CN105528890A - 一种适用于大型交通枢纽处的出租车拼车方法 - Google Patents

Abstract

本发明公开了一种适用于大型交通枢纽处的出租车拼车方法，适用于排队等候拼车的乘客人数较多的大型交通枢纽场站。该方法根据拼车乘客出行目的地信息，在乘客到达率较高情况下采取满足系统最优的约束条件的匹配模型，在乘客到达率较低情况下采取实时配对模型，在保证每个乘客利益的前提下，实现帕累托优化分配，找到让整个拼车人群出行成本最低的费用计算方法。本发明能够保障高效率拼车并节省乘客的打车费用。

Description

一种适用于大型交通枢纽处的出租车拼车方法

技术领域

本发明属于城市交通管理与控制领域，涉及种适用于大型交通枢纽处的出租车拼车方法。

背景技术

城市交通拥挤是城市可持续发展进程中面临的一个主要问题，推行公共交通有利于缓解交通拥堵。目前已有一些交通需求管理策略，来限制私家车倡导公共交通。然而，在一些公共交通设施不便的居民区以及工作区，出租车是一种有效补充。但是在获得舒适服务的同时需要承担较大出行成本，进行出租车拼车会是一个很好的选择。

在大型交通枢纽处(如机场，火车站等)，乘客们因为行程时间长、行李多等因素，更喜欢舒适度更高、且能直接送到门的出租车服务。可是，一些城市由于出租车数量供不应求，会有打车费用较高，乘客等待时间较长的现象。因此，在大型交通运输枢纽站会有很多出租车拼车需求。但是，现行的出租车行业并没有以专门提供拼车服务为主要功能的组织。

因此，亟须一种完善的出租车拼车机制出现，需要明确组织形式、价格制定策略。

发明内容

技术问题：本发明提供一种简明易操作，实用性强、总体效益最大化的适用于大型交通枢纽处的出租车拼车方法，该方法使用于拥挤时的静态匹配、非拥挤时时进行动态信息匹配，基于帕累托优化分配方法进行拼车乘客公平收费。

技术方案：本发明的适用于大型交通枢纽处的出租车拼车方法，包括以下步骤：

步骤一：采集到达交通枢纽处有意愿出租车合乘的拼车乘客基本信息，所述基本信息包括乘客身份编号、联系方式、所需到达的目的地；

步骤二：根据枢纽处排队拥挤情况选择限定条件，组合搭配合乘一辆出租车的两个乘客，具体为：

首先按照如下方式进行匹配：

在枢纽处为拥挤情况时，实施静态匹配，即根据以下约束条件求解得到限定条件 $max\underset{i=1}{\overset{n-1}{\Σ}}\underset{j\∈S_i}{\Σ}{\mathrm{\Δ}}_{ij}{z}_{ij}:$

$\underset{j\∈S_k}{\Σ}{z}_{kj}+\underset{i=1,k\∈S_i}{\overset{k-1}{\Σ}}{z}_{ik}\≤1,k\∈\{1,2Ln\}$

z_ij∈{0,1},i∈{1,2Ln-1},j∈S_i

在枢纽处为非拥挤情况时，实施动态匹配，即根据以下约束条件求解得到限定条件 $\arg \underset{i\∈R}{max}{\mathrm{\χ}}_{ij}{\mathrm{\Δ}}_{ij}:$

$\underset{j\∈S_k}{\Σ}{\mathrm{\χ}}_{kj}+\underset{i=1,k\∈S_i}{\overset{k-1}{\Σ}}{\mathrm{\χ}}_{ik}\≤1,k\∈\{1,2Ln\}$

χ_ij∈{0,1},i∈{1,2Ln-1},j∈S_i；

然后以所述限定条件为约束，根据下式求得目的地将乘客组合划分方案：

S_i:＝{j＝i+1,i+2Ln|△_ij≤f_i′+f′_j,t_i+t_ij-t_j≤t′_j},i＝1,2Ln-1(7)

