基于加权时变泊松模型的出租车载客点推荐模型

针对出租车空载率高、司机寻客难的问题,提出泊松-卡尔曼组合预测模型（PKCPM）。首先,采用加权非齐次泊松模型,针对出租车历史数据进行建模,得到目标时刻的估计值;其次,基于当天的实时数据,将临近时刻乘客需求的平均值作为目标时刻预测值;最后,将预测值和估计值作为卡尔曼滤波模型的输入参数,实现对目标时刻出租车乘客需求的预测,同时引入误差反向传播机制,减小下一次预测误差。基于郑州市出租车轨迹数据集,对组合模型与非齐次泊松模型（NHPM）、加权非齐次泊松模型（WNHPM）、支持向量机（SVM）等三种模型进行对比,实验结果显示PKCPM的误差比WNHPM、SVM分别降低了8.85个百分点、14.9个百分点。该模型能对不同时段内、不同空间网格的乘客需求进行预测,为出租车寻找乘客提供可靠的依据。     

城市出租车打车软件使用率对空驶率影响研究

为了计算在使用打车软件背景下城市出租车的空驶率,将乘客划分为两类,即传统的扬招乘客与使用打车软件的乘客,根据乘客类型特征分别提出了等待时间计算方法,建立了基于乘客等待时间与出租车空驶时间守恒关系的出租车打车软件使用率与空驶率量化关系模型。在城市路网特征及出租车相关运营参数固定的情况下,模型能客观反映城市出租车打车软件使用率与个体空驶率的对应关系。通过算例分析表明该模型具有有效性和可行性,数据分析能较好地反映实际情况,有助于管理部门衡量城市出租车系统的运营效率,也可为打车软件等新型电召服务模式的引导方式提供决策依据。     

基于Markov的出租车载客点推荐

针对出租车寻客时间过长,寻客失败问题,提出一种基于Markov的载客点推荐模型。首先,采用Markov算法结合各参数构建评估函数;然后,通过对行车时间和距离参数的计算,为出租车提供具有时间和距离约束的载客点序列,从而确保出租车以最大概率找到乘客,缩短空载时间。实验结果表明,该模型在出租车寻客率上有了较高的提升。     

基于Android的出租车管理系统研究与设计

随着移动互联网和物联网技术的成熟,城市间信息无缝传输成为可能。信息化平台新型出租车管理系统"Speed Taxi"可随时随地展示即时信息,有利于出租车司机、乘客、出租车公司管理方的及时沟通,可以减少乘客平均等待时间,一定程度上减轻由于交通信息不能及时发布而导致的交通堵塞问题,方便了出租车公司的统一管理,也方便了城市交通的管理。     

基于增强学习的网格化出租车调度方法

高度信息化的网格化城市管理可以为出租车运营优化提供新的实时动态乘客需求信息和车辆位置信息。以此为契机,针对城市出租车空驶率高和司乘匹配率低的问题,提出了一种网格化的出租车实时动态调度的增强学习控制方法。通过为出租车提供空驶巡游的动态最佳路线,新的控制方法旨在提高出租车的服务效率,并降低乘客的等待时间。首先,以城市单元网格为基础,明确出租车调度的关键问题;其次,以空驶路线的动态调整为控制手段,建立调度的增强学习模型;最后,给出求解模型的Q学习算法,并通过算例验证新调度方法的有效性。研究表明新方法可以有效提高司乘匹配率、增加总的出租车运营收入、减少乘客平均等车时间和减少总的出租车空驶时间。     

URBAN-TAXI绿色自助呼叫系统

以GPRS／3G通信技术、嵌入式地图技术、GPS／基站组合定位技术、数据库技术、出租车匹配算法为核心,通过智能手机,将出租车、控制中心服务器和叫车乘客联系为一体。叫车乘客可通过系统实现一键叫车：出租车司机可在地图上查看叫车请求位置并应答叫车请求;同时控制中心提供管理查看界面,可对整个区域内车辆情况和叫车请求进行查看。使用本系统,可减少乘客叫车等待时间,降低出租车空驶率。     

基于载客数据的出租车热门区域功能发现

根据出租车行驶载客数据中提取的乘客出行模式和上下客热门区域,提出一种出租车热门区域功能发现方法。采用基于交通数据时空特性的出租车行驶数据聚类算法,实现热门区域划分。建立基于潜在Dirichlet分配的热门区域乘客出行特征发现模型,对具有相似乘客出行模式的出租车热门区域进行聚类。通过总结各热门区域的具体功能,发现在不同客流时间段内的区域功能与乘客出行模式间的关系。实验结果表明,该方法能够有效发现热门区域的功能特点。     

