城市共享单车的动态调度策略

为满足城市共享单车用户的用车需求,提高共享单车的使用效率,结合路况信息提出了一个两阶段的共享单车实时投放与调度框架:在离线建模阶段,基于历史的短程出租车轨迹数据聚类,使用区域提取技术(Regional Extraction Technique,RET)获取不同时段的城市热门用车区域、用车频次与行程结束后的热门停车区域及其停车频次;在线调度阶段,建立共享单车的实时调度优化模型(Real-time OptimizationModel,ROM),根据下一时段的热门用车区域,搜索当前时段内距离其较近的k近邻单车停车区域,并结合实时路况为调度车推荐前k条路况良好的行车线路.出租车轨迹数据集上的实验表明,所提的调度策略相较于传统的自行车调度策略具有较好的有效性.

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.

共享单车搬迁策略研究

为满足单车用户的用车需求,对共享单车搬迁策略进行研究,提出两阶段共享单车搬迁策略。离线阶段构建单车停放区域提取模型,采用改进的DBSCAN聚类方法(District Pick up Technology,DPT)获取各时段热门用车区域、用车频率与行程结束后的放车区域、放车频率;在线阶段提出搬迁优化模型(Relocation Optimi zation Plan,OMP),根据当前时段的用车区域,搜索距离其最近的前一时段K近邻放车区域,并结合实时路况为其推荐前K条路况良好的单车搬迁路径。相较于传统的共享单车搬迁策略,在拥堵比例为48%时,OBJ值至少缩小52.4%,AT值至少缩小52.6%。