其中，S_i为乘客i的潜在适合拼车乘客的集合，i、j和k为乘客编码，n为乘客数量，△_ij为乘客i和乘客j拼车后的总体收益值，f_i'为乘客i合乘出租车到达目的地相比于自己打车能节省的费用，f_j'为乘客j合乘出租车方式打车到达目的地能节省的费用，t_i为乘客i不拼车需要打的到目的地时间，t_j为乘客j不拼车需要打的到目的地时间，t_j'为乘客j拼车到目的地增加的时间，t_ij为拼车后，先到乘客i的目的地后到乘客j的目的地情况下的总体出行时间，△_ij为乘客i和乘客j拼车后的总体收益值，z_ij为二元变量，如果乘客i和j合乘出租车，则为1，否则为0，z_kj为二元变量，如果k和j合乘出租车，则为1，否则为0，z_ik为二元变量，如果i和k合乘出租车，则为1，否则为0，χ_kj为二元变量，如果k和j合乘出租车，则为1，否则为0，χ_ik为二元变量，如果i和k合乘出租车，则为1，否则为0，χ_ij为二元变量，如果乘客j在乘客i潜在适合拼车乘客集合中则为1，否则为0；n为等候拼车的乘客人数；

步骤三：拼车费用公平分配；

根据以下方式进行双人拼车的费用公平分配：

$(x_i,x_j)=\left\{\begin{array}{ccc}(\frac{f_i{F}_{ij}}{f_i+f_j},\frac{f_j{F}_{ij}}{f_i+f_j}),& if& \frac{f_i{F}_{ij}}{f_i+f_j}\≤f_i-f_i^{\′},\frac{f_j{F}_{ij}}{f_i+f_j}\≤f_j-f^{\′}\\ (f_i-f_i^{\′},F_{ij}-f_i+f_i^{\′}),& if& \frac{f_i{F}_{ij}}{f_i+f_j}>f_i-f^{\′}\\ (F_{ij}-f_j+f_j^{\′},f_j-f_j^{\′}),& if& \frac{f_j{F}_{ij}}{f_i+f_j}>f_j-f^{\′}\end{array}\right.$

其中，x_i为乘客i拼车后需支付的费用，x_j乘客j拼车后需支付的费用，f_i为乘客i自己打车到达目的地的费用，f_j为乘客j自己打车到达目地的费用，F_ij为拼车情况下先到达乘客i的目的地、后到乘客j的目的地时，乘客i和乘客j所需支付费用的总和；

步骤四：乘客根据分配的出租车编号，以及需要承担的拼车费用乘车、付费，完成合乘。

进一步的，本发明方法中，步骤二中，如枢纽处有新到乘客排队3分钟仍上不了出租车，则为拥挤情况，否则为非拥挤情况。

有益效果：本发明与现有技术相比，具有以下优点：

(1)传统的拼车收费多采用口头议价或基于距离的百分比估算，没有形成一套完善的体系。本发明对拼车乘客配对并收费进行了优化，提出基于距离收费的帕累托优化分配方法，简明易操作，实用性强。

(2)现有的出租车拼车主要是司机询问多个乘客目的地后邀请乘客合乘，没有考虑到候车拥挤情况状况。本发明采用静态、动态两种方法进行拼车匹配，静态匹配能够令所有请求拼车的乘客得到最大化的总体效益，动态匹配能够在乘客有新的拼车请求的情况时实时组织拼车方案。

附图说明

图1为本发明方法的流程图；

图2为拼车线路选取示意图；

图3为随机到达乘客出行目的地图。

具体实施方式

下面结合实施例和说明书附图对本发明作进一步的说明。

步骤一：数据采集；

数据采集于十一月初期的无锡火车站，人们在出租车站前排着很长的队伍，因此乘客愿意拼车。调查询问20位乘客的信息：身份编号、联系方式和出行目的地，路线结果如附录中图1所示。

步骤二：根据乘客输入的目的地进行里程计算；

根据目的地，结合电子地图，测量出行里程，计算结果如表1所示：

表1无锡火车站出租车拼车乘客出行距离计算表

步骤三：配对计算；

根据枢纽处排队拥挤情况选择限定条件，组合搭配合乘一辆出租车的两个

乘客。(1)进行静态匹配，具体为：

基于系统最优的静态匹配，适用于排队拥堵情况，根据以下约束条件求解得到限定条件 $max\underset{i=1}{\overset{n-1}{\Σ}}\underset{j\∈S_i}{\Σ}{\mathrm{\Δ}}_{ij}{z}_{ij}:$

