基于趋势预测的合乘收益研究

宋飞; 李蓉; 张思东; 张宏科

doi:10.3969/j.issn.0372-2112.2014.07.016

您当前的位置：

首页 >

文章列表页 >

基于趋势预测的合乘收益研究

学术论文 | 更新时间：2025-07-16

- 基于趋势预测的合乘收益研究
- The Research on Taxi Sharing Benefit Based on Tendency Estimation
- 电子学报 2014年42卷第7期页码：1353-1359
- 作者机构：
  
  北京交通大学电子信息工程学院下一代互联网互联设备国家工程实验室,北京,100044
- 作者简介：
- 基金信息：
  
  国家973重点基础研究发展计划 (No.2013CB329100）;国家科技重大专项 (No.2012ZX03005003-04）;高等学校博士学科点专项科研基金 (No.20120009120005）
- DOI：10.3969/j.issn.0372-2112.2014.07.016
  中图分类号： TP393
- 纸质出版：2014
- 稿件说明：
移动端阅览
宋飞, 李蓉, 张思东, 等. 基于趋势预测的合乘收益研究[J]. 电子学报, 2014,42(7):1353-1359.

SONG Fei, LI Rong, ZHANG Si-dong, et al. The Research on Taxi Sharing Benefit Based on Tendency Estimation[J]. Acta Electronica Sinica, 2014, 42(7): 1353-1359.
宋飞, 李蓉, 张思东, 等. 基于趋势预测的合乘收益研究[J]. 电子学报, 2014,42(7):1353-1359. DOI： 10.3969/j.issn.0372-2112.2014.07.016.

SONG Fei, LI Rong, ZHANG Si-dong, et al. The Research on Taxi Sharing Benefit Based on Tendency Estimation[J]. Acta Electronica Sinica, 2014, 42(7): 1353-1359. DOI： 10.3969/j.issn.0372-2112.2014.07.016.

摘要

首先提出一种基于车载自组网的城市出租车合乘的方案；其次针对北京市6499辆出租车的GPS信息进行了较为全面的数据分析，获取81785个乘客上车时间及位置，从整体和局部两个方面定量地讨论了出租车合乘带来的益处，运用灰色预测和曲线拟合两种不同的方法建立数学模型预测上车点个数的变化趋势；最终得出在北京市六环内乘客采用合乘方式后，可减少1/3以上的上车点以及约20～30%的行驶里程，对缓解交通压力及构建绿色城市具有十分重要的意义.

Abstract

An urban taxi sharing scheme based on VANET is proposed firstly.We elaborates the necessary processing of the data derived from 6499 GPS sets of Beijing taxis in operation and mainly analyzes the data from both macro and micro scopes.The location and timing of 81785 picking up points are obtained as well.The feasibility and benefits of the sharing scheme are discussed.Two different prediction methods

i.e.grey prediction and curve fitting

are employed to create mathematical models to predict the trend of picking up points.The conclusion is that by adopting the taxi sharing method

more than 1/3 of the picking up points and about 20～30% mileage will be reduced

which will certainly contribute towards relieving the traffic pressure and creating an environment-friendly city.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据