位置:成果数据库 > 期刊 > 期刊详情页
基于模糊聚类和识别的出租车合乘算法研究
  • ISSN号:1009-6744
  • 期刊名称:《交通运输系统工程与信息》
  • 时间:0
  • 分类:U469.12[机械工程—车辆工程;交通运输工程—载运工具运用工程;交通运输工程—道路与铁道工程]
  • 作者机构:[1]兰州交通大学交通运输学院,兰州730070, [2]兰州交通大学经济管理学院,兰州730070
  • 相关基金:国家自然科学基金(61364026,61164003); 兰州交通大学青年基金项目(2011044)
中文摘要:

针对目前部分大城市出租车合乘效果差,合乘效率低等现状,本文采用模糊聚类和模糊识别方法,研究出租车行驶路线模糊聚类,并利用行驶路线、行驶时间和合乘人数创建隶属函数,实现合乘乘客与出租车的合乘模糊识别.通过随机生成的多组出租车出行和合乘乘客样本数据,发现在假定的出租车合乘条件下,出租车样本数量决定了合乘的成功率,但同时也发现,在合乘人数固定的情况下,无限制的增加出租车样本数量会增加合乘乘客的搭载成功率,平均每辆合乘出租车的收入并不会随着样本数量的增大而增大,而是趋于稳定值.仿真结果说明,该算法适合于大样本的出租车合乘问题,是一种可以提高出租车合乘成功率的有效方法.

英文摘要:

In some big cities,the effect and efficiency are both poor to the taxi carpooling. The taxi route clustering and carpooling identification of passenger and taxi are studied by fuzzy clustering and fuzzy recognition theory. Through randomly generated many groups of taxi and passengers data, it is pointed that taxi carpooling in particular conditions, taxi numbers will decided the passenger's carpooling success rate,but it is found that unlimited increase taxi sample number will increase carpooling success rate to passengers in case of a fixed number of passengers, the taxi income will be stabilized, it will not increase with rising of taxi number. The results indicate that the algorithm is suitable for us take the carpooling problem of large numbers taxi and could be effective measurement for taxi carpooling.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《交通运输系统工程与信息》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国系统工程学会
  • 主编:毛保华
  • 地址:北京市海淀区西直门外上园村3号北京交通大学机械工程楼D403室
  • 邮编:100044
  • 邮箱:Bhmao2006@bjtu.edu.cn
  • 电话:010-51684836
  • 国际标准刊号:ISSN:1009-6744
  • 国内统一刊号:ISSN:11-4520/U
  • 邮发代号:82-652
  • 获奖情况:
  • 2004年被国家科技部评定为"中国科技核心期刊"
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:8131