出租車是城市公共交通中重要的交通工具,對緩解城市交通壓力提供了強有力的支持。為了解決現(xiàn)階段城市出租車運營中存在的空駛率高、尋客難的問題,很多工作提出了基于需求的出租車調(diào)度系統(tǒng)。但是,已有的調(diào)度算法只考慮到了實時需求數(shù)量與空載出租車數(shù)量之間的需求/供應(yīng)關(guān)系,調(diào)度過程存在一定的時間延遲,并且沒有考慮到載客出租車對調(diào)度系統(tǒng)的影響。本文對此問題進行深入的研究,從區(qū)域出租車需求預(yù)測和目的地預(yù)測兩方面解決問題。本文在深圳市約15000輛出租車的軌跡數(shù)據(jù)上進行相關(guān)研究,該數(shù)據(jù)集時間跨度從2014年10月20日到2014年11月25日共37天,平均每天的軌跡數(shù)目為40萬左右。本文主要的工作內(nèi)容如下:1)針對城市交通工作日周期規(guī)律對區(qū)域出租車需求數(shù)量變化的影響,提出基于時間周期規(guī)律和空間關(guān)聯(lián)特性的城市區(qū)域需求預(yù)測算法。以深圳市出租車數(shù)據(jù)為研究對象,構(gòu)建需求預(yù)測模型的實驗樣本數(shù)據(jù)。使用二維卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）對區(qū)域及其周圍區(qū)域進行需求分布空間特征挖掘,使用長短期記憶神經(jīng)網(wǎng)絡(luò)（Long Short-Term Memory,LSTM）對樣本的時序依賴... 

【文章來源】： 程浩 武漢理工大學(xué)

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

原始數(shù)據(jù)

13采樣時間間隔大多為20秒或30秒，其中完整的載客軌跡的軌跡點個數(shù)平均為40~50。如圖2-1所示，原始數(shù)據(jù)包含時間、車牌號、經(jīng)緯度、速度、轉(zhuǎn)角、運營狀態(tài)等信息。經(jīng)過預(yù)處理，可以得到圖2-2所示的車輛完整軌跡。圖2-2一條完整的出租車載客軌跡本章工作是對城市區(qū)域的需求量進行預(yù)測，預(yù)測結(jié)果的好壞使用平均百分比誤差（MeanAbsolutePercentageError，MAPE）[45]和均方根誤差（Root-Mean-SquareError，RMSE）[46]，定義如下：11111||iittiityyMAPEyξξ++=+=(2-1)21111()iittiRMSEyyξξ++==(2-2)其中1ity+和+1ity表示區(qū)域i在時間間隔t+1時的預(yù)測值和真實值，ξ表示樣本數(shù)。根據(jù)這兩個評價指標(biāo)可以評價模型在預(yù)測需求時產(chǎn)生的誤差大小，誤差越小說明模型預(yù)測的結(jié)果越好。2.1.2軌跡數(shù)據(jù)預(yù)處理原始軌跡數(shù)據(jù)根據(jù)時間進行采集，沒有形成以車輛為單位的軌跡數(shù)據(jù)，需要將原始數(shù)據(jù)處理成軌跡數(shù)據(jù)。處理的算法流程為下：

15點之間的速度，一般發(fā)生漂移的點會在常規(guī)時間內(nèi)發(fā)生躍遷現(xiàn)象，如果兩點之間的距離除以時間不在常規(guī)范圍內(nèi)則認為發(fā)生了數(shù)據(jù)漂移現(xiàn)象。如圖2-3所示。2.1.3城市區(qū)域出租車需求預(yù)測問題定義本文使用深圳市出租車軌跡數(shù)據(jù)作為需求預(yù)測研究對象，首先需要將軌跡數(shù)據(jù)轉(zhuǎn)換為需求數(shù)據(jù)。出租車需求的落腳點在于區(qū)域，根據(jù)區(qū)域范圍可以確定需求值。現(xiàn)有需求預(yù)測的研究[18,21,22,47]中，都把城市區(qū)域劃分為網(wǎng)格形式，劃分的標(biāo)準(zhǔn)根據(jù)城市大小的不同而不同。本文研究深圳市出租車軌跡數(shù)據(jù)，因此需要根據(jù)深圳市區(qū)域進行網(wǎng)格劃分。深圳市東西范圍橫跨距離有92千米，南北范圍橫跨距離大概有46千米。本文將深圳市最大范圍分為28×60個網(wǎng)格區(qū)域，并去除不在市區(qū)范圍的網(wǎng)格，一共得到918個網(wǎng)格區(qū)域，每個網(wǎng)格的大小約為1.4×1.4千米。圖2-4深圳市地圖區(qū)域網(wǎng)格劃分城市區(qū)域的需求每天隨著時間動態(tài)變化，同一個區(qū)域不同時間需求值有所差異，這種變化顯現(xiàn)出一定規(guī)律。合理的時間間隔劃分能夠準(zhǔn)確地表示區(qū)域需求變化的這種規(guī)律。根據(jù)Zhang[48]等人對城市交通流的研究，把數(shù)據(jù)集時間間隔設(shè)為30分鐘能夠達到較好的效果。通過對深圳市出租車軌跡數(shù)據(jù)的統(tǒng)計，完整的載客軌跡所花費的時長平均在23分鐘左右，也就是說平均每23分鐘區(qū)域的需求就會發(fā)生變化，因此把時間間隔設(shè)為30分鐘比較合理。圖2-5是對深圳市某個商業(yè)區(qū)域一周的需求數(shù)據(jù)變化統(tǒng)計結(jié)果。通過圖示發(fā)現(xiàn)，將時間間隔設(shè)為30分鐘可以體現(xiàn)出相關(guān)的規(guī)律，比如周末凌晨的需求比工作日稍高，而7點到18點時間段的需求比工作日低，這與現(xiàn)實生活相符。因此，將時間間隔設(shè)為30分

【參考文獻】：
期刊論文
[1]基于深度CNN-LSTM-ResNet組合模型的出租車需求預(yù)測[J]. 段宗濤,張凱,楊云,倪園園,SAURAB Bajgain.  交通運輸系統(tǒng)工程與信息. 2018(04)
[2]基于增強學(xué)習(xí)的網(wǎng)格化出租車調(diào)度方法[J]. 何勝學(xué).  計算機應(yīng)用研究. 2019(03)
[3]基于人工魚群算法的出租車智能調(diào)度[J]. 謝榕,潘維,柴崎亮介.  系統(tǒng)工程理論與實踐. 2017(11)
[4]地理學(xué)第一定律與時空鄰近度的提出[J]. 李小文,曹春香,常超一.  自然雜志. 2007(02)

博士論文
[1]面向校園疏散的均衡模型與疏導(dǎo)優(yōu)化方法研究[D]. 段鵬飛.武漢理工大學(xué) 2013



本文編號：2937288