CN102637359B - 基于复杂路网的出租车合乘集群优化系统及其优化方法 - Google Patents

Abstract

本发明提供一种基于复杂路网的出租车合乘集群优化系统，包括中心处理器、服务终端和传输通道，中心处理器通过传输通道与服务终端连接，中心处理器包括静态路网数据库、动态合乘数据库和数据处理器，静态路网数据库用于存储复杂路网的结构信息及数字化信息，动态合乘数据库用于存储实时采集的出租车信息、乘客合乘信息等，数据处理器作为控制核心，用于对静态路网数据库及动态合乘数据库中的信息数据进行处理及优化计算，还生成匹配方案并发送给服务终端，服务终端作为信息接收和发布的终端，传输通道用于实现服务终端与中心处理器之间的信息传输；本发明还提供了优化方法；采用本发明，能实现合乘优化，有效提高出租车资源的使用效率。

Description

基于复杂路网的出租车合乘集群优化系统及其优化方法

技术领域

本发明涉及一种出租车合乘优化系统的优化方法，特别是涉及基于复杂路网的出租车合乘集群优化系统及其优化方法。

背景技术

复杂路网是指道路网结构稠密且乘客的出行量大的道路网络。多方合乘则是指路网中有多辆出租车可提供合乘和/或有多个乘客需要合乘出租车。一般而言，出租车的常规供应量是按照出租车的常规乘坐模式下的供给能力，即乘客独自搭乘一辆车的情况下的供给能力。在复杂路网中，乘客对出租车的需求量常常远大于出租车的常规供应量，造成大量乘客无法满足出行需求的情况；同时，由于常规的乘坐模式是乘客独自搭乘一辆车，载有乘客的出租车内即使存在空闲座位，却不能再搭乘其他乘客，造成出租车资源的极大浪费，加重了交通的负担，甚至会造成交通堵塞。

为了解决上述问题，目前有许多城市提供了出租车合乘服务，即：通过网络论坛寻求固定路线的长期拼车伙伴，或者采用在上车点遇到的乘客协商合乘的方法，如此，虽然能够解决一部分乘客的出行问题，然而，该形式下的合乘成功率较低，而且难以满足出租车乘客搭乘的多样化和随机性需求；在理论研究上来说，上述形式只是针对某个乘客的合乘需求来寻找与其匹配的合乘方案。上述方法往往是为了使某一乘客的合乘得到最优匹配而导致其他多名乘客无法得到理想的合乘方案，如此，难以满足在复杂路网中存在大量合乘乘客的需求，更无法实现合乘的集群优化，达不到整体的最优化，更不能有效缓解出租车量远少于乘客需求的现象，仍然不能及时满足大部分的乘客的乘车需求。

发明内容

本发明的目的是提供一种能满足复杂路网内大部分乘客合乘需求、提高出租车利用率的基于复杂路网的出租车合乘集群优化系统，以满足现有技术的不足之处。

为实现本发明目的，本发明的技术方案是：一种基于复杂路网的出租车合乘集群优化系统及其优化方法，所述基于复杂路网的出租车合乘集群优化系统包括：中心处理器、服务终端和传输通道，中心处理器通过传输通道与服务终端连接，中心处理器包括静态路网数据库、动态合乘数据库和数据处理器，静态路网数据库用于存储复杂路网的结构信息及数字化信息，动态合乘数据库用于存储实时采集的出租车信息、乘客合乘信息、复杂路网实时路况及合乘方案，数据处理器作为控制核心，分别与静态路网数据库及动态合乘数据库连接，用于对静态路网数据库及动态合乘数据库中的信息数据进行处理及优化计算，数据处理器还据此生成匹配方案并将指令发送给服务终端，服务终端作为信息接收和发布的终端，包括车载终端和出租车站台自助服务终端，车载终端用于实时定位出租车位置、计算每位乘客的费用并显示出租车的信息，出租车站台自助服务终端用于提交合乘请求、提供出租车运行状态及路网布局，传输通道采用GSM/GPRS通讯方式，用于实现服务终端与中心处理器的信息传输；

所述一种基于复杂路网的出租车合乘集群优化系统的优化方法是根据合乘信息来建立优化模型，然后通过优化算法生成多方合乘匹配整体优化方案的方法，具体方法为：服务终端通过传输通道向中心处理器发送请求合乘的信息及可供合乘的信息；中心处理器将请求合乘的信息和可供合乘的信息进行初步处理，进行汇总以建立集群优化匹配模型，然后运行算法得出结合出租车绕行比例、最短行程、最大匹配及合乘约束条件的集群优化方案并通过传输通道发送给服务终端；服务终端接收到集群优化方案后，将采纳或不采纳的信息通过传输通道反馈回中心处理器，中心处理器再将上述信息通过传输通道转发给服务终端，若不采纳集群优化方案时，服务终端还再次通过传输通道向中心处理器发送合乘请求。

