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。

基于轨迹相似性的GPS数据快速地图匹配方法研究

提出1种基于网格划分的轨迹相似性匹配技术,能快速高效地应用于海量车辆GPS数据与路网的匹配。首先以实际交叉口为节点构建泰森多边形,将路网划分为子区域;其次,在子区域,按照拓扑关系计算出路网节点之间的所有有效路径轨迹,以欧式距离作为相似度指标,对有效路径轨迹和车辆GPS轨迹进行相似度测算。该方法大大简化最短路径的重复搜索和计算,同时按照拓扑规则增加了轨迹匹配的方向性约束。本文已应用在某市连续3个月的出租车GPS匹配当中,为城市交通改善提供支撑。

进港航班滑入时间预测

准确预测进港航班滑入时间对合理调配航班保障资源和提高机场场面运行效率具有重要意义,可有效克服各大机场粗放式预测航班进港时刻的不足,为此提出一种基于机器学习模型的滑入时间预测方法。以首都机场为具体研究对象,分析进港航班滑入时间的影响因素并构建特征集;将线性回归、K-最近邻、支持向量机、决策树、随机森林和梯度提升回归树6种在滑出时间预测方面得到广泛应用的机器学习模型用于进港航班滑入时间预测。研究结果表明:在误差范围±3 min内6种机器学习模型的预测精度均超过90%,表明特征集的构建和模型的选择是有效的;综合预测性能与模型拟合评估结果,梯度提升回归树模型的预测效果最好;在梯度提升回归树模型上场面流量特征的贡献度最大,新引入的跨区特征对预测模型的贡献度超过了大部分传统特征。

网约车合乘均衡匹配与激励策略

针对需求高峰期乘客以红包或调度费等形式激励网约车司机以实现网约车自我调度这一问题,研究了乘客-网约车匹配决策与激励策略选择间的交互关系。基于网约车合乘模式下的均衡匹配状态,以乘客总剩余最大化为目标,考虑匹配、均衡、成本等约束条件,构建了考虑奖励策略的乘客-网约车均衡匹配模型,从乘客视角设计了乘客激励策略、网约车激励策略、乘客和网约车激励策略,并将3种激励策略嵌入到列生成算法对模型进行求解,以实现匹配均衡和价格均衡。以大连市出租车数据为对象进行实证分析,研究结果表明,相比于仅以随机调度费等形式从供给侧激励司机,同时从需求侧和供给侧实施激励策略可以促成更多合乘出行,乘客剩余可提高12.6%;当需求大于供给时,26%的激励在乘客间转移以实现更多的合乘出行;合乘折扣系数也会影响激励流向,同时使用激励策略和合乘折扣策略调节供需可以避免司机恶意竞争和乘客无效激励,在降低乘客出行成本的同时提高司机收益,促成更多合乘出行。

隐私视角下乘客对无人驾驶出租车服务的信任研究

乘客信任是无人驾驶出租车服务推广和广泛应用的关键之一。以数据驱动的无人驾驶出租车服务在给乘客提供价值的同时,其隐私安全问题将引起乘客的担忧,从而引发乘客的信任危机。为揭示隐私视角下影响乘客对无人驾驶出租车服务信任的因素和作用效应,本文从乘客的心理感知方面出发,结合隐私计算理论和信任理论,通过扎根理论分析方法构建出影响因素理论模型,并运用结构方程模型进行实证分析。研究表明:(1)影响因素中感知隐私风险除了个人信息隐私风险,还存在监控隐私风险新因素;感知隐私收益除了传统个性化服务,还存在功利性利益、利他利益2个新因素。(2)各因素对不同维度的信任存在显著影响,并且影响路径有所差异,其中,个人信息隐私风险、监控隐私风险对能力信任、善意信任、正直信任存在显著负向影响;功利性利益、利他利益仅对能力信任、正直信任存在显著正向影响,对善意信任存在不显著影响;而个性化服务只对正直信任产生显著正向影响。研究结果可以为提高乘客对无人出租车服务信任提供一定的理论依据,同时对企业推广普及无人驾驶出租车服务具有重要的理论指导意义。

基于客流中心性的出租车综合服务区布局研究

出租车综合服务区是服务巡游和网络预约出租车驾驶员的综合性服务平台,客流中心性反映了区域的客流密度和重要性,是综合服务区选址的重要依据。以黄山市出租车北斗卫星定位数据为基础,分析了出租车载客行车轨迹;通过分层抽样调查,计算了不同时间段的载客系数,分析了不同时空条件下出租车客流规模和分布特征;研究了城市客运网络拓扑结构,结合度中心性、紧密中心性、介数中心性、客流强度4个指标,构建了基于变异系数优劣解距离算法的客流中心性识别模型,提出了出租车综合服务区布局方法,并根据客流最大覆盖原则对布局科学性进行了验证。

