基于出租车轨迹数据的载客热点与打车热点的研究与实现

发布时间：2023-08-18 17:53

　　目前,我国正在大力提倡发展公共交通,出租车因为其便利性成为居民日常出行的优先选择。然而,一方面客源时空分布不均衡导致了出租车空载率高,寻客难度大等问题,降低了出租车的运营效率,无形中增加了出租车司机的运行成本。另一方面,对于不熟悉城市交通情况的乘客又会存在打车难问题。目前尚缺乏面向出租车司机和乘客的良好的应用系统来解决这些问题,所以为了增加出租车司机的效益,提高其载客效率,减少乘客的等待时间,本文提出了一种出租车载客热点和乘客打车热点的研究方法,并在Android系统下实现应用。主要内容包括:(1)基于速度和时间的出租车轨迹停留点和载客点提取算法的研究。首先,对出租车GPS历史数据进行预处理。然后,根据速度和时间这两个因素进行停留点和载客点的提取。最后,对提取的停留点进行聚类优化得到核心停留点。本文算法在提取停留点时,对不同模式采用不同的聚类算法进行了停留点的优化,提高了停留点的质量的同时也提高了下一步聚类的时间效率。(2)基于划分时段的K-means聚类算法的研究。对微软亚洲研究院公开的移动对象轨迹数据集进行分析,得到了人们活动随时间变化的规律--不同时段不同地点对人们吸引程度的差异...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 引言
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 出租车轨迹挖掘研究现状
        1.2.2 空间聚类算法研究现状
    1.3 主要工作与论文结构
        1.3.1 本文主要工作
        1.3.2 本文的组织结构
第二章 相关理论与技术
    2.1 出租车轨迹数据介绍
        2.1.1 车载GPS定位技术
        2.1.2 出租车轨迹数据的基本特征
    2.2 聚类算法理论
        2.2.1 DBSCAN聚类算法
        2.2.2 K-means聚类算法
        2.2.3 算法分析
    2.3 开发分析
        2.3.1 基于位置的服务
        2.3.2 移动开发平台
    2.4 本章小结
第三章 轨迹数据处理
    3.1 轨迹数据数据源的介绍
    3.2 轨迹数据的预处理
        3.2.1 经纬度坐标处理
        3.2.2 漂移数据处理
        3.2.3 划分时段
    3.3 停留点与载客点的提取方法
        3.3.1 相关定义
        3.3.2 停留点的提取
        3.3.3 载客点的提取
    3.4 本章小结
第四章 热点的聚类分析与推荐
    4.1 热点的聚类分析
        4.1.1 聚类分析
        4.1.2 基于DBSCAN和 K-means的混合算法
    4.2 算法性能评价分析
    4.3 热点的推荐方法
    4.4 本章小结
第五章 热点推荐系统的设计与实现
    5.1 系统平台与架构
        5.1.1 Android系统架构
        5.1.2 系统架构
    5.2 数据库设计
        5.2.1 数据库的选择
        5.2.2 数据库的设计
    5.3 移动客户端核心功能模块的设计与实现
        5.3.1 注册登录功能模块设计与实现
        5.3.2 热点推荐功能模块的设计与实现
        5.3.3 用户反馈功能模块设计与实现
    5.4 应用测试分析
    5.5 本章小结
第六章 总结与展望
    6.1 论文总结
    6.2 展望
参考文献
致谢
附录 ：攻读硕士学位期间取得的成果



本文编号：3842666