其进一步技术方案是，所述可供合乘的信息包括：最大允许绕行系数k、提供合乘的出租车辆数M、第m辆车可接收合乘人数w_m、车辆m是否需要从当前的p位置到达目的地q位置P_mpq；

所述请求合乘的信息包括：请求合乘的乘客总数N、第n个合乘请求的上车人数v_n、乘客n是否需要从当前的r位置到达目的地s位置Q_nrs；

所述初步处理是如下操作：所述中心处理器接收P_mpq和Q_nrs，根据GIS地图的路段、地点坐标信息、路段长度信息，初步处理并计算出车辆m从当前的p位置到达目的地q的最短路程l_mpq，以及乘客n从当前的r位置到达目的地s的最短路程d_nrs；车辆m是否需要搭载合乘的乘客n用X_mn表示，当X_mn=1时，所述中心处理器需要计算出车辆m从当前的p位置到r位置搭载乘客n到达目的地q和s的最短路程l_mnprqs，车辆m从当前的p位置到r位置搭载乘客n按合乘路线到达目的地q的最短路程l_mnprq，车辆m到r位置搭载乘客n按合乘路线到达目的地s的最短路程d_mnrs。

其更进一步技术方案是，所述建立集群优化匹配模型及运行算法得出集群优化方案的具体步骤为：

①根据l_mpq、d_nrs、l_mnprq、d_mnrs和X_mn建立基于路网系统内所有提供合乘的出租车绕行比例及请求合乘的乘客绕行比例之和最小的目标函数Z₁：

$Z_1=\min \underset{m,n,p,q,r,s}{\mathrm{\Σ}}((\frac{l_{\mathrm{mnprq}}}{l_{\mathrm{mpq}}}{X}_{\mathrm{mn}}-1)+(\frac{d_{\mathrm{mnrs}}}{d_{\mathrm{nrs}}}{X}_{\mathrm{mn}}-1))$

②根据车辆m从当前的p位置到r位置搭载乘客n到达目的地q和s的最短路程l_mnprqs和X_mn建立基于路网系统内所有合乘车辆行驶路程最短的目标函数Z₂：

$Z_2=\min \underset{m,n,p,q,r,s}{\mathrm{\Σ}}{l}_{\mathrm{mnprqs}}{X}_{\mathrm{mn}}$

③为使需要合乘的乘客尽可能得到满足，根据X_mn建立基于路网系统内请求合乘的乘客得到合乘匹配方案最大化的目标函数Z₃：

$Z_3=\max \underset{m,n}{\mathrm{\Σ}}{X}_{\mathrm{mn}}$

④对每一辆提供合乘的出租车，搭载合乘的乘客后绕行比例要限定在规定的最大值k的范围内，根据l_mnprq、l_mpq、X_mn和k建立提供合乘的出租车搭载合乘乘客后的绕行约束条件：

$\frac{l_{\mathrm{mnprq}}}{l_{\mathrm{mpq}}}{X}_{\mathrm{mn}}\≤k$

⑤对请求合乘的乘客，搭上合乘车辆后绕行比例要限定在规定的最大值k的范围内，根据d_mnrs、d_nrs、X_mn和k建立请求合乘的乘客搭乘出租车后的绕行约束条件：

$\frac{d_{\mathrm{mnrs}}}{d_{\mathrm{nrs}}}{X}_{\mathrm{mn}}\≤k$

⑥每次请求合乘的乘客上车人数不能超过提供合乘车辆的可接纳人数，根据w_m，v_n和X_mn建立每车次合乘人数的约束条件：

V_nX_mn≤W_m

⑦出租车多方合乘集群寻优方法，根据已经建立的提供合乘的出租车绕行比例及请求合乘的乘客绕行比例之和最小的目标函数Z₁、路网系统内所有合乘车辆行驶路程最短的目标函数Z₂、路网系统内请求合乘的乘客得到合乘匹配方案最大化的目标函数Z₃、出租车搭载合乘乘客后的绕行约束条件、请求合乘的乘客搭乘出租车后的绕行约束条件、每车次合乘人数的约束条件，通过遗传算法求出包含路网内所有请求合乘的多方出租车和乘客的集群优化方案。

