考虑乘客感知效用的出租车停靠站选址模型

为了解决城市出租车停靠站布局的合理性问题,对出租车GPS数据进行处理并将乘客出行需求点进行聚类,得到出租车停靠站备选点以及乘客出行需求点。基于出租车停靠站服务能力和距离影响因素,结合竞争选址理论构建出租车停靠站对乘客的感知效用函数。在此基础上,以覆盖乘客出行需求量最大为目标,建立考虑乘客感知效用的出租车停靠站选址模型,以确定出租车停靠站的最佳位置。根据问题特征设计近似算法A进行求解,在求解大规模算例时,与遗传算法、萤火虫算法相比,近似算法求解精度提高0.91%,求解时间降低约97%。以西安市莲湖区局部区域为例进行实例分析,算法求解近似比为1.64,说明算法的实际使用效果较好。

基于机器学习空间聚类的出租车停靠站点布局规划

针对出租车随意停靠给城市交通带来的负面影响,为规范出租车营运秩序、改善出租车营运环境和居民乘车条件,提出一种将出租车出行空间信息与机器学习算法相结合的出租车停靠站点布局规划方法。首先利用出租车GPS轨迹数据提取出租车出行起点,然后采用HDBSCAN聚类算法对起点进行空间密度聚类,形成聚类簇后以其中心点作为出租车停靠站点布局的备选点。最后,为验证所提方法的可行性和有效性,选取重庆市中心城区一土地利用类型丰富、人口密度高的典型区域进行案例分析。结果显示,107个备选点主要分布于商业中心区和居住集中区,与出租车出行高需求区域的空间分布基本吻合;布局的出租车停靠站点在300 m范围内的覆盖率达到76.0%,未覆盖区域主要为城市绿地和水体。研究表明,机器学习算法可实现出租车停靠站点的高效布局规划,但在规划和实施阶段,停靠站点的设置还应结合邻近区域的建成环境特点综合考虑。

基于出租车GPS大数据的城市热点出行路段识别方法

连续两个出租车GPS定位点之间的时空间隔使得乘客上下车的位置必然介于一个线性区间内,据此提出轨迹线密度方法,用于在位置界限模糊的热点出行区域进一步搜索热点路段.利用成都市出租车GPS数据,借助核密度估计分析出租车上下客位置的时空特性;基于轨迹线密度方法,计算了成都市春熙路商圈的路网密度值,划分路段热点强度,识别出了热点路段的位置,结合实际的出行需求分布完成方法有效性的验证.结果表明,本文所采用的方法能够有效识别出行需求旺盛的城市热点路段,不仅可以为出租车司机寻找客源提供重要的参考,还能够在交通相关部门选择出租车停靠站的位置时提供数据支持.

基于出行需求时空分布的出租车停靠站选址方法

为提高出租车运营效率,改善出租车经营效益,满足出行者出行需求,使出租车停靠站布局与出租车出行需求更匹配,针对出租车停靠站的选址方法研究十分必要。首先基于相关调查数据,分析了出租车出行需求的时空分布特征,界定并提出了出租车出行需求热点分布,分析了出行需求和城市形态的协调性关系。建立了出租车停靠站选址模型,将最大覆盖出行需求作为目标函数,以要求达到的停靠站载客能力、停靠站数量及服务范围等为约束条件,在选址位置、计划修建数量、站点服务能力等方面分析了模型的适用条件。针对柳州市的实例分析表明,该方法可以较好地满足出租车出行需求,具有较高的合理性与可行性。

出租车站对交通流的影响分析

文章采用元胞自动机模型对城市道路中出租车站影响下的交通流特性进行模拟分析,研究了增加出租车站与不增加出租车站两种情况下的交通流特性,模拟结果显示在交通流量较小的情况下,增设出租车站对交通流影响不大;随着交通流量的增加,出租车站成为交通瓶颈的现象越来越明显。

基于上落客时空特征的出租车停靠站选址模型

为了规范出租车运营,改善出行者候车环境,提高出租车经营效益,进行基于出租车出行需求特征的停靠站选址研究有着十分重要的现实意义.本文首先界定了出租车出行需求时空热点的含义,基于样本出租车GPS数据研究出行需求的时空聚集特征,得到了出行高峰时段和出行热点区域.将出行需求作为依据应用于出租车停靠站选址,提出了基于最大覆盖的停靠站选址模型,同时结合出行者的不确定性交通行为和消费特点,在车站服务能力、出行者步行距离和计划修建数量等方面分析了模型的适用条件.实例区域的选址研究结果表明,以客观需求为依据的选址方法,可以更好地契合出行者的出行需求,具有较高的实用性.

