考虑轨迹相似度的综合客运枢纽出租车合乘方法研究

交通运输系统工程与信息 ›› 2020, Vol. 20 ›› Issue (2): 188-195.

考虑轨迹相似度的综合客运枢纽出租车合乘方法研究

吴玥琳¹，袁振洲^*1，陈秋芳²，肖清榆¹，王文成¹，魏来¹

1. 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室，北京 100044； 2. 越南河内交通大学工程学院，河内 100803，越南

收稿日期:2019-12-09 修回日期:2020-01-11 出版日期:2020-04-25 发布日期:2020-04-30
作者简介:吴玥琳(1996-)，女，江西抚州人，博士生.
基金资助:
国家重点基础研究发展计划/National Basic Research Program of China (2012CB725403).

Taxi Pooling Method of Urban Integrated Passenger Transport Hub with Trajectory Similarity

WU Yue-lin¹, YUAN Zhen-zhou¹, CHEN Qiu-fang², XIAO Qing-yu¹, WANGWen-cheng¹, WEI Lai¹

1. Key Laboratory of Transport Industry of Big Data Application Technologies for Comprehensive Transport, Beijing Jiaotong University, Beijing 100044, China; 2. University of Transportation and Communication Viet Nam, Hanoi 100803, Vietnam

Received:2019-12-09 Revised:2020-01-11 Online:2020-04-25 Published:2020-04-30

摘要/Abstract

摘要：

针对综合客运枢纽出租车停靠点乘客滞留问题，提出一种考虑轨迹相似度的枢纽出租车合乘模型. 以车辆数最小与总里程最短为目标，基于包围面积的轨迹相似度指标在形态上约束合乘后车辆的行驶轨迹. 设计两阶段算法求解此NP-hard 问题，第1 阶段利用kmedoids 方法对乘客需求聚类，第2 阶段设计蚁群算法求解得到乘客匹配方案及合乘行驶路径. 实测数据实验证明：该方法能较好优化车辆数和总里程，减少乘客等待时间；轨迹相似性度量约束能有效提高合乘后路径的JAC值，满足乘客希望合乘路径与原始路径差异最小化的心理.

关键词: 交通工程, 枢纽出租车合乘, 轨迹相似性度量, 双目标优化, 蚁群算法, 聚类

Abstract:

For the problem of passenger queue stranded in integrated passenger transport hubs, a taxi pooling model considering trajectory similarity is proposed in this paper. The objectives are to minimize the number of taxis and the total mileage. A trajectory similarity indicator based on boundary area is introduced to morphologically restrict the driving trajectory after taxi pooling. A two-phase algorithm is designed to solve this NP-hard problem. In the first phase, the k-medoids is used to clustering the demands; and in the second phase, the ant colony algorithm is designed to obtain the passenger matching schemes and driving routes. Finally, the results based on survey data prove that the method can decrease the number of taxis and mileage and reduce the waiting time of passengers. Besides, the JAC value of route after taxi pooling is improved because of the trajectory similarity constraint, which satisfies the passengers' expectations of the least difference between the taxi pooling route and the original route.

Key words: traffic engineering, hub taxi pooling, trajectory similarity measuring, bi-objective optimization, ant colony algorithm, clustering

中图分类号:

U469.12

吴玥琳，袁振洲，陈秋芳，肖清榆，王文成，魏来. 考虑轨迹相似度的综合客运枢纽出租车合乘方法研究[J]. 交通运输系统工程与信息, 2020, 20(2): 188-195.

WU Yue-lin, YUAN Zhen-zhou, CHEN Qiu-fang, XIAO Qing-yu,WANGWen-cheng,WEI Lai. Taxi Pooling Method of Urban Integrated Passenger Transport Hub with Trajectory Similarity[J]. Journal of Transportation Systems Engineering and Information Technology, 2020, 20(2): 188-195.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract20029.shtml

http://www.tseit.org.cn/CN/Y2020/V20/I2/188

参考文献

[1] MARTINEZ L M, CORREIA G H A, VIEGAS J M. An agent-based simulation model to assess the impacts of introducing a shared-taxi system: An application to Lisbon[J]. Journal of Advanced Transportation, 2015, 49 (3): 475-495.

[2] 程杰, 唐智慧, 刘杰, 等. 基于遗传算法的动态出租车合乘模型研究[J]. 武汉理工大学学报(交通科学与工程版), 2013, 37(1): 187-191. [CHENG J, TANG Z H, LIU J, et al. Research on dynamic taxipooling model based on genetic algorithm[J]. Journal of Wuhan University of Technology (Transportation Science & Engineering), 2013, 37(1): 187-191.]

[3] 丁冉. 出租车动态合乘匹配问题研究[D]. 南京: 东南大学, 2015. [DING R. Research on the dynamic taxipool matching problem[D]. Nanjing: Southeast University, 2015.]

[4] COSLOVICH L, PESENTI R, UKOVICH W. A twophase insertion technique of unexpected customers for a dynamic dial- a- ride problem[J]. European Journal of Operational Research, 2005, 175(3): 1605-1615.