所述中心处理器每间隔t秒进行一次合乘匹配的集群优化运算并发布匹配的集群优化方案，其中，t是10～40之间的任意整数。

由上方案可见，本发明具有如下优点：

1.能满足复杂路网内大部分乘客合乘需求。

本发明通过服务终端收集合乘的需求信息，然后通过传输通道传送给中心处理器，由中心处理器将需求信息和供应信息进行汇总和处理以建立优化模型，并通过优化运算算法生成多方合乘的整体优化方案传送给服务终端，合乘方案运行实施时，匹配的出租车及乘客根据自己的实际情况和意愿反馈信息，双方均收到“同意合乘”的信息后表示合乘成功，否则，不实施该优化方案；因此，能够综合考虑复杂路网内多名乘客的合乘需求以及该路网区域内所有出租车的供应情况，以合乘绕行比例最小、合乘行驶路程最短及最大匹配为目标进行集群优化匹配计算，构建合乘优化系统，进行集群优化，得到整个路网系统出租车合乘匹配的整体优化方案，能够较好地满足复杂路网中绝大部分乘客的合乘需求。

2.提高出租车利用率。

本发明采用动态合乘数据库存储是实时采集的出租车信息、乘客合乘信息、路网实时路况及合乘方案，利用数据处理器对动态合成数据库和静态路网数据库的信息进行处理及优化计算以生成优化方案，然后发送到各个服务终端，因此，合理利用出租车资源来满足复杂路网中乘客的合乘需求，相对于常规采用的协商合乘方法，大大提高了复杂路网中出租车的利用率。

3.反应快速、缓解交通拥挤、环保。

由于本发明中采用数据库存储出租车的供应信息和需求信息，并通过中心处理器中的数据库处理器来进行处理和优化运算，对于服务终端提供的供/求信息，中心处理器能够迅速地做出回应，使用者在服务终端能够及时地得到中心处理器回应的合乘信息，既能有效提高交通资源的利用率、缓解交通拥堵的情况、便于使用，相对于现有多台出租车出行的方式，减少了出租车的尾气污染、利于环保。

附图说明

图1是本发明之基于复杂路网的出租车合乘集群优化系统的系统结构示意图；

图2是本发明之出租车站台自助服务终端的结构示意图；

图3是本发明之车载终端的结构示意图；

图4是本发明之基于复杂路网的出租车合乘集群优化系统的优化方法流程图；

图5是实施本发明之基于复杂路网的出租车合乘集群优化系统的优化方法得到的优化方案示意图。

具体实施例

基于复杂路网的出租车合乘集群优化系统实施例：

参见图1，基于复杂路网的出租车合乘集群优化系统包括：中心处理器、服务终端和传输通道，中心处理器通过传输通道与服务终端连接，其中：

中心处理器包括静态路网数据库、动态合乘数据库和数据处理器，静态路网数据库用于存储复杂路网的结构信息及数字化信息；动态合乘数据库用于存储实时采集的出租车信息、乘客合乘信息、复杂路网实时路况信息及合乘方案信息；数据处理器作为控制核心，分别与静态路网数据库及动态合乘数据库连接，用于对静态路网数据库及动态合乘数据库中的信息数据进行处理及优化计算，且据此生成匹配方案并将指令发送给服务终端，数据处理器的功能包括数据的处理、优化匹配计算、匹配方案生成、下达指令等。

服务终端作为信息接收和发布的终端，包括车载终端、出租车站台自助服务终端和移动通讯工具，如图2～图3所示。车载终端可通过GPS定位系统来实时定位出租车位置、通过专用合乘计价器来计算每位乘客的费用并通过LED显示屏来显示出租车的信息，出租车的信息包括：车上的人数、费用等，车载终端包括GPS接收机、车载LED显示屏、车载信息编辑器、车载快捷按钮、合乘计价器和车载控制器；车载快捷按钮包括：“合乘1人”、“合乘2人”、“合乘3人”、“同意”及“不同意”五个按钮；车载控制器与GPS接收机、车载LED显示屏、车载信息编辑器及合乘计价器连接，用于实现对上述各个组成部分的控制。站台自助服务终端设置在出租车站台的一侧，用于提供给乘客提交合乘请求、提供出租车运行分布状态及路网布局等信息，出租车站台自助服务终端包括站台LED显示屏、站台信息编辑器、站台快捷按钮、通话手柄及站台控制器，站台控制器与LED显示屏、站台信息编辑器及通话手柄连接，用于实现对上述各个组成部分的控制；为了实现站台自助服务终端的功能，出租车站台还需要进行编号以便于识别和管理，可以采用“道路名称+编号”的形式进行管理，如“五一路3号”合乘请求包括如下信息：按顺序自动生成的信息编号、合乘人数、出发地（默认为当前站台位置）、目的地，反馈信息包括：“同意”、“不同意”、“继续发送上次合乘请求”等。移动通讯工具可以采用移动电话或手提电脑。车载终端、出租车站台自助服务终端和移动通讯工具均通过传输通道实现上述三者之间以及与中心处理器之间的数据通讯，如：车载终端需要与出租车站台服务终端进行数据通讯时，由车载终端将数据信息发送给中心处理器，再由中心处理器将该数据信息发送到出租车站台服务终端。

