基于几何概型的出租车合乘候车时间分析

出租车合乘平均候车时间是合乘效益评价的主要参数,随着合乘的逐渐兴起,对其求解模型进行研究具有重要的现实意义.经过等候合乘者的任一辆出租车仅存在合乘成功与合乘不成功两种情况,本文在此前提下建立模型,先根据出租车车流载客数分布及方向修正系数建立合乘成功率分布模型,再结合出租车到达时间分布运用几何分布原理建立出租车合乘候车时间计算模型.文中通过对大连市主干道黄河路与西安路商业中心的实地调查得到具体数据标定模型参数,并设计试验对模型的准确性进行了检验,检验结果表明模型能够准确地估算出租车合乘候车时间,相对误差在3%以内.     

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.     

出租车合乘收益趋势影响模型研究

为了分析出租车合乘条件对合乘收益趋势的影响,构建了GPS轨迹数据的处理方法,引入合乘下车点的距离、合乘上车点的距离和时间等参数,建立出租车合乘模型,并利用灰色预测模型,讨论了在合乘点距离和间隔时间不同的影响条件下,出租车的合乘收益趋势.研究结果表明:合乘的收益与合乘上车点间的距离密切相关.模型应用于南京市出租车GPS轨迹数据时,当合乘上车点的时间间隔固定为20min,合乘上车点间的距离增大到1 200m时,合乘的匹配数增加快,合乘的收益可以增加20.31%,且距离间隔越大,收益增长越快;当合乘上车间的距离固定在100m时,合乘上车点的时间间隔增加到35min,合乘的匹配数增加慢,合乘的收益仅增加5.38%,且时间的间隔越大,收益增长越慢.     

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.     

高峰时间出租车合乘计费策略研究 ——以宁波为例

针对早晚高峰时间和节假日火车站、汽车站及主要地区人流打车难,无法及时得到疏散的 问题,提出高峰时期出租汽车多人合乘理念,从而提高出租车及道路资源的利用率。根据我国早 高峰和晚高峰的交通特点,结合宁波出租车计费的实际情况,使用最优化理论构建多目标优化合 乘模型,对合乘费用进行计算。最后通过软件验证,假设了6 个节点的供需搭乘方案,使用 LINGO软件计算出合乘的路径和相应的费率。运算结果证明该模型在合理约束司机收入与乘客花 费的前提下,最大化司机的收益,同时兼顾到乘客利益,鼓励司机在高峰时间较短的行驶距离内 多载客。     

城市综合换乘枢纽的出租车合乘调度方法

分析了城市综合换乘枢纽实施出租车合乘的必要性.初步构建了面向城市综合换乘枢纽的出租车合乘组织模式.将出站乘客合乘的组织调度描述为静态一点对多点出租车合乘匹配问题,以出租车数量最小、总费用最小为优化目标,建立了混合整数规划模型,利用基于遗传算法和单纯形法的启发式算法求解该模型.算例分析表明,有效组织综合换乘枢纽处的出租车合乘可以明显减少进入枢纽站的出租车辆,降低出租车辆行驶的总里程,显著提高出租车司机单次出行收入,同时明显降低乘客平均支出费用,能够体现出较好的社会、经济效益.     

出租车合乘制技术保障体系的构建与合乘组织的实施

出租车由于价格因素等原因存在着过多空驶和载客较少的状态,占据了大量的道路资源,加剧了交通拥挤。合乘制的推行将有助于提高人们选择出租车出行的频次,这对于保障出租车司机的收入,减少道路拥堵与交通系统的能源消耗有着重要意义。对出租车合乘制的技术保障体系和组织措施所进行的分析和研究,对于出租车合乘制的推行具有一定的现实意义。     

基于改进差分进化算法的出租车合乘问题研究

在现有出租车合乘问题研究基础上,考虑乘客模糊时间窗、合乘意愿等因素,建立 更符合实际的多对多合乘模型,并使用改进的差分进化算法进行求解.该算法设计了一种分段 实数编码方案、基于个体排序的缩放因子F 与交叉概率CR及混合轮盘赌的半贪婪选择策略. 仿真结果表明：所提算法的求解效果优于传统差分进化算法与遗传算法,是解决该类问题的 有效方法;与非合乘模式相比,所建模型成本减少、服务乘客数增加,模型合理有效;同时分析 了模糊时间窗、合乘意愿2个因素对模型求解结果的影响.     

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.     

基于出租车运营数据和POI数据的出行目的识别

为了有效获取出租车乘客出行目的,提出了一种基于出租车运营数据和POI(Point of Interest)数据的出行目的识别方法.构建了基于乘客出行特征和下车所属POI点类别的乘客出行目的识别模型,该方法从出行特征及乘客下车点最终可能到达的目的地所属POI点类型两个方面确定乘客的出行目的.为了验证所提方法的有效性及实用性,对成都地区展开了出租车出行调查,并利用调查数据对模型进行了精度验证.结果发现,相比于现有的利用出行特征推断出行目的的方法,本文提出的决策树+POI(II)能够提高最终识别准确度15.76%.最后,将所提方法应用于成都 1周的实际运营数据中,成功地识别出219 942名乘客的出行目的,说明该方法能够应用于实际数据量较大的出行目的识别.本文提出的方法,可以作为出行调查的辅助手段.     

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。     

考虑跳停策略的城轨列车运行图与车站限流协同优化研究

为应对日趋严重的地铁系统拥堵问题及客流过饱和情况，从系统优化角度出发，将服务供给侧与需求侧综合为一个整体进行研究。考虑乘客的持续性到达特征，提出考虑跳停策略的城轨列车运行图与车站限流协同优化方法。首先，引入列车运行图与车站限流相关决策变量，以提高列车运行效率、减少客流乘车延误人数为优化目标，建立轨道交通列车运行与车站限流协同优化双目标整数非线性规划模型。其次，为便于模型求解，引入0-1变量，使用时间重构和大M方法将模型中的非线性约束线性化处理，将模型重构为整数线性规划模型，利用CPLEX软件求解。算例结果表明，双目标优化方法与传统单目标优化方法相比，相较于仅考虑列车服务时间，本文模型可使客流乘车延误人数显著减少；相较于仅考虑客流乘车延误人数，本文方法可使列车服务时间降低2%~3%。     

北京市出租车乘客需求预测模型研究

出租车作为一种交通方式在城市交通系统中发挥着重要作用。在北京市区不同路段的全天机动车交通量中,出租车的道路占有率相差很大且空驶率偏高,因此,进行北京市出租车乘客需求预测势在必行。在分析北京市出租车出行特征和规律的基础上,结合以往研究过的出租车交通需求模型的缺陷,根据出租乘客需求量的影响因素提出基于出行广义成本的北京市出租车乘客需求模型,并以朝阳区为例进行研究,使模型的有效性得到了验证。     

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.     

考虑手机召车软件的城市出租车网络均衡研究

为了衡量手机召车软件对出租车市场的影响,本文研究了私家车、常规公交、 出租车相互作用的城市路网中出租车的网络均衡问题.将出租车分为使用手机召车软件 的网约车及不使用手机召车软件的巡游车,分析这两种模式在乘客等待时间与空驶出租 车选择概率差异的基础上,量化各交通方式的出行费用.在Wardrop 均衡情况下采用等价 的变分不等式来描述组合网络均衡模型,设计了相应的启发式算法.算例结果表明,手机 召车软件能有效刺激出租车乘客需求,但随着出租车规模增大,网约车所占比例降低并 趋于稳定,其时间空驶率略低于巡游式出租车,手机召车软件对出租车市场的边际效益 递减.