【摘要】：隨著經(jīng)濟(jì)的快速發(fā)展和城市化建設(shè)的日益推進(jìn),人們的出行服務(wù)的需求愈發(fā)增加,出租車作為城市公共交通的重要組成部分,在人們?nèi)粘３鲂兄邪l(fā)揮著重要作用。然而,由于出租車客源時(shí)空分布不均衡而導(dǎo)致出租車空載率升高、出租車行業(yè)內(nèi)惡性競(jìng)爭(zhēng)、交通堵塞等問題頻頻發(fā)生,大大增加了出租車尋客的難度,降低了出租車的運(yùn)營(yíng)收益。隨著ITS智能交通系統(tǒng)技術(shù)的快速發(fā)展,國(guó)內(nèi)外越來越多的學(xué)者將出租車尋客模式作為研究熱點(diǎn),但目前的研究成果大多研究如何提升出租車載客數(shù)量,普遍缺乏出租車收益評(píng)價(jià)指標(biāo)和綜合考慮區(qū)域內(nèi)出租車供需關(guān)系及交通運(yùn)力狀態(tài)的熱點(diǎn)區(qū)域推薦策略研究。本文以紐約市2016年1月1日至2016年6月30日期間7000萬條出租車GPS大數(shù)據(jù)為研究對(duì)象,以提高出租車收益為研究目標(biāo),將一天劃分為24個(gè)時(shí)間段,將空間進(jìn)行網(wǎng)格區(qū)域劃分,獲取出租車客源時(shí)空分布特征和出租車客源收益時(shí)空分布特征。用兩種方法對(duì)出租車高收益尋客熱點(diǎn)區(qū)域進(jìn)行推薦,第一種方法采用k-means聚類算法以每小時(shí)平均收益對(duì)出租車GPS數(shù)據(jù)進(jìn)行聚類分析,然后將每小時(shí)高收益熱點(diǎn)區(qū)域中心點(diǎn)坐標(biāo)推薦給司機(jī)。第二種方法充分考慮推薦的高收益尋客熱點(diǎn)區(qū)域內(nèi)出租車的供需關(guān)系及交通運(yùn)力情況,綜合考慮區(qū)域內(nèi)乘客出行次數(shù)、載客收益、交通狀況并引入當(dāng)前區(qū)域乘客對(duì)出租車的需求比作為平均收益指數(shù),然后根據(jù)當(dāng)前區(qū)域內(nèi)路網(wǎng)的平均速度計(jì)算出租車到載客熱點(diǎn)區(qū)域的行駛時(shí)間,接單數(shù)量作為單位運(yùn)力指數(shù),并通過構(gòu)建平均收益最大化和單位運(yùn)力最大化的高收益尋客模型提出了基于出租車GPS數(shù)據(jù)的高收益尋客推薦策略,為出租車高收益尋客提高輔助決策支持,同時(shí)對(duì)于改善出租車資源分布不均衡的現(xiàn)狀,充分發(fā)揮會(huì)出租在城市交通中的補(bǔ)充作用有著重大意義。
【圖文】：

GPS工作原理圖

圖 2-3 地理信息系統(tǒng)結(jié)構(gòu)圖Figure 2-3 The structure of Geographic Information System的聚類分析算法
【學(xué)位授予單位】：溫州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：U491;TP391.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 吳笛;杜云艷;易嘉偉;魏海濤;莫洋;;基于密度的軌跡時(shí)空聚類分析[J];地球信息科學(xué)學(xué)報(bào);2015年10期

2 唐爐亮;鄭文斌;王志強(qiáng);徐紅;洪軍;董坤;;城市出租車上下客的GPS軌跡時(shí)空分布探測(cè)方法[J];地球信息科學(xué)學(xué)報(bào);2015年10期

3 畢軍;朱穎;程勇;;基于曲線擬合和網(wǎng)絡(luò)拓?fù)涞木C合地圖匹配算法[J];交通信息與安全;2014年06期

4 薛會(huì)元;;淺析GPS測(cè)繪技術(shù)在工程測(cè)繪中的應(yīng)用[J];科技與企業(yè);2014年09期

5 殷鳳春;;高端人才區(qū)域聚集效應(yīng)分析[J];江蘇商論;2014年04期

6 任思佳;關(guān)可;;北斗/GPS雙模車載終端對(duì)靜態(tài)定位精度的影響[J];信息通信;2014年04期

7 陳軼非;李治軍;姜守旭;;關(guān)于出租車載客地點(diǎn)序列推薦技術(shù)的研究[J];智能計(jì)算機(jī)與應(yīng)用;2013年06期

8 張亞昕;;不確定數(shù)據(jù)聚類算法研究[J];計(jì)算技術(shù)與自動(dòng)化;2013年02期

9 本刊編輯部;;智能交通——未來交通的新希望[J];汽車與安全;2012年03期

相關(guān)博士學(xué)位論文 前1條

1 劉張;城市交通運(yùn)行狀態(tài)分析與預(yù)測(cè)關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 李秉帥;基于軌跡數(shù)據(jù)挖掘的短時(shí)出租車區(qū)域分布預(yù)測(cè)研究[D];吉林大學(xué);2017年

2 蘇飛;高維數(shù)據(jù)的聚類分析研究及應(yīng)用[D];華北水利水電大學(xué);2017年

3 張偉玲;基于軌跡數(shù)據(jù)的城市交通需求熱點(diǎn)區(qū)域推薦研究[D];蘭州交通大學(xué);2017年

4 張文星;人群聚集熱點(diǎn)區(qū)域分析與預(yù)測(cè)[D];寧夏大學(xué);2017年

5 王騰輝;基于Spark平臺(tái)的短時(shí)交通流預(yù)測(cè)研究[D];華南理工大學(xué);2016年

6 宋樂怡;海量出租車軌跡數(shù)據(jù)分析與位置推薦服務(wù)[D];華東師范大學(xué);2015年

7 梁婷婷;智能出行平臺(tái)下的城市出租車需求預(yù)測(cè)研究[D];吉林大學(xué);2016年

8 趙桂香;基于出租車承載行為的優(yōu)化決策調(diào)度方法研究[D];重慶交通大學(xué);2015年

9 遲文東;面向特種車輛調(diào)度的信息物理融合系統(tǒng)研究[D];南京郵電大學(xué);2015年

10 董琦t，

本文編號(hào)：2588184