城市出租车合乘系统智能优化及关键技术研究

Urban traffic congestion is a hot issue which forms the focus of urban traffic management and attracts the attention of researchers. Taxi, as an efficient compensation for urban public transportation, bears the advantages of being convenient, fast and comfortable. However, the unbalanced allocation of taxi has led to the problems that taxis run with no passengers on one hand, passengers feel difficult to take taxis on the other hand. Taxi pooling is a potiential solution to this problem for it's making full use of transportation resources and reducing the number of taxis with no passengers, meanwhile, urban taxi pooling and its intelligent optimization also become an important research branch. Based on the clustering technique, this paper analyses the game in the taxi system involving the management, operators and passengers, proposing the game model of non-cooperative passengers, leader-follower game model, designing the algorithm of intelligent optimization for real time taxi pooling, establishing the optimization models of rout selection, of the fee rate in taxi pooling, the multi-objective optimization model of the taxi pooling charge, and designing the intelligent algorithm for the models aforementioned. This research is not only of theoretical value, but will provide a basis for scientific decision in transportation management. It is a bold exploration in promoting taxi pooling among the various types of car owners.

城市交通拥堵是一个各级政府重点治理、学者们高度关注的热点问题。出租车交通作为城市公共交通的重要补充形式，具有方便、快捷、舒适、灵活等特点，但出租车在时空上分布的不均衡，导致空车、低实载率、打车难等问题突出。出租车合乘因其既充分利用道路资源又减少车辆空驶，成为缓解城市交通拥堵的一种有效方式，城市出租车合乘及其智能优化是一个十分重要的研究方向。本课题在深入分析出租车市场效率及其合乘组织模式的基础上，对出租车系统中管理者、运营者、出行者三类参与者进行博弈分析，提出出行者非合作博弈模型、领导者-追随者博弈模型，设计基于聚类的实时合乘配对智能优化算法，建立合乘路径选择优化模型、合乘费率优化模型及合乘计价多目标优化模型，并设计智能优化算法对模型求解，从不同视角、不同深度揭示合乘问题的本质。本研究不仅具有良好的理论价值，而且可为交通管理提供科学决策依据，为合乘方式在私人、社会车辆推广运用进行科学探索。

出租车合乘模式具有缓解城市交通拥堵、节约资源、减少污染的优势，许多国家已经实施了合乘制度，并取得了较好的效果，而我国各大城市也正在逐步推行出租车合乘制度以缓解各地的交通问题。. 本项目进行了大量城市出租车合乘匹配的基础理论研究，研究结论可为城市出租车合乘匹配提供理论支撑，从有限理性的新视角对出租车合乘行为展开研究，建立了合乘效果模型，提出了一种合乘效果分析方法；基于前景理论建立了乘客合乘行为决策模型，提出了一种乘客的合乘行为分析方法；将心理学理论引入行为建模，构建了司机收入公平模型，为合乘行为研究提供了新的思路；首次结合前景理论与演化博弈理论，提出了一种新的基于前景值的演化博弈方法，弥补了演化博弈模型中收益判断完全理性的缺陷；构建了乘客与司机的策略演化模型，分析了双方的稳定策略；并建立了合乘绕行条件下的乘客路径博弈模型及司机策略模型，专门对合乘绕行问题进行研究，为合乘问题做了完善性研究工作。该研究运用泊松分布原理研究了出租车合乘中出租车载客车辆的概率特征，并基于泊松分布模型和N重伯努利实验原理，构建了出租车合乘概率模型和合乘等待时间模型，深入研究和探讨了出租车数量、空载率、平均行驶速率、行驶目的地分布率等对合乘概率和合乘等待时间的影响，提出了基于数据场能和点间距的出租车合乘车辆聚类算法。研究结论可为城市出租车合乘匹配提供理论支撑，实验仿真运行结果表明，本研究提出的各类模型及算法在实践中具有可行性，这一贡献对后续研究消减各类合乘假设条件以及完善合乘技术方案提供了重要支撑，对交通合乘政策的制定有重要指导意义。