[5] 肖强, 何瑞春, 张薇, 等. 基于模糊聚类和识别的出租车合乘算法研究[J]. 交通运输系统工程与信息, 2014, 14(5): 119-125. [XIAO Q, HE R C, ZHANG W, et al. Algorithm research of taxi carpooling based on fuzzy clustering and fuzzy recognition[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(5): 119-125.]

[6] 邵增珍, 王洪国, 刘弘, 等. 车辆合乘匹配问题中服务需求分派算法研究[J]. 清华大学学报(自然科学版), 2013, 53(2): 252-258, 264. [SHAO Z Z, WANG H G, LIU H, et al. Research on service requirement distribution algorithms in carpooling problems[J]. Journal of Tsinghua University (Science and Technology), 2013, 53(2): 252-258, 264.]

[7] 王海起, 翟文龙, 闫滨, 等. 以运动方向为主导的轨迹相似性度量方法[J]. 计算机工程, 2019, 45(11): 37- 46. [WANG H Q, ZHAI W L, YAN B, et al. Trajectory similarity measure based on motion direction[J]. Computer Engineering, 2019, 45(11): 37-46.]

[8] 辛柯俊, 秦中元. 基于聚类算法和蚁群算法的物流配送路径优化研究[J]. 物流工程与管理, 2014, 36(6): 86- 90. [XIN K J, QIN Z Y. Study on logistics distribution route optimization based on clustering algorithm and ant colony algorithm[J]. Logistics Engineering and Management, 2014, 36(6): 86-90.]

[9] BEZDEK J C, PAL N R. Some new indexes of cluster validity[J]. IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics, 1998, 28(3): 301-315.

[10] VISVALINGAM M, WHYATT J D. Line generalization by repeated elimination of points[J]. Cartographic Journal, 1993, 30(1): 46-51.

[11] 易先锋. 基于车辆轨迹的个性化路径导航与行程时间预测[D]. 广州: 华南理工大学, 2018. [YI X F. Personalized route navigation and travel time prediction based on vehicle trajectories[D]. Guangzhou: South China University of Technology, 2018.]

[1]	林建新, 刘博, 赵霞, 张蕾. 基于混合约束自编码器的机动车工况智能构建方法[J]. 交通运输系统工程与信息, 2022, 22(2): 109-116.
[2]	戢晓峰, 耿昭师. 山区双车道公路货车碰撞预测的双变量冲突极值模型[J]. 交通运输系统工程与信息, 2022, 22(2): 230-238.
[3]	张建波, 孙建平, 徐春玲, 郭镜霞, 温慧敏, 宋国华. 考虑交通运行条件影响的驾驶员特征聚类[J]. 交通运输系统工程与信息, 2022, 22(2): 330-336.
[4]	马景峰, 任刚, 李豪杰, 曹奇, 杜建玮. 电动自行车与机动车事故严重性影响因素分析[J]. 交通运输系统工程与信息, 2022, 22(2): 337-348.
[5]	宗芳, 王猛, 贺正冰. 考虑多车影响的分子动力学智能网联跟驰模型[J]. 交通运输系统工程与信息, 2022, 22(1): 37-48.
[6]	马小龙, 余强, 刘建蓓. 基于路侧毫米波雷达的车辆碰撞概率计算方法[J]. 交通运输系统工程与信息, 2022, 22(1): 57-66.
[7]	廖鹏, 唐铁桥. 基于车辆动力传动和转向系统的换道轨迹优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 98-105.
[8]	刘永红, 罗霞, 胡剑鹏. 考虑临时和预约需求的共享泊位动态分配方法[J]. 交通运输系统工程与信息, 2022, 22(1): 171-181.
[9]	袁振洲, 郭曼泽, 彭泳鑫, 杨洋. 基于梯度关联规则的老年行人交通事故风险识别[J]. 交通运输系统工程与信息, 2022, 22(1): 195-208.
[10]	张玉婷, 陈波佑, 张双焱, 闫学东, 李晓梦. 抵近信控交叉口分心驾驶识别模型[J]. 交通运输系统工程与信息, 2022, 22(1): 217-224.
[11]	宋浪, 王健, 杨滨毓, 安实. 连续流交叉口左转非机动车交通组织创新设计[J]. 交通运输系统工程与信息, 2022, 22(1): 225-233.
[12]	白婧荣, 唐伯明, 孙宗元, 毕辉云, 向恬君. 毗邻互通立交特长隧道驾驶负荷研究[J]. 交通运输系统工程与信息, 2022, 22(1): 301-310.
[13]	郭彦茹, 罗志雄, 王家川, 何方. 数据驱动的共享单车停放区规划方法研究[J]. 交通运输系统工程与信息, 2021, 21(6): 9-16.
[14]	游峰, 梁健中, 曹水金, 肖智豪, 吴镇江, 王海玮. 面向多目标跟踪的密集行人群轨迹提取和运动语义感知[J]. 交通运输系统工程与信息, 2021, 21(6): 42-54.
[15]	李君羡, 沈宙彪, 童文聪, 吴志周. 基于分类车头时距的城市道路大型车影响分析[J]. 交通运输系统工程与信息, 2021, 21(6): 55-62.