城市热点区域出租车停靠站双目标选址优化模型

为"保城市出租车停靠站布局的合理性,改善站点利用率低的现状,提出一种基于GPS轨迹数据的出租车停靠站双目标选址决策方法.在数据背景下,对出租车出行需求量及候选点位置进行估计.考虑乘客出行需求的覆盖率、乘客可接受的最大出行距离、站点及站位的服务能力等影响因素,构建了出租车停靠站空间布局的约束条件.分别从规划者和使用者的角度出发,提出了建设成本最小化和公众满意度最大化的双目标选址优化模型.应用基于遗传算法的宽容分层序列法,对模型进行求解.以成都市春熙路商圈为例,运用所提出的优化方法对该区域的出租车停靠站进行重新选址,并研究不同的乘客期望出行距离对选址问题的影响.结果表明:当乘客的期望出行距离小于300m时,新的站点布局方案能够以合理的站点数量覆盖区域内的全部出行需求,同时保证乘客的出行满意度处于较高水平,验证了双目标选址模型的有效性.

基于出租车GPS数据的扬招点选址确定方法

为了使出租车扬招点设置位置与出租车需求更匹配,建立了一个出租车扬招点选址模型。首先通过对出租车GPS数据的分析,获得出租车的上客点分布。然后建立数学规划模型,将最小扬招点个数作为目标函数,以要求达到的扬招点服务覆盖率为约束条件。最后,利用已知上客点位置分布,给定服务距离以及目标覆盖率,通过模型求得扬招点设置个数及位置。以南京市新街口地区路网为例,在约5km2范围内,设定扬招点服务距离为300m、目标覆盖率为85%,通过该方法求得需要设置11个扬招点才能达到目标,并得到了具体的选址方案。之后,进行出租车扬招点设置个数敏感性分析,结果可从服务质量和成本经济性两方面为扬招点设置提供依据。

高峰时段下离港航空器绿色滑行策略设计与评价

为有效减少大型枢纽机场高峰时段离港航空器拥堵延误及污染物排放,开展了不同滑行策略的设计与评价研究。首先,构建了包括环境成本在内的离港航空器滑行成本计算模型;然后,提出了正点推出、机位等待以及速度优化3种不同离港航空器绿色滑行策略;最后,以总滑行成本最小为目标,采用遗传算法开展算例仿真,求解不同策略下的最优滑行路径并对比分析了不同滑行策略对缓解拥堵及减少排放的有效性。结果表明:相较于正点推出策略,机位等待与速度优化策略可减少总滑行时间5.90%和22.49%,具有良好的拥堵缓解效果;此外,机位等待策略还具有最低的油耗及排放成本,而速度优化策略具有最低的污染物排放总量,均具有一定的减排效果。

基于土地利用的出租车停靠规模预测模型研究

从出租车客流的出行特征出发,指出当前出租车停靠规模预测方法的不足之处.根据交通出行需求与土地利用之间的关系,并考虑位势因子、居民出行和出租车运行特征等因素,建立基于土地利用的出租车停靠规模预测模型,并以深圳市宝安区为例,提出了预测模型的算法.实践结果表明,预测模型能较好地体现用地与出租车停靠需求的关系,客观反映出租车停靠站的的实际发展要求.

基于土地利用的出租车停靠规模预测方法

在当前出租车招手即停的运行模式下,许多城市采用站点间距方法预测出租车停靠站规模,难以体现出租车停靠站的功能。从出租车停靠需求特征及其产生的源头出发,探求出租车停靠需求与土地利用之间的内在关系,建立基于土地利用的出租车停靠规模预测模型,并以深圳市宝安区为例,提出了预测模型的算法。实践结果表明,所提出的预测模型能较好地体现用地与出租车停靠需求的关系,客观反映出租车停靠站的的实际发展要求,预测方法科学、合理、可行。

出租车停靠站的设置方法

作为规范出租车路边停靠的重要设施,目前出租车停靠站的设置较为随意、导致站点使用效果不理想,且对道路交通产生较大影响。针对该问题,根据出租车"招手即停"的停靠与运营特征,提出了满足出租车停靠站功能需求的四大选址区域。在此基础上,从出租车停靠站的站位选址、设置形式、配套设施设置等方面,提出一套科学、合理的出租车停靠站设置方法,以指导出租车停靠站规划实践,进而提高出租车停靠站的设置合理性与使用效率。