交通枢纽出租车车道边通行能力仿真研究

研究出租车道提高通行效率问题,由于车道边车流、客流以及乘客上车时间、上客点的随机性,交通枢纽出租车车道边布局与规划不合理,等待时间较长,影响服务质量。为解决上述问题,提出了采用统计分析方法分析客流、车流以及上车时间的分布规律,利用蒙特卡洛分析方法,设计仿真流程与模块,通过在MATLAB上编程进行仿真,结果车道边单车道布局下的通行表明,得到上客点从1到6增加时,车道边的通行能力增幅较大,超过6个上客点后,增幅较小,证明最佳上客点为6个,对应通行能力为246辆/小时。试验证明,结论与实际符合,可为交通枢纽车道边设计时提供依据。     

城市轨道交通车站序列瓶颈系统优化分析

针对城市轨道交通车站进站设施瓶颈疏解缺乏系统的定量分析、成本模糊的问题,提出车站瓶颈定量分析模型,并在此基础上提出一种新优化策略。首先,建立乘客进站流程图,基于串联和并联混合的排队网络构建系统优化模型;其次,在现有优化策略基础上提出一种新的控制优化策略——变更设施序列,即交换安检设备和自动检票闸机的物理顺序;最后选取上海莘庄地铁站并根据两种优化策略给出具体优化方案,进行仿真实验。3种优化方案均有效减少了乘客排队时间,但总成本差异很大。到达率一定时,与无优化方案相比,优化方案1增加1台安检设备,减少了92.5%的等待时间,总成本增加了3.2%;优化方案2交换安检设备和闸机顺序,减少了80.3%的等待时间,总成本下降了50.4%;而优化方案3即方案1和2的叠加,几乎完全消除了乘客排队等待时间,但总成本却增加29.6%。结果分析表明,该模型能够很好地模拟瓶颈疏解成本,新策略在降低总成本上明显优于传统策略。     

出租车载客点个性化推荐算法

不同的出租车司机在寻找乘客选取载客点时会有不同倾向,利用三种推荐算法对上海出租车司机载客点选取行为进行分析,根据司机对载客点的喜好程度进行个性化推荐.首先,利用基于用户和基于项目的协同过滤的算法来对出租车司机的载客点进行推荐,利用正确率指标来验证算法,实验证实了这两种算法的可行性;之后,考虑到出租车的载客行为受到时间的影响,在上述两种算法基础上增加了时间因子;最后,利用隐含因子模型（LFM）,将出租车与载客点的共现矩阵进行分解,根据分解所得矩阵进行兴趣度的分析.实验结果证明,三种方法可有效形成推荐,且LFM算法推荐准确率较高.     

一种面向BSP系统的多等待队列作业调度算法

在以往的BSP（Bulk Synchronous Parallel）系统中,作业调度都是采用基于单队列的优先级调度策略.它的优点是实现简单,但作业队列维护开销大,低优先级作业存在无限等待的问题.论文提出了面向BSP系统基于多等待队列的按优先级作业调度算法,以高响应比优先级队列为作业组织方式,并加入了作业优先级的动态调整策略,避免了低优先级作业因长期得不到执行而废弃的情况.目前,论文所提算法已成功运行于BC-BSP系统中.文中通过实验进一步证明,融合了作业优先级调整策略的基于多等待队列的作业调度算法较传统的单队列优先级调度算法在队列维护方面,能降低30％～50％的维护代价.另外,在兼顾作业的初始优先级的同时,能够减少低优先级作业的等待时间,避免低优先级作业的无限等待问题.     

Modeling Passengers Boarding in Aircraft Using Cellular Automata

Aircraft are profitable to their owners as long as they are in the air transporting passengers to their destinations; therefore it is vital to minimize as much as possible their preparation time on the ground. In this paper we simulate different boarding strategies with the help of a model based on cellular automata parallel computational tool, attempting to find the most efficient way to deliver each passenger to her/his assigned seat. Two seat arrangements are used, a small one based on Airbus A320/Boeing 737 and a larger one based on Airbus A380/Boeing 777-300. A wide variety of parameters, including time delay for luggage storing, the frequency by which the passengers enter the plane, different walking speeds of passengers depending on sex, age and height, and the possibility of walking past their seat, are simulated in order to achieve realistic results, as well as monitor their effects on boarding time. The simulation results indicate that the boarding time can be significantly reduced by the simple grouping and prioritizing of passengers. In accordance with previous papers and the examined strategies, the outside-in and reverse pyramid boarding methods outperform all the others for both the small and large airplane seat layout. In the latter, the examined strategies are introduced for first time in an analogous way to the initial small seat arrangement of Airbus A320/Boeing 737 aircraft family. Moreover, since in real world scenarios, the compliance of all the passengers to the suggested group division and boarding strategy cannot be guaranteed, further simulations were conducted. It is clear that as the number of passengers disregarding the priority of the boarding groups increases, the time needed for the boarding to complete tends towards that of the random boarding strategy, thus minimizing the possible advantages gained by the proposed boarding strategies.      