$\underset{j\∈S_k}{\Σ}{z}_{kj}+\underset{i=1,k\∈S_i}{\overset{k-1}{\Σ}}{z}_{ik}\≤1,k\∈\{1,2Ln\}$

z_ij∈{0,1},i∈{1,2Ln-1},j∈S_i

20个乘客等候拼车，假设f_i′＝f′_j＝0并且t′_j＝+∞，根据目的地信息，将乘客匹配为：

S_i:＝{j＝i+1,i+2L20|△_ij≤f_i′+f′_j,t_i+t_ij-t_j≤t′_j},i＝1,2L19

其中，S_i为乘客i的潜在适合拼车乘客的集合。i、j和k为乘客编码，△_ij为乘客i和乘客j拼车后的总体收益值。f_i'为乘客i合乘出租车方式，打车到达目的地能节省的费用。f_j'为乘客j合乘出租车方式，打车到达目的地能节省的费用。t_i为乘客i不拼车需要打的到目的地时间。t_j为乘客j不拼车需要打的到目的地时间。t_ij为拼车后的总体出行时间(先到乘客i的目的地后到乘客j的目的地)。△_ij为乘客i和乘客j拼车后的总体收益值。z_ij为二元变量，如果乘客i和j合乘出租车，则为1，否则为0。z_kj为二元变量，如果k和j合乘出租车，则为1，否则为0。z_ik为二元变量，如果i和k合乘出租车，则为1，否则为0。

匹配结果如表2：

表2.拼车方案匹配

“0”代表没有配对

(2)进行动态匹配，具体为：

动态匹配使用的乘客信息为仿真生成，假设乘客到达700人/h，有500人/h参与出租车拼车，4.5小时仿真过程中随机产生2284个乘客参与出租车拼车，如图3所示。

实施动态匹配，根据以下约束条件求解得到限定条件

$\underset{j\∈S_k}{\Σ}{\mathrm{\χ}}_{kj}+\underset{i=1,k\∈S_i}{\overset{k-1}{\Σ}}{\mathrm{\χ}}_{ik}\≤1,k\∈\{1,2Ln\}$

χ_ij∈{0,1},i∈{1,2Ln-1},j∈S_i；

假设f_i′＝max(2,0.1f_i)，f′_j＝max(2,0.1f_j)并且t′_j≤0.5t_j根据目的地信息，将乘客匹配为：

S_i:＝{j＝i+1,i+2Ln|△_ij≤f_i′+f′_j,t_i+t_ij-t_j≤t′_j},i＝1,2L2284

其中，S_i为乘客i的潜在适合拼车乘客的集合。i、j和k为乘客编码，△_ij为乘客i和乘客j拼车后的总体收益值。f_i'为乘客i合乘出租车方式，打车到达目的地能节省的费用。f_j'为乘客j合乘出租车方式，打车到达目的地能节省的费用。t_i为乘客i不拼车需要打的到目的地时间。t_j为乘客j不拼车需要打的到目的地时间。t_ij为拼车后的总体出行时间(先到乘客i的目的地后到乘客j的目的地)。△_ij为乘客i和乘客j拼车后的总体收益值。χ_kj为二元变量，如果k和j合乘出租车，则为1，否则为0。χ_ik为二元变量，如果i和k合乘出租车，则为1，否则为0。χ_ij为二元变量，如果乘客j在乘客i潜在适合拼车乘客集合中则为1，否则为0。

采用3分钟计算一次、1分钟计算一次、每到达一乘客计算一次，三次动态计算结果如下表3：

:表3.三次动态匹配结果

结果表明实时匹配(即动态匹配)改进效果比较明显，平均等待时间下降比较明显。

步骤四：拼车费用公平分配；

出租车拼车符合帕累托优化分配，根据乘客双方乘车的各自距离和总距离，提供了双人拼车的费用公平分配方法。分配方法如下：

$(x_i,x_j)=\left\{\begin{array}{ccc}(\frac{f_i{F}_{ij}}{f_i+f_j},\frac{f_j{F}_{ij}}{f_i+f_j}),& if& \frac{f_i{F}_{ij}}{f_i+f_j}\≤f_i-f_i^{\′},\frac{f_j{F}_{ij}}{f_i+f_j}\≤f_j-f^{\′}\\ (f_i-f_i^{\′},F_{ij}-f_i+f_i^{\′}),& if& \frac{f_i{F}_{ij}}{f_i+f_j}>f_i-f^{\′}\\ (F_{ij}-f_j+f_j^{\′},f_j-f_j^{\′}),& if& \frac{f_j{F}_{ij}}{f_i+f_j}>f_j-f^{\′}\end{array}\right.$

其中，x_i为乘客i拼车后需支付的费用。x_j乘客j拼车后需支付的费用。f_i为乘客i自己打车到达目的地的费用。f_j为乘客j自己打车到达目地的费用。F_ij为乘客i和乘客j拼车(先到达乘客i的目的地)所需支付的确定的费用(基于距离计算)。

