原文传递
基于大数据的空载出租车路径优化方法研究
| 论文题名： | 基于大数据的空载出租车路径优化方法研究 |
| 关键词： | 空载出租车;路径优化;大数据;蚁群算法;载客热点 |
| 摘要： | 出租车是城市交通分流的重要组成部分，但是由于乘客与出租车驾驶人之间的信息严重不对称性，从而导致乘客四处寻找出租车，出租车驾驶人盲目寻找乘客来提高载客率，结果造成严重的公共资源的浪费，出租车空载率较高，公众出行效率较低。 针对上述问题，本文提出了一种基于出租车结构成本的路径优化方法，该方法为出租车提供成本较少和载客概率较高的路径，从而解决空载出租车无目的的巡游方式。本文以实际的出租车数据进行测试，并以图表的形式给出其测试结果。本文展开的研究工作包括： （1）为提供建模及模型验证可靠数据，首先对大量GPS数据描述与预处理，剔除不合理数据及无用数据，并结合投影匹配算法将GPS数据与路网数据匹配，最后得到可用率较高的数据。 （2）为得到路网中的乘客热点的分布情况，本文根据出租车载客状态数据提取出租车的载客轨迹，并利用载客轨迹计算载客距离和驾驶人收入。为了分析不同收入水平驾驶人与载客热点的关系，本文将驾驶人按照收入不同分为三类。本文定义网格载客能力及网格载客可能性，并根据实际出租车数据计算每个网格的载客能力及载客可能性，分析网格载客可能性与网格载客能力的相关性关系，分析网格载客可能性与驾驶人收入的关系，分析网格载客可能性与驾驶人收入的关系。最后得到收入水平与载客热点的关系。 （3）为了降低出租车的空载巡游成本，分析出租车营运结构成本，其中包括固定成本与运输成本，并基于出租车营运结构成本建立出租车巡游路径优化模型。概述蚁群算法的基本思想、基本模型以及基本蚁群算法的实现步骤，并对基本蚁群算法在路径选择、信息素更新策略、初始解启发等方面进行改进。最后设计了改进后蚁群算法的实现步骤及流程图。 （4）为了验证模型及算法的准确性及可靠性，提取武汉市部分路网网格，结合空载出租车分布空间，并结合改进的蚁群算法，对模型及算法设计进行验证与结果分析。 本文以降低出租车巡游成本为目的，建立空载出租车巡游路径优化模型。首先对大量出租车GPS数据进行处理、分析等工作，其次分析出租车驾驶人的收入与载客热点的相关性分析，再建立出租车巡游路径优化模型，最后对模型以及算法验证，并以图表的方式展示。结果表明本文提出的优化模型对空载出租车巡游成本在短期内的效果不够明显，但是长期效果十分显著。最后，对改进蚁群算法的参数进行分析，并选取最佳参数组合。 |
| 作者： | 刘立群 |
| 专业： | 交通运输工程 |
| 导师： | 吴超仲 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