Dynamic Passenger Assignment for Major Railway Disruptions Considering Information Interventions

Passenger assignment models for major disruptions that require trains to be cancelled/short-turned in railway systems are rarely considered in literature, although these models could make a significant contribution to passenger-oriented disruption timetable design/rescheduling. This paper proposes a dynamic passenger assignment model, where the passengers who start travelling before, during and after the disruption are all considered. The model ensures that on-board passengers are given priority over waiting passengers, and waiting passengers are boarding under the first-come-first-serve rule. Moreover, the model allows information interventions by publishing information about service variations and train congestion at different locations with the aim of distributing passengers wisely to achieve less travel time increase due to the disruption. Discrete event simulation is adopted to implement the model, where loading/unloading procedures are realized and passengers re-plan their paths based on the information they receive. The model tracks individual travels, which helps to evaluate a disruption timetable in a passenger-oriented way.

     

连续时间两级完全轮询接入MAC协议分析

针对物联网中优先级业务和实时性的需求,提出一种连续时间两级完全轮询接入MAC协议.在连续时间的基础上,将用户划分为优先级用户和普通用户,采用完全服务规则对用户提供服务来降低平均等待时延.当优先级用户向普通用户切换时,将服务时间和切换时间并行处理来提高系统的服务效率.使用随机过程和概率母函数的方法建立数学模型,对该协议用...     

面向出租车需求预测的多因素时空图卷积网络

精确地预测出租车需求，有助于缩短司机和乘客的等待时间，缓解交通拥堵状况。然而，目前的研究工作大都忽略了出租车历史流入量以及不同区域间潜在的空间依赖关系对出租车需求的影响。鉴于此，综合考虑多个影响出租车需求的因素，建立多因素时空图卷积网络模型（MFSTGCN），期望精确地预测出租车需求。具体地，MFSTGCN模型设计4个组件，分别建模出租车需求对临近时刻需求序列、日需求序列、出租车历史流入量序列的时间依赖性以及不同区域间的潜在空间依赖性。组件通过时空卷积块捕捉不同因素下的潜在时空表达。为了证明MFSTGCN模型的有效性，与交通预测常用的五种基准模型进行比较，并利用RMSE、MAE和MAPE三个指标进行评估。实验结果表明，融合多因素的MFSTGCN模型能够更精确地预测出租车需求。     

CDMA移动通信系统软切换双队列模式的研究

CDMA移动通信系统软切换的双队列模式根据移动用户在切换区中运动方向变化情况，把软切换请求分为真正的切换请求和虚假的切换请求，井分别储存在主队列和从队列中，尽量减少有用虚假切换请求的丢失，有效地利用资源、合理地节省资源．缓解呼叫拥塞和切换拥塞，提高系统性能．通过计算机仿真并与基于方向的排队算法比较．结果表明：该模型硬件实现简单，软件实现方便；主队列具有很低的呼损率、较少的软切换等待时间和较短的排队长度，大大提高了CDMA移动通信系统的服务质量．     

基于动态模型的公交车行程时间预测

准确以及实时的公交车行程时间信息能够帮助出行者更好地规划行程,减少出行者的等待时间。提出了一种基于SVM-Kalman滤波的公交车行程时间动态预测模型。模型中,经过良好训练的SVM模型从历史数据进行预测得到行程时间基准;Kalman滤波动态算法在基于SVM模型预测值和最新公交出行信息的基础上对结果进行调整。以深圳市223路常规公交线路为实例,将动态模型的预测精度结果与单一SVM模型、ANN模型结果进行对比,结果表明,基于SVM-Kalman滤波的公交车行程时间动态预测模型的预测精度更高、动态性能更好。     

Dynamic allocation of check-in facilities and dynamic assignment of passengers at air terminals

This study explores the dynamic allocation of check-in facilities and dynamic assignment of passengers at air terminals to achieve the objectives of minimizing total waiting time and better utilization of facilities. Taking into consideration different check-in services required by departing passengers, adjustments to allocations are made according to the maximum allowable wait time and the lowest service counter utilization rate allowed for the initial allocation condition. The developed model was validated for its feasibility and applied at the Taoyuan International Airport, Taiwan. The application results showed that dynamic allocation of check-in facilities can both reduce waiting times and increase service counter utilization rates. Such benefits can be further enhanced by dynamic assignment of passengers.     

低碳经济下的港口泊位分配模型及其算法实现

航运公司正在进行前所未有的努力以减少船舶的燃油消耗量及碳排放量,而港口所制定的泊位分配计划对于船舶的油耗量和碳排放量有着直接的影响。由于船舶的到港时间是港方制定泊位分配计划的关键参数,因此将船舶到港时间作为决策变量引入传统的泊位分配（BAP）模型中,设计了港口与船方协调调度的新的泊位分配策略--VAT（Variable Arrival Time）策略,同时将船舶油耗和碳排放量融入BAP 模型的目标函数中,建立了船舶油耗量最小和船舶离港延迟时间最短的双目标优化模型。采用多目标遗传算法对该模型进行求解,并用仿真算例验证了该策略的有效性。计算结果表明,VAT策略可以大大削减航运公司的燃油消耗和船舶的碳排放,同时可以提高港口的服务水平,缩短船舶在港等待时间。