传输通道也称为传输介质、信息传输介质，其采用GSM/GPRS通讯方式，用于实现服务终端与中心处理器之间的信息传输，包括文字信息和语音信息的传输。

其具体工作过程如下：

出租车司机及乘客分别向数据处理器发送请求合乘的信息，其中：出租车司机是通过车载终端向数据处理器发送可供合乘的信息，包括目的地、可接收的合乘人数，出租车的当前位置可由数据处理器通过GPS定位系统获得，请求合乘出租车的乘客可以通过移动通讯工具或者出租车站台自助终端向数据处理器发送请求合乘的信息，包括当前位置及目的地、合乘人数；上述信息存储在动态合乘数据库中，数据处理器收到请求合乘的信息后先进行初步处理，即：从静态路网数据库里加载相关的复杂路网结构信息和复杂路网数字化信息，将请求合乘的信息分别与GIS地图的路段、地点坐标信息相对应；数据处理器将上述信息进行初步处理后，进行优化匹配计算以形成匹配的合乘方案，然后把匹配的合乘方案返回动态合乘数据库，动态合乘数据库将匹配的合乘方案通过数据处理器中的GSM/GPRS通讯模块返回合乘的出租车和乘客请求合乘所对应使用的服务终端。当匹配的出租车与乘客都采纳收到该方案时，给数据处理器发送“同意”的信息，由数据处理器直接向对方转发，双方均收到对方的“同意”信息后，则由请求合乘的乘客在原地等候出租车前来搭载，合乘方案成功实施。若收到“同意”信息后仍有其它事项需协商，则请求合乘的乘客或出租车司机通过电话联系。当匹配的出租车或乘客不采纳收到的合乘方案时，向数据处理器发送“不同意”的信息，由数据处理器直接向对方转发，当收到对方的“不同意”信息或者自己不采纳收到的合乘方案时，可以放弃原来的合乘请求，也可以给数据处理器重复发送合乘请求，数据处理器每间隔30秒进行一次合乘匹配的集群优化运算并发布匹配的合乘方案。如此，本发明能够根据合乘请求者提供的信息，在满足绕行约束、合乘人数等约束条件下，生成使复杂路网系统中总的绕行最小、行程最短、匹配数最大化的整体最优化的匹配合乘方案，并将该合乘方案应用于实际路网的出租车调度运行；有效提高资源利用率、缓解交通拥挤、满足更多的乘客出行需求。

作为本发明基于复杂路网的出租车合乘集群优化系统实施例的一种变换，服务终端可以不包括移动通讯工具，即只包括车载终端和出租车站台自助服务终端，上述变换同样可以实现本发明的目的。

作为本发明基于复杂路网的出租车合乘集群优化系统实施例的另一种变换，数据处理器可以在每间隔10秒～40秒的时间范围，进行一次合乘匹配的集群优化运算并发布匹配的合乘方案。

基于复杂路网的出租车合乘集群优化系统的优化方法实施例：

基于复杂路网的出租车合乘集群优化系统的优化方法是根据合乘信息来建立优化模型，然后通过优化算法生成多方合乘匹配整体优化方案的方法，具体方法如下：服务终端通过传输通道向中心处理器发送请求合乘的信息及可供合乘的信息；中心处理器将请求合乘的信息和可供合乘的信息进行初步处理，进行汇总以建立集群优化匹配模型，然后运行算法得出结合出租车绕行比例、最短行程、最大匹配及合乘约束条件的集群优化方案并通过传输通道发送给服务终端；服务终端接收到集群优化方案后，将采纳或不采纳的信息通过传输通道反馈回中心处理器，中心处理器再将上述信息通过传输通道转发给服务终端，若不采纳集群优化方案时，服务终端还再次通过传输通道向中心处理器发送合乘请求。中心处理器每间隔30秒进行一次合乘匹配的集群优化运算并发布匹配的集群优化方案。

参见图4，本方法的具体工作过程如下:

首先，出租车司机及乘客向数据处理器发送请求合乘的信息，出租车司机通过车载终端向数据处理器发送可供合乘的信息，包括目的地、可接收的合乘人数，另外，出租车的当前位置可由数据处理器通过GPS定位系统获得,需要合乘出租车的乘客通过移动通讯工具或出租车站台自助终端向数据处理器发送需要合乘的信息，包括当前位置及目的地、合乘人数。

