登录TOPS×

*


*

验证码加载中……

请先拖动验证码到相应位置


2017年11月23日 • 星期四 • 第47周  
——  孙  剑  教  授  课  题  组  ——

第34期组会:李铁男《出租车数据挖掘与优化研究》

撰稿 陈晓芸   2017年7月12日 19:35:29  阅读(299)

2017年7月3日17:30-19:30,TOPS课题组在通达馆436举行了第34期组会。本期组会由17届硕士毕业生李铁男为大家讲述出租车数据挖掘与优化研究。参会人员包括孙剑教授及课题组全体同学。

暑热七月,魔都开启了暴晒模式,已经顺利毕业的师兄师姐们也一一离校,步入新的工作学习生活,在此,预祝各位师兄师姐今后工作顺利、生活美满。与此同时,课题组新一届的新鲜血液们也陆续到来,为炎热环境下的课题组带来的夏日新风,本次组会开始之前,孙剑教授的2017级硕士研究生,毕业于华中科技大学的刘晗同学首先向大家进行自我介绍,并表达了对今后研究生生活的憧憬与向往。

时间流转、新老更替,在一届又一届TOPS课题组成员的努力下,课题组的学术氛围日益浓厚,全体成员目标明确、驭势前行。由于组内的学术先锋李铁男同学即将远赴美国攻读博士学位,为传承其学术精神,特请其为课题组全体成员介绍目前组内在出租车数据挖掘与研究方面的研究现状,共同讨论下一步研究方向。

目前,出租车运营管理问题日益突出,随着数据时代到来,在这一领域的研究也面临和更大的机遇与挑战。在政策环境方面,交通管理部门关注学术研究,并为我们提供了大量的政策与数据支持。课题组内现有数据资源包括:2011年全年与2016年上海市8000余辆出租车的全天候运行轨迹数据、上海市外环以内地区的GIS地图、土地利用数据、公交运行数据、各级道路的路网流量数据、以及气象数据。

李铁男同学首先对出租车研究进行浅述。分为两个方向:

1. 基于出租车轨迹的数据挖掘和城市优化

李铁男同学指出仅仅针对出租车市场的指标分析相当传统,纯粹的统计指标分析没有太大的学术意义,关键在于发现合适的主题,从样本中发掘实际意义。与多源数据的融合,对城市交通的各方面运行进行帮助(不局限于出租车市场)是比较可行的潜在研究目标。

2. 出租车寻客推荐/调度优化算法

李铁男同学强调在无实时需求的场景下,无论是推荐巡航目标区域,还是推荐巡航路径,所谓的打分、乘客匹配都显得缺乏鲁棒性,一旦供需关系发生波动,其表现存疑。考虑需求已知的场景下,出租车优化调度算法有更多的可能性,可以进行更多的畅想。

接下来,对组内相关方向已进行的研究及待行议题进行讨论。包括:

1. 出租车市场分析及分层优化调度算法

这一课题为李铁男同学的硕士毕业论文题目,之前在组会和答辩现场进行过详细介绍,在此不再赘述。

2. 出租车夜间停靠点规划

(1) 出租车停靠点式候客盛行于欧洲国家,对其城市交通秩序起到了良好作用。国内部分城市也曾尝试进行停靠点规划,但多基于粗放的经验方法。由于缺乏数据量化分析的支持,乏见成功的案例。

(2) 在非高峰低需求时段,出租车空载率大大提高。这些道路中进行空车巡航的车辆消耗大量的资源。合理的停靠点设置能够帮助提高系统运行效率。

3. 出租车市场总量控制及收费管理研究

(1) 现行的经验式总量控制方法:大城市每万人不宜少于20辆,中小城市每万人不宜少于15辆。总量控制的目的是为了保证出租车在整个城市中除了步行以外的出行方式中占比为5%-8%,使得城市交通结构更加合理,缓解交通拥挤。

(2) 缺乏基于数据和理论的管理支持:目前的条件下,对运行出租车的数量不进行实时管理或基于经验管理。亟待基于数据的总量控制方法。也包括对不同运行水平的出租车的收费管理。

汇报结束后,课题组同学们与李铁男同学就汇报内容进行了热烈的讨论。

最后孙剑教授总结道:利用出租车数据,结合规划设计和运行管理的需求,融合出租车数据与其他数据(土地利用、公交等),能够对出租车市场本身的运行特征做长时间的动态观测和深度分析,并提供量化支持。考虑需求已知环境下的出租车调度优化算法可能性更多,但实践性不足。如何能够定量地评估出租车相关交通政策,也是一个潜在的研究方向,且受到各方的热切关注。

最近更新:2017年7月19日 12:59:41

电话:021-69583650  管理员邮箱:2015qgy@tongji.edu.cn  
地址:上海市曹安公路4800号同济大学交通运输工程学院A440  邮编:201804

Creative Commons License TOPS课题组 访问量:24214