考虑网约车竞争的机场出租车供需均衡博弈模型

为有效解决机场出租车供需不均衡问题,本文基于完全信息下静态非合作博弈理论提出机场出租车司机及乘客两个群体决策的纯策略博弈模型。将网约车竞争影响引入出租车司机群体决策收益函数的构建中,探讨不同竞争强度对出租车司机群体决策结果的影响。同时,考虑排队长度、上客速率、交通状况、交通费用及多交通方式分流等因素研究乘客群体决策的收益函数,反映乘客群体不同决策结果对司机的影响。以北京首都国际机场为案例进行实证分析。结果显示:在北京市网约车行业平均竞争水平下,两群体通过互馈影响达到纳什均衡时,整体供给略高于需求,其中,早晚高峰时段机场出租车呈现供大于求的状态;地铁停运后的凌晨则需求远大于供给。针对当前网约车竞争水平下达到纳什均衡时的机场出租车每日供需不均衡现象,可以适当提高出租车司机对网约车竞争影响的认知。

机场到港旅客乘坐出租车短时需求预测

对机场旅客陆侧交通需求进行准确预测是机场陆侧交通资源合理分配的重要依据.针对机场到港旅客乘坐出租车短时需求开展研究,从群体角度出发,考虑其他交通方式的影响,基于交通方式的交互直接预测机场乘坐出租车到港旅客流量.采集机场到港旅客出租车订单数据、机场到港飞机数据、机场天气报文数据和机场到港旅客地铁闸门数据,搭建LightGBM模型并根据具体情景采取网格法或贝叶斯优化进行参数标定,预测机场到港旅客乘坐出租车流量,结果优于6个传统经典模型,相比于以往研究,模型考虑乘坐地铁旅客数量对乘坐出租车旅客需求的影响,预测精度更高.研究结果可推广到机场其他陆侧交通方式,完善机场集疏运系统.

考虑个体异质性的网约车使用行为建模及影响分析

为了研究出行行为改变的内在机理,在上海市开展了RP(revealed preference)调查,获取了通勤者的社会经济特征、通勤特征和心理感知特征等潜在的网约车使用频率影响因素;采用随机参数有序Probit模型评估了各潜在影响因素中相关变量对网约车使用频率及通勤者个体异质性的影响效果,对关键变量进行了分析。结果表明:年轻群体、中高收入群体、市区住户、中长距离通勤者、认可网约车实惠和安全的通勤者使用网约车较频繁;大部分频繁加班群体和认可网约车舒适便捷的群体网约车使用频率较高,但仍有部分群体较少使用网约车,个体之间存在异质性。研究结论可为城市交通管理政策的设计和网约车发展战略的制定提供参考。

基于运力因素的网约出租车乘客满意度调研

在运力因素背景下,通过问卷调查形式,从年龄、工作、学历、收入、乘车时段及乘车频率等方面分析乘客对网约出租车的满意度,并运用SPSS 20.0软件对收集到的数据进行信效度检验,确保数据的可靠性。结果表明,年龄为26~30岁、31~40岁、50岁以上的乘客,拥有本科学历的乘客,个人月收入在6000元及以上的乘客,工作性质为公务人员及公司职员的乘客,以及乘车时段在11点~13点、17点~19点的乘客对网约出租车的候车时间不满意,建议通过拼车、增加兼职司机数量、聚合网约车平台车辆等手段缓解运力紧张问题,以有效缩短乘客的等待时间。

基于出租车轨迹数据的交通可达性测算

交通因素一直是可达性评价中主要考虑的影响因素。为更好地实现区域级可达性计算,通过均值法与中位值法相结合的路段行程速度估计法,从出租车轨迹数据中提取出大量真实的路况信息,作为可达性测算中交通阻抗因素。运用概率法作为可达性测算模型,弥补了常用的潜能模型在解释性方面的缺陷。并利用POI数据进行吸引强度模型的构建,利用出租车数据中提取出的居民出行时长与频率分布的关系进行阻抗模型的标定。最后,利用西安市出租车轨迹数据与POI数据进行实例验证,完成城市级别的区域可达性测算,为大数据背景下的可达性测算与分析提供借鉴。

固定费率下城市出租车拥挤收费模型与算法

针对出租车自身的特殊性,研究了实施拥挤收费政策过程中出租车是否也应进行拥挤收费。在收费费率已知条件下,采用组合网络均衡模型描述了出租车拥挤收费前后对出行产生、模式划分、流量分配以及出行分布的影响,构建了与之等价的最优化模型,设计了求解模型的启发式算法,比较了对出租车征收拥挤费前后的社会福利变化。算例表明,收费前的社会福利总是明显大于收费后的,并且二者之间的差距随着出行者时间价值(VOT)的增加而减小,随着弹性灵敏参数的增加而增大。这一研究有助于为拥挤收费政策制定者提供科学的决策依据。

城市出租车运营网络平衡模型

为确定城市出租车的合理发展规模,研究了城市出租车网络的运营特性与载客和空载阶段的出租车路径选择行为特征,分析了固定需求条件下出租车运营网络的供需平衡关系,建立了城市出租车网络平衡模型,以客观地反映驾驶员的搜客行为规律,表征城市道路网、出租车运营规模、出租车搜索时间和乘客候车时间的相关关系,并针对模型结构特征设计了模型求解的迭代求解算法。算例计算分析表明,算法是收敛的,模型是可行的,能根据乘客等待时间确定城市出租车的合理发展规模,有利于城市出租车网络的规划与管理。