接下来，由数据处理器将收到的合乘请求信息分别与GIS地图的路段、地点坐标信息相对应,以进行初步处理。其中，可供合乘的信息包括：最大允许绕行系数k、提供合乘的出租车辆数M、第m辆车可接收合乘人数w_m、车辆m是否需要从当前的p位置到达目的地q位置P_mpq；请求合乘的信息包括：请求合乘的乘客总数N、第n个合乘请求的上车人数v_n、乘客n是否需要从当前的r位置到达目的地s位置Q_nrs。初步处理是如下操作：数据处理器接收P_mpq和Q_nrs，根据GIS地图的路段、地点坐标信息、路段长度信息，初步处理并计算出车辆m从当前的p位置到达目的地q的最短路程l_mpq，以及乘客n从当前的r位置到达目的地s的最短路程d_nrs；车辆m是否需要搭载合乘的乘客n用X_mn表示，X_mn=1时，出租车m搭载需要合乘的乘客n，X_mn=0时，出租车m不需要搭乘乘客；当X_mn=1时，数据处理器需要计算出车辆m从当前的p位置到r位置搭载乘客n到达目的地q和s的最短路程l_mnprqs，车辆m从当前的p位置到r位置搭载乘客n按合乘路线到达目的地q的最短路程l_mnprq，车辆m到r位置搭载乘客n按合乘路线到达目的地s的最短路程d_mnrs。

然后，数据处理器建立集群优化匹配模型及运行算法得出集群优化方案，具体步骤为：

①根据l_mpq、d_nrs、l_mnprq、d_mnrs和X_mn建立基于路网系统内所有提供合乘的出租车绕行比例及请求合乘的乘客绕行比例之和最小的目标函数Z₁：

$Z_1=\min \underset{m,n,p,q,r,s}{\mathrm{\Σ}}((\frac{l_{\mathrm{mnprq}}}{l_{\mathrm{mpq}}}{X}_{\mathrm{mn}}-1)+(\frac{d_{\mathrm{mnrs}}}{d_{\mathrm{nrs}}}{X}_{\mathrm{mn}}-1))$

②根据车辆m从当前的p位置到r位置搭载乘客n到达目的地q和s的最短路程l_mnprqs和X_mn建立基于路网系统内所有合乘车辆行驶路程最短的目标函数Z₂：

$Z_2=\min \underset{m,n,p,q,r,s}{\mathrm{\Σ}}{l}_{\mathrm{mnprqs}}{X}_{\mathrm{mn}}$

③为使需要合乘的乘客尽可能得到满足，根据X_mn建立基于路网系统内请求合乘的乘客得到合乘匹配方案最大化的目标函数Z₃：

$Z_3=\max \underset{m,n}{\mathrm{\Σ}}{X}_{\mathrm{mn}}$

④对每一辆提供合乘的出租车，搭载合乘的乘客后绕行比例要限定在规定的最大值k的范围内，根据l_mnprq、l_mpq、X_mn和k建立提供合乘的出租车搭载合乘乘客后的绕行约束条件：

$\frac{l_{\mathrm{mnprq}}}{l_{\mathrm{mpq}}}{X}_{\mathrm{mn}}\≤k$

⑤对请求合乘的乘客，搭上合乘车辆后绕行比例要限定在规定的最大值k的范围内，根据d_mnrs、d_nrs、X_mn和k建立请求合乘的乘客搭乘出租车后的绕行约束条件：

$\frac{d_{\mathrm{mnrs}}}{d_{\mathrm{nrs}}}{X}_{\mathrm{mn}}\≤k$

⑥每次请求合乘的乘客上车人数不能超过提供合乘车辆的可接纳人数，根据w_m，v_n和X_mn建立每车次合乘人数的约束条件：

V_nX_mn≤W_m

⑦出租车多方合乘集群寻优方法，根据已经建立的提供合乘的出租车绕行比例及请求合乘的乘客绕行比例之和最小的目标函数Z₁、复杂路网系统内所有合乘车辆行驶路程最短的目标函数Z₂、复杂路网系统内请求合乘的乘客得到合乘匹配方案最大化的目标函数Z₃、出租车搭载合乘乘客后的绕行约束条件、请求合乘的乘客搭乘出租车后的绕行约束条件、每车次合乘人数的约束条件，通过遗传算法求出包含复杂路网内所有请求合乘的多方出租车和乘客的集群优化匹配合乘方案。

