机模拟,分析不同付费比例和交通拥堵率在乘客心理因素影响下对乘客合乘决策的影响.研究结果表明,合乘付费比例对乘客合乘决策的影响较大,合乘比例随付费比例的降低而增加,0.7 的付费比例对多数乘客没有刺激作用;付费比例降至0.65 及其以下时,交通拥堵率对合乘比例的影响较小,合乘比例相对稳定. 所得结论对出租车合乘政策的制定与管理有一定的指导意义.     

合乘模式下司机收入公平模型及仿真

针对出租车合乘模式下司机的收入问题,建立了合乘模式下司机收入公平心理模型,采用公平理论分析了司机的心理及行为,通过仿真计算,分析了合乘模式下乘客总需求量及司机公平心理对司机收入的影响.研究结果表明,乘客总需求对合乘模式下司机总体的平均收入有较大的影响,合适的供需比下实施合乘才能提高司机收入;在供需比较大时,司机争抢乘客的行为会导致司机个体收入差距增大,部分司机收入降低的现象;为成功实施合乘模式,必须考虑当地出租车市场的供需比情况,并且建立合理的措施以防范司机争抢乘客的行为出现.所得结论对出租车合乘政策的制定与管理有一定的指导意义.     

�����ܺ������ʱ���ֵ�ӽǵ��������˱߽����

为了评估汽车共乘方式在中国推进的可行性,从能耗和出行时间价值视角建立汽车共乘边界模型,探索影响共乘方式推进因素,以西安小汽车出行为例,验证汽车共乘边界模型的科学性和准确性.结果显示,共乘方式油耗与增载旅客数呈强反相关关系,与旅客体重呈弱正相关关系,与旅客周转量增加率呈强正相关关系;西安市汽车共乘边界条件要满足增载旅客数大于1.37倍周转量增加率,旅客单位出行时间价值小于92.7元;按照10辆车增载1.37个乘客计,西安市一年可以节省燃油500万升,汽车共乘方式在西安具有很好的推进潜力.     

基于可信性测度的模糊车辆路径问题

车辆路径问题(VRP)主要用来寻找有效路径。车辆的起始点都是位于交通中心的仓库,通过车队运输来满足客户对商品的需求。文中介绍不确定条件下的车辆路径问题,即客户的服务时间窗是模糊的。设计一个基于可信性测度的模糊车辆路径模型,并通过模糊模拟和遗传算法的混合智能算法进行求解。最后,结合一个实例说明该模型的应用性和可行性。     

客运专线夜间行车与天窗的相互影响分析

客运专线天窗的开设影响夕发朝至列车的运行组织. 考虑高速列车可利用相邻既有线、城际铁路跨线运行,以综合利用运输通道运输能力满足旅客夜间出行需求,本文分析了客运专线开设全线垂直矩形天窗与夜间行车的相互影响,建立了求解最佳矩形天窗位置问题的数学模型,以天窗影响列车OD数最少为目标,以满足夕发朝至列车合理到发时间带为约束,并提出了求解算法. 结合京沪高速铁路实例,运用计算机编程求解,得出不同位置的天窗影响的列车OD数相差不大的结论,并给出动车组速度等级为350km/h和250km/h、速度系数0.9和0.8四种情况下长度为4小时的相对最佳矩形天窗位置. 对受天窗影响的列车提出了运行调整措施,初步分析了开行夕发朝至列车时动车组适宜采取的运行速度.     

西安市社区拼车常态化发展策略

伴随西安市私人小汽车保有量迅速增长,城市交通拥堵状况不断加剧,社区拼车模式成为缓解交通拥堵的有效措施之一。通过分析总结国内外拼车发展经验,采用问卷调查、访谈等方法对西安市拼车现状和发展问题进行解析。针对现状问题,提出社区拼车的实施策略:第一,成立社区拼车机构,通过拼车服务平台、社区拼车站点和社区拼车标志等措施管理拼车出行;第二,提供安全保障措施,通过设立实名认证体系、签订社区拼车协议、增加险种等措施保障拼车安全;第三,寻求政策支持,建议通过赋予多人乘坐的拼车车辆道路优先使用权、完善相关法律法规使拼车合法化、提供停车优惠政策等措施鼓励市民拼车。     

邻里合乘——社区拼车常态化的探索

为了促进邻里合乘社区拼车模式不断完善以及有效推广实践、实现社区拼车常态化发展,在分析我国拼车发展现状与困境的基础上,探讨了邻里合乘社区拼车的创新理念,包括社区组织、法律支持、签订协议、社会参与四个方面。针对存在的拼车协议缺陷、拼车对象受限难推广的局限,提出邻里合乘的发展建议：扩大活动影响,寻求政策支持,从根本上突破法律等制度的困境;建立由政府支持的社区拼车试点计划,逐步将社区拼车模式推广,最终实现社区全民拼车的常态化。     

改进的禁忌搜索算法求解多机并行模糊调度问题

提出一种改进的禁忌搜索算法求解多机并行模糊调度问题,该算法在邻域中引入记忆结构,可以减少重复搜索,并对候选解集使用映射排序法进行剪枝,减少了搜索空间,从而极大的提高了算法效率．同时为了减少计算误差,该算法计算时不需要将模糊时间转换为精确时间求解,可以同时处理作业加工时间是三角模糊数或梯形模糊数的情况,从而更具有通用性．仿真结果证明该算法有效、可行．     

��ֽ���ϸ����ʳ�㷨��⹫������������

为了提高公交车辆优化调度方案的有效性,考虑公交车辆平均客运量,最大、最小发车间隔等约束, 建立了以企业收益和乘客利益最大为目标的公交车辆调度模型.针对公交车调度强NP组合优化的特点,提出了一种基于差分进化细菌觅食优化算法求其有效近似解.传统细菌觅食算法优化过程速度较慢,利用差分进化方法对趋化过程中的细菌位置进行修正,增加收敛的精度.最后,结合某公交线路的数据,编程进行计算与仿真,结果表明,利用该模型及其算法能够快速得到公交发车间隔的满意解.     

����֧���������ع�ĺ�������Ԥ���о�

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型。首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大Lyapunov指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能。结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误。     

采用支持向量机回归的航班延误预测研究

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型.首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大 Lyapunov 指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能.结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误.