[發明專利]一種基于位置預測的潛在共乘群體識別方法

有效

• 申請號: 201710571050.9
• 申請日: 2017-07-13
• 公開（公告）號: CN107491483B
• 公開（公告）日: 2018-09-25
• 發明（設計）人: 段宗濤;李菲菲;唐蕾;陳柘;葛建東;江華
• 申請（專利權）人: 長安大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q10/04;G06Q50/26
• 代理公司: 西安恒泰知識產權代理事務所 61216
• 代理人: 李婷

本發明提出一種在車主的行駛路徑基礎上，選擇匹配的潛在共乘群體的方法，利用字典樹來處理基于矩陣處理的預測模型存在的空間復雜度高的問題，利用逃逸機制合理的處理了零頻率問題；本此基礎上合理的融入關聯規則，增強了位置間的聯系，縮小了候選位置集合的數量，提高了算法運行效率，更進一步提高了位置預測的精確度。提出的在車主最優行駛路線的基礎上進行乘客選擇，既重視了車主的意愿，又滿足了乘客的要求。

技術領域

本發明屬于車輛共乘領域，具體涉及一種基于位置預測的潛在共乘群體識別方法。

背景技術

共乘，即車輛合乘匹配。車輛共乘匹配問題，是指車主與搭乘順風車的乘客雙方達成一定的約定，車主愿意讓乘客搭乘自己駕駛的車輛行駛，并在雙方認為合適的地方讓乘客下車，共乘產生的費用由乘客(包括車主)分攤的出行方式。1982年，Daganzo第一次開始提出“共乘”的思想，解決在網絡中均衡交通流分配問題，雖然他的假設理論并沒有成功，但通過這一次嘗試，正式開啟了車輛共乘在科學發展中的序幕。

車輛共乘首先要做的的是匹配乘客，選擇合適的乘客，一般來說有一下幾種類型：

(1)完全匹配共乘：指車主和乘客的起點和終點都相同，這種匹配程度最高。

(2)基本匹配共乘：乘客與車主的起點相同，而乘客的終點包含在車主的行駛路徑中，或者乘客的終點與車主相同，而乘客的起點包含在車主的行駛路徑中，還有就是乘客的起點和終點都包含在車主的行駛路徑中。

(3)不完全匹配共乘：指乘客的起點或終點與車主不同，有一定的偏離。

存在的問題有：

一般的基于矩陣實現的馬爾可夫位置預測模型存在空間復雜度高和數據零頻率的問題；

傳統的位置預測模型都面臨著算法運行效率低、耗時長的問題；

車輛共乘問題的求解方法一般都是先選擇乘客，再選擇車主行駛路線，該方案往往因為過于重視乘客選擇，而使車主原來的行駛路線出現很大的偏離，忽略了車主的意愿。

發明內容

針對現有技術存在的不足，本發明提供了一種基于位置預測的潛在共乘群體識別方法。

具體通過如下技術方案予以實現：

一種基于位置預測的潛在共乘群體識別方法，本方法是對行駛路徑為Lo->Ld的車主識別潛在共乘群體，其中Lo為起點位置，Ld為終點位置；

包括如下步驟：

步驟一、將所有乘客的所有停留點，以及每個停留點對應的時間窗進行存儲；

步驟二、從步驟一的結果中篩選出時間窗為[t₁－Δt,t₁+Δt]，出現在起點區域D_o的乘客，得到初始共乘乘客集合R，R＝R₁，R₂，R₃，…，將R中每個初始共乘乘客時間窗為[t₁-Δt,t₄+Δt]的所有停留點進行存儲；其中，[t₁,t₂]為Lo對應的時間窗，[t₃,t₄]為Ld對應的時間窗，t₁和t₂均屬于0-24h，t₃和t₄均屬于0-24h，Δt大于零且小于t₁與t₂的時間差，車主的最大繞遠距離為ΔL，D_o為以Lo為圓心，ΔL為半徑的圓；

步驟三、對R中每個初始共乘乘客時間窗為[t₁-Δt,t₄+Δt]的所有停留點建立2階字典樹，并分別將R中每個初始共乘乘客的所有停留點按天進行存儲