最后，中心处理器将上述合乘方案发送给出租车司机和乘客，发送给出租车司机的是与其匹配合乘的乘客信息，包括：乘客当前位置、目的地、乘客人数、联系电话以及合乘后的行驶路线、绕行比例等信息；发送给乘客的是与其匹配的出租车信息，包括：出租车的当前位置、目的地、可搭乘人数、联系电话以及合乘后的行驶线路及绕行比例等信息；对于没有获得合乘匹配的出租车或乘客，返回“无匹配”的信息。当匹配的出租车与乘客都采纳收到的合乘方案时，给中心处理器发送“同意”的信息，由中心处理器直接给对方转发，双方均收到对方的“同意”信息后，则请求合乘的乘客在原地等候出租车前来搭载，合乘方案成功实施。若收到“同意”信息后仍有其它事项需协商，则可以通过电话联系。当匹配的出租车或乘客不采纳收到的合乘方案时，向中心处理器发送“不同意”的信息，由中心处理器直接向对方转发，当收到对方的“不同意”信息或者自己不采纳收到的合乘方案时，可以放弃原来的合乘请求，也可以给中心处理器重复发送合乘请求，服务器每间隔30秒进行一次合乘匹配的集群优化运算并发布匹配的合乘方案。

采用本例对A城市的复杂路网进行合乘优化的具体实现过程如下：

Step1:出租车及乘客向中心处理器发送寻求合乘的信息，中心处理器收到上述信息后分别与GIS地图的路段、地点坐标信息相对应以进行初步处理。对A城市的复杂路网区域构建出租车合乘系统，出租车提供合乘信息包括：合乘系统中最大允许绕行系数k=1.2，复杂路网中提供合乘的出租车辆数M=4，各辆车可接收合乘人数w₁=1，w₂=3，w₃=2，w₄=2，车辆1要从当前的1位置到达目的地1’位置，P_111’=1；车辆2要从当前的2位置到达目的地2’位置，P_222’=1；车辆3要从当前的3位置到达目的地3’位置，P_333’=1；车辆4要从当前的4位置到达目的地4’位置，P_444’=1。系统中乘客请求合乘的总数N=5，各合乘请求的上车人数是v₅=2，v₆=1，v₇=1，v₈=2，v₉=1，乘客5需要从当前的5位置到达目的地5’位置，Q_555’=1；乘客6需要从当前的6位置到达目的地6’位置，Q_666’=1；乘客7需要从当前的7位置到达目的地7’位置，Q_777’=1；乘客8需要从当前的8位置到达目的地8’位置，Q_888’=1；乘客9需要从当前的9位置到达目的地9’位置，Q_999’=1。出租车及乘客的位置关系图如图5所示。当系统收到P_mpq、Q_nrs的信息时，中心处理器根据GIS地图的路段、地点坐标信息及预留的路段长度等数据，需预处理计算出车辆m从当前的p位置到达目的地q的最短路程l_mpq，以及乘客n从当前的r位置到达目的地s的最短路程d_nrs。l_mpq及d_nrs在图5中用虚线表示。各起终点的对应的坐标位置及中心处理器预处理的数据如表1所示。

表1

系统变量X_mn=1表示车辆m搭载需要合乘的乘客n，否则X_mn=0。当变量X_mn=1时，中心处理器需要计算出车辆m从当前的p位置到r位置搭载乘客n到达目的地q和s的最短路程l_mnprqs，车辆m从当前的p位置到r位置搭载乘客n按合乘路线到达目的地q的最短路程l_mnprq，车辆m到r位置搭载乘客n按合乘路线到达目的地s的最短路程d_mnrs。

Step2：中心处理器将收到的合乘请求信息及初步处理得到的数据汇总，建立集群优化匹配模型，通过运行算法得到优化方案：

①根据l_mpq、d_nrs、l_mnprq、d_mnrs和X_mn建立基于复杂路网系统内所有提供合乘的出租车绕行比例及请求合乘的乘客绕行比例之和最小的目标函数Z₁：

$Z_1=\min \underset{m,n,p,q,r,s}{\mathrm{\Σ}}((\frac{l_{\mathrm{mnprq}}}{l_{\mathrm{mpq}}}{X}_{\mathrm{mn}}-1)+(\frac{d_{\mathrm{mnrs}}}{d_{\mathrm{nrs}}}{X}_{\mathrm{mn}}-1))$

②根据车辆m从当前的p位置到r位置搭载乘客n到达目的地q和s的最短路程l_mnprqs和X_mn建立基于复杂路网系统内所有合乘车辆行驶路程最短的目标函数Z₂：

$Z_2=\min \underset{m,n,p,q,r,s}{\mathrm{\Σ}}{l}_{\mathrm{mnprqs}}{X}_{\mathrm{mn}}$

③为使需要合乘的乘客尽可能得到满足，根据X_mn建立基于复杂路网系统内请求合乘的乘客得到合乘匹配方案最大化的目标函数Z₃：

$Z_3=\max \underset{m,n}{\mathrm{\Σ}}{X}_{\mathrm{mn}}$

④对每一辆提供合乘的出租车，搭载合乘的乘客后绕行比例要限定在规定的最大值k的范围内。根据l_mnprq、l_mpq、X_mn和k建立提供合乘的出租车搭载合乘乘客后的绕行约束条件：