基于出租车轨迹数据的最优路径规划方法

针对传统的路径规划算法并不一定能计算得到现实中最优路径的问题,提出一种融合了出租车驾驶经验并以时间为度量的路径规划算法。该算法的实现是将路径规划这个以计算为中心的技术变为以数据为中心的数据驱动挖掘技术。首先,从大量的出租车轨迹数据中提取真实的载人轨迹数据,并将载人轨迹数据匹配到路网数据中;然后,根据地图匹配结果计算路段的访问频次,选取前Top-k个路段作为热点路段;其次,计算热点路段间行车轨迹的相似度,对轨迹进行聚类分析,在路网的基础上构建该k个路段的热点路段图;最后,使用一种改进的A~*算法实现路径规划。实验结果表明,与传统的最短路径规划算法和基于驾驶经验路网分层的路径规划算法相比,所提出的基于热点路段图的路径规划方法有效地缩短规划路径的长度及路径行驶时间,提高路径规划的用时效率。

城市出租汽车合理化发展浅析

随着人民生活水平的不断提高,对出行的要求也逐步提高。出租汽车作为城市交通的一种方式,以其灵活、便利、安全等特性受到越来越多出行者的青睐,并由此促进了出租汽车行业的迅速发展,但同时也给城市客运交通带来了新的问题和挑战。结合我国城市出租汽车发展现状,针对出租汽车的运营特点,通过调查和分析,指出我国出租汽车存在占用道路资源大、空驶率高、运营方式落后等问题,并提出解决问题的相关措施,为合理引导城市出租汽车发展指出方向。

既得利益、多重动机与分享经济治理:中国城市网约车监管政策的实证研究

以网约车为代表的分享经济创新了商业模式、改善了用户服务体验并创造了新型就业,却受到政府部门的严苛监管。为什么各地政府会对新兴经济采取不同的态度并使用不同的政策?本文以网约车为例,使用中国近300个地级以上城市的多源数据,实证分析了监管严格程度的影响因素。我们发现出租车行业的既得利益在很大程度上影响了地方政府的政策选择,而对网约车的多重动机则塑造了地方政府的监管风格。这些研究发现有助于我们理解政府对分享经济的监管立场,并为推进分享经济发展提供了政策建议。

“好运北京”环境测试期间出租汽车运营状况

为制定北京奥运会及残奥会期间的出租汽车运营管理政策,"好运北京"综合测试赛期间对北京市出租汽车运营状况进行了调查。根据调查结果,对比分析"好运北京"测试期间和非测试期间出租汽车运营状况的变化情况,力求为奥运会及残奥会期间出租汽车运营管理政策提供决策依据,同时为其他大型活动期间出租汽车运营管理提供参考。通过对比发现,测试期间出租汽车空驶率降低,次均载客人数基本保持不变,而出租汽车日客运量、日车均运营时间、日车均运次、次均运距、平均运营行驶速度和里程利用率等指标均有不同幅度的提高。通过对以上指标的分析,提出奥运赛时出租汽车运营管理建议。

城市出租车发展规模预测方法研究

文章在对城市出租车规模影响因素分析的基础上,对现有的出租车规模预测方法进行了综合分析与评价,推荐选用供需平衡法或神经网络法进行出租车的数量预测,再结合各种影响因素综合确定出租车的发展规模;最后结合吴江市出租车发展规模预测进行了实例分析。

考虑需求分布影响的城市出租车运营平衡模型

基于出租车空驶搜索行为由到目标区域的出行时间和出行需求分布特征共同决定,研究城市出租车网络的运营特性与载客和空驶阶段的出租车路径选择行为特征,分析固定需求条件下出租车运营网络的供需平衡关系,建立需求分布影响下的城市出租车网络平衡模型,并针对模型结构特征设计了模型求解的迭代求解算法。算例计算分析结果表明,该算法是收敛的,能根据乘客等待时间确定城市出租车的合理发展规模,为城市出租车网络的规划与管理提供科学依据。

出租车行业管制下的出行服务平台发展研究

出租车是城市交通体系的重要组成部分,以准公共服务形式满足了城市居民特定时空特征的出行需求,发挥了补充性公共交通的作用。在价格管制与数量管制的双重约束下,出租车市场供需失衡、利益分配扭曲,因此造成了替代性的私人交通膨胀、非正规出租屡禁不止,交通基础设施资源紧张,并形成恶性循环。互联网变革催生的交通出行服务平台,发挥了平台经济的优势,以创新的商业模式调动碎片化的交通资源,引导闲置的私人交通进入准公共交通领域,一定程度上也缓和了私人交通与公共交通的对立。行业管理者应该以更加开放的态度处理传统产业与出行服务平台之间的矛盾,循序渐进、因势利导,建成完善有序的城市交通体系。