基于海量GPS數(shù)據(jù)的公共交通站點及路線優(yōu)化研究.pdf

1、隨著中國經(jīng)濟(jì)的持續(xù)增長，城市化進(jìn)程日益加快，城市規(guī)模急劇擴(kuò)張，機(jī)動車的需求也隨之增加。但由于城市空間受限、交通設(shè)施建設(shè)速度相對緩慢、城市交通出行需求旺盛等原因，城市交通問題日趨嚴(yán)重。交通擁堵、資源分配不均、能源浪費等一系列城市交通問題已經(jīng)成為制約環(huán)境治理、經(jīng)濟(jì)發(fā)展和社會生活效率提升的關(guān)鍵因素之一。通過對現(xiàn)有城市交通狀況的調(diào)查分析發(fā)現(xiàn)，城市公交與出租車作為城市居民的主要出行工具，在公共交通站點選址及路線規(guī)劃中還存在較大問題，如公交站點的設(shè)

2、置無法良好地滿足城市居民的實際出行需求、出租車空載率過高造成嚴(yán)重的城市交通資源浪費，同時導(dǎo)致交通擁堵等問題。在如今大數(shù)據(jù)時代的背景下，基于全球定位系統(tǒng)（GPS）的出租車數(shù)據(jù)為更好地實現(xiàn)城市公共交通站點選址和路徑推薦提供了可能，通過大數(shù)據(jù)分析能夠有效合理地解決現(xiàn)有交通問題。本研究通過對出租車GPS數(shù)據(jù)的分析，挖掘人們出行規(guī)律及司機(jī)載客特征，優(yōu)化聚類算法和前景理論，實現(xiàn)城市公交站點選址及出租路徑的推薦，從而有效地緩解現(xiàn)有的交通問題，提升城市

3、交通運行效率。
　　本研究主要內(nèi)容包括：⑴提出C-DBSCAN算法：在已有的DBSCAN聚類算法的基礎(chǔ)上，引入球面距離來提升交通出行距離計算的精確度，同時通過計算聚類中各點的經(jīng)緯度均值確定聚類中心點，以此改進(jìn)DBSCAN聚類算法；⑵實現(xiàn)基于聚類算法的公交站點選址：基于海量的出租車GPS數(shù)據(jù)，通過引入改進(jìn)的C-DBSCAN聚類算法，分析出租車上下車的停靠特征，以此分析人們的出行規(guī)律并獲取載客熱區(qū)，通過對載客熱區(qū)的分析實現(xiàn)公交站點選址

4、；⑶實現(xiàn)基于前景理論的出租路徑推薦：構(gòu)建前景理論路徑推薦模型，依據(jù)載客熱點構(gòu)建路網(wǎng)并篩選候選路徑，并向空車司機(jī)推薦最大前景值的路徑，由此實現(xiàn)滿足司機(jī)個性化載客效用的路徑推薦（載客效用用于衡量載客效率，以載客路程和尋載客總時間之比確定載客效用值）。在前景理論模型中，通過分析一定時間段內(nèi)空車司機(jī)的歷史載客數(shù)據(jù)獲取各個司機(jī)不同的預(yù)期載客效用，并將其作為參照點；通過分析對應(yīng)時間段內(nèi)各個候選路徑上的載客熱點、路口及路段的載客效用確定價值函數(shù)，并以