$\frac{l_{\mathrm{mnprq}}}{l_{\mathrm{mpq}}}{X}_{\mathrm{mn}}\≤k$

⑤对请求合乘的乘客，搭上合乘车辆后绕行比例要限定在规定的最大值k的范围内。根据d_mnrs、d_nrs、X_mn和k建立请求合乘的乘客搭乘出租车后的绕行约束条件：

$\frac{d_{\mathrm{mnrs}}}{d_{\mathrm{nrs}}}{X}_{\mathrm{mn}}\≤k$

⑥每次请求合乘的乘客上车人数不能超过提供合乘车辆的可接纳人数，根据W_m，V_n和X_mn建立每车次合乘人数的约束条件：

V_nX_mn≤W_m

⑦出租车多方合乘集群寻优方法，根据已经建立的提供合乘的出租车绕行比例及请求合乘的乘客绕行比例之和最小的目标函数Z₁、复杂路网系统内所有合乘车辆行驶路程最短的目标函数Z₂、复杂路网系统内请求合乘的乘客得到合乘匹配方案最大化的目标函数Z₃、出租车搭载合乘乘客后的绕行约束条件、请求合乘的乘客搭乘出租车后的绕行约束条件、每车次合乘人数的约束条件，通过遗传算法求出包含复杂路网内所有请求合乘的多方出租车和乘客的集群优化方案如表2所示，优化方案示意图如图5所示，图中虚线表示合乘之前的出租车行驶路线，实线表示合乘后的出租车行驶路线。

表2

由表2可以得到合乘方案为车辆1搭载乘客7、车辆2搭载乘客8、车辆3搭载乘客9、车辆4搭载乘客5，乘客6没有获得合乘方案。整个复杂路网系统合乘方案的目标函数值为Z₁=1.8，Z₂=60.1，Z₃=4。

Step3：中心处理器把优化合乘方案发送出给租车司机及乘客。

Step4：当匹配的出租车与乘客都采纳收到的合乘方案时，向中心处理器发送“同意”的信息，由服务器直接给对方转发，双方均收到对方的“同意”信息后，则请求合乘的乘客在原地等候出租车前来搭载，合乘方案成功实施。若收到“同意”信息后仍有其它事项需协商，则通过电话联系。

5）当匹配的出租车或乘客不采纳收到的合乘方案时，给服务器发送“不同意”的信息，由服务器直接给对方转发，当收到对方的“不同意”信息或者自己不采纳收到的合乘方案时，可以放弃原来的合乘请求，也可以给服务器重复发送合乘请求，服务器每间隔30秒进行一次合乘匹配的集群优化运算并发布匹配的方案。

Claims (4)

1.一种基于复杂路网的出租车合乘集群优化系统的优化方法，所述基于复杂路网的出租车合乘集群优化系统包括：中心处理器、服务终端和传输通道，所述中心处理器通过所述传输通道与所述服务终端连接；所述中心处理器包括静态路网数据库、动态合乘数据库和数据处理器，所述静态路网数据库用于存储复杂路网的结构信息及数字化信息，所述动态合乘数据库用于存储实时采集的出租车信息、乘客合乘信息、复杂路网实时路况信息及合乘方案信息，所述数据处理器作为控制核心，分别与所述静态路网数据库及所述动态合乘数据库连接，用于对所述静态路网数据库及所述动态合乘数据库中的信息数据进行处理及优化计算，所述数据处理器还据此生成匹配方案并将指令发送给所述服务终端；所述服务终端作为信息接收和发布的终端，包括车载终端和出租车站台自助服务终端，所述车载终端用于实时定位出租车位置、计算每位乘客的费用并显示出租车的信息，所述出租车站台自助服务终端用于提交合乘请求、提供出租车运行分布状态及路网布局；所述传输通道采用GSM/GPRS通讯方式，用于实现所述服务终端与所述中心处理器之间的信息传输；

其特征在于：所述基于复杂路网的出租车合乘集群优化系统的优化方法是根据合乘信息来建立优化模型，然后通过优化算法生成多方合乘匹配整体优化方案的方法，具体方法如下：

服务终端通过传输通道向中心处理器发送请求合乘的信息及可供合乘的信息；

所述中心处理器将所述请求合乘的信息和所述可供合乘的信息进行初步处理，进行汇总以建立集群优化匹配模型，然后运行算法得出结合出租车绕行比例、最短行程、最大匹配及合乘约束条件的集群优化方案并通过所述传输通道发送给所述服务终端；

所述服务终端接收到所述集群优化方案后，将采纳或不采纳的信息通过所述传输通道反馈回所述中心处理器，所述中心处理器再将上述信息通过所述传输通道转发给所述服务终端，若不采纳所述集群优化方案时，所述服务终端还再次通过所述传输通道向所述中心处理器发送合乘请求。

