论文部分内容阅读
出租车的载客轨迹直接体现了车辆的行驶状态和居民的出行规律。热点路径的挖掘不仅为出租车搭载乘客提供指导,有效提高出租车司机的收益,而且为搭载到乘客后的出租车的载客路径提供指导,从一定程度上能够缓解城市交通拥堵状况。热点路径的挖掘对交通管理与规划,居民行为模式发现及出租车载客推荐等具有重要价值。本文以兰州市3000辆出租车的GPS轨迹数据为研究对象,根据出租车载客轨迹提出了基于时空相似性聚类的热点路径挖掘算法,研究兰州市热点路径分布特征;结合载客点间的最短路径和城市交通拥堵指数,提出了出租车载客路径算法,为出租车司机推荐合理的载客路径。具体的研究内容包括:(1)提出了出租车核心载客轨迹提取算法和轨迹时空相似性度量算法。对GPS轨迹的原始数据进行预处理,从GPS轨迹数据中提取载客轨迹,结合原始路网拓扑结构,提出了基于降低复杂度的出租车核心载客轨迹提取算法。提出了既能反映乘客出行轨迹空间属性,又能反映其时间属性的轨迹时空相似性度量算法。(2)提出了基于时空相似性聚类的热点路径挖掘算法。根据提出的相似性度量算法计算核心载客轨迹的空间相似性、时间相似性及时空相似性,并结合谱聚类算法对载客轨迹进行聚类;根据聚类结果获得城市热点路径的空间分布情况,并分析了其在工作日和周末的差异。实验结果表明,本文提出的挖掘算法能有效、快速地发现城市热点路径的分布,可为城市交通管理、路网调整提供重要的决策支撑。(3)提出了基于最短路径和城市交通拥堵指数的出租车载客路径推荐算法。根据出租车GPS轨迹数据提取上车点,并结合K-Mediod聚类算法对上车点进行聚类,获得载客点;根据出租车载客点间的距离和拥堵指数,结合Dijkstra算法推荐最佳载客路径,并对其进行可视化分析。实验结果表明本文提出的挖掘算法能有效、合理地为出租车司机推荐载客路径。