2.如权利要求1所述的基于复杂路网的出租车合乘集群优化系统的优化方法，其特征在于：

所述可供合乘的信息包括：最大允许绕行系数k、提供合乘的出租车辆数M、第m辆车可接收合乘人数w_m、车辆m是否需要从当前的p位置到达目的地q位置P_mpq；

所述请求合乘的信息包括：请求合乘的乘客总数N、第n个合乘请求的上车人数v_n、乘客n是否需要从当前的r位置到达目的地s位置Q_nrs；

所述初步处理是如下操作：所述中心处理器接收P_mpq和Q_nrs，根据GIS地图的路段、地点坐标信息、路段长度信息，初步处理并计算出车辆m从当前的p位置到达目的地q的最短路程l_mpq，以及乘客n从当前的r位置到达目的地s的最短路程d_nrs；车辆m是否需要搭载合乘的乘客n用X_mn表示，当X_mn=1时，所述中心处理器需要计算出车辆m从当前的p位置到r位置搭载乘客n到达目的地q和s的最短路程l_mnprqs，车辆m从当前的p位置到r位置搭载乘客n按合乘路线到达目的地q的最短路程l_mnprq，车辆m到r位置搭载乘客n按合乘路线到达目的地s的最短路程d_mnrs。

3.如权利要求2所述的基于复杂路网的出租车合乘集群优化系统的优化方法，其特征在于：

所述建立集群优化匹配模型及运行算法得出集群优化方案的具体步骤为：

①根据l_mpq、d_nrs、l_mnprq、d_mnrs和X_mn建立基于路网系统内所有提供合乘的出租车绕行比例及请求合乘的乘客绕行比例之和最小的目标函数Z₁：

$Z_1=\min \underset{m,n,p,q,r,s}{\mathrm{\Σ}}((\frac{l_{\mathrm{mnprq}}}{l_{\mathrm{mpq}}}{X}_{\mathrm{mn}}-1)+(\frac{d_{\mathrm{mnrs}}}{d_{\mathrm{nrs}}}{X}_{\mathrm{mn}}-1))$

②根据车辆m从当前的p位置到r位置搭载乘客n到达目的地q和s的最短路程l_mnprqs和X_mn建立基于路网系统内所有合乘车辆行驶路程最短的目标函数Z₂：

$Z_2=\min \underset{m,n,p,q,r,s}{\mathrm{\Σ}}{l}_{\mathrm{mnprqs}}{X}_{\mathrm{mn}}$

③为使需要合乘的乘客尽可能得到满足，根据X_mn建立基于路网系统内请求合乘的乘客得到合乘匹配方案最大化的目标函数Z₃：

$Z_3=\max \underset{m,n}{\mathrm{\Σ}}{X}_{\mathrm{mn}}$

④对每一辆提供合乘的出租车，搭载合乘的乘客后绕行比例要限定在规定的最大值k的范围内，根据l_mnprq、l_mpq、X_mn和k建立提供合乘的出租车搭载合乘乘客后的绕行约束条件：

$\frac{l_{\mathrm{mnprq}}}{l_{\mathrm{mpq}}}{X}_{\mathrm{mn}}\≤k$

⑤对请求合乘的乘客，搭上合乘车辆后绕行比例要限定在规定的最大值k的范围内，根据d_mnrs、d_nrs、X_mn和k建立请求合乘的乘客搭乘出租车后的绕行约束条件：

$\frac{d_{\mathrm{mnrs}}}{d_{\mathrm{nrs}}}{X}_{\mathrm{mn}}\≤k$

⑥每次请求合乘的乘客上车人数不能超过提供合乘车辆的可接纳人数，根据w_m，v_n和X_mn建立每车次合乘人数的约束条件：

V_nX_mn≤W_m

⑦出租车多方合乘集群寻优方法，根据已经建立的提供合乘的出租车绕行比例及请求合乘的乘客绕行比例之和最小的目标函数Z₁、路网系统内所有合乘车辆行驶路程最短的目标函数Z₂、路网系统内请求合乘的乘客得到合乘匹配方案最大化的目标函数Z₃、出租车搭载合乘乘客后的绕行约束条件、请求合乘的乘客搭乘出租车后的绕行约束条件、每车次合乘人数的约束条件，通过遗传算法求出包含路网内所有请求合乘的多方出租车和乘客的集群优化方案。

4.如权利要求1或2所述的基于复杂路网的出租车合乘集群优化系统的优化方法，其特征在于：所述中心处理器每间隔t秒进行一次合乘匹配的集群优化运算并发布匹配的集群优化方案，其中，t是10～40之间的任意整数。

Images