仍然选取步骤一中所收集到的20个样本信息，计算结果如表4：

表4.拼车定价

“0”代表没有配对

20位乘客中，只有2位乘客没有配对成功(8号和12号)。所以20位乘客由11辆出租车服务。若不拼车，则总费用为252.76元，同拼车相比增加了49.6％的花费，说明该拼车方案能节省乘客打车费用。对于出租车司机,不拼车的平均收益为252.76/20＝12.64元，拼车的平均收益为168.99/11＝15.36元，增加了22％，因此司机也会在这个拼车项目中获益。

在所有的拼车乘客中，3号和17号获得了最大的收益。由表1看出两人去往相同的目的地万达广场，故每个人节省了50％的打车费用。

步骤五：排队入口处显示屏显示拼车乘客分配的出租车编号，以及需要承担的拼车费用；

步骤六：乘客上车，车辆出发，目的地下车，乘客付费，完成合乘。

上述实施例仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和等同替换，这些对本发明权利要求进行改进和等同替换后的技术方案，均落入本发明的保护范围。

Claims (2)

1.一种适用于大型交通枢纽处的出租车拼车方法，其特征在于，该方法包括以下步骤：

步骤一：采集到达交通枢纽处有意愿出租车合乘的拼车乘客基本信息，所述基本信息包括乘客身份编号、联系方式、所需到达的目的地；

步骤二：根据枢纽处排队拥挤情况选择限定条件，组合搭配合乘一辆出租车的两个乘客，具体为：

首先按照如下方式进行匹配：

在枢纽处为拥挤情况时，实施静态匹配，即根据以下约束条件求解得到限定条件 $max\underset{i=1}{\overset{n-1}{\Σ}}\underset{j\∈S_i}{\Σ}{\mathrm{\Δ}}_{ij}{z}_{ij}:$

$\underset{j\∈S_k}{\Σ}{z}_{kj}+\underset{i=1,k\∈S_i}{\overset{k-1}{\Σ}}{z}_{ik}\≤1,k\∈\left\{\begin{array}{cc}1,2L& n\end{array}\right\}$

z_ij∈{0,1},i∈{1,2Ln-1},j∈S_i

在枢纽处为非拥挤情况时，实施动态匹配，即根据以下约束条件求解得到限定条件

$\underset{j\∈S_k}{\Σ}{\mathrm{\χ}}_{kj}+\underset{i=1,k\∈S_i}{\overset{k-1}{\Σ}}{\mathrm{\χ}}_{ik}\≤1,k\∈\left\{\begin{array}{cc}1,2L& n\end{array}\right\}$

χ_ij∈{0,1},i∈{1,2Ln-1},j∈S_i；

然后以所述限定条件为约束，根据下式求得目的地将乘客组合划分方案：

S_i:＝{j＝i+1,i+2Ln|△_ij≤f′_i+f′_j,t_i+t_ij-t_j≤t′_j},i＝1,2Ln-1(7)

其中，S_i为乘客i的潜在适合拼车乘客的集合，i、j和k为乘客编码，n为乘客数量，△_ij为乘客i和乘客j拼车后的总体收益值，f_i'为乘客i合乘出租车到达目的地相比于自己打车能节省的费用，f_j'为乘客j合乘出租车方式打车到达目的地能节省的费用，t_i为乘客i不拼车需要打的到目的地时间，t_j为乘客j不拼车需要打的到目的地时间，t_j'为乘客j拼车到目的地增加的时间，t_ij为拼车后，先到乘客i的目的地后到乘客j的目的地情况下的总体出行时间，△_ij为乘客i和乘客j拼车后的总体收益值，z_ij为二元变量，如果乘客i和j合乘出租车，则为1，否则为0，z_kj为二元变量，如果k和j合乘出租车，则为1，否则为0，z_ik为二元变量，如果i和k合乘出租车，则为1，否则为0，χ_kj为二元变量，如果k和j合乘出租车，则为1，否则为0，χ_ik为二元变量，如果i和k合乘出租车，则为1，否则为0，χ_ij为二元变量，如果乘客j在乘客i潜在适合拼车乘客集合中则为1，否则为0；n为等候拼车的乘客人数；

步骤三：拼车费用公平分配；

根据以下方式进行双人拼车的费用公平分配：

$\left(x_i,x_j\right)=\left\{\begin{array}{ccc}\left(\frac{f_i{F}_{ij}}{f_i+f_j},\frac{f_j{F}_{ij}}{f_i+f_j}\right),& if& \frac{f_i{F}_{ij}}{f_i+f_j}\≤f_i-f_i^{\′},\frac{f_j{F}_{ij}}{f_i+f_j}\≤f_j-f^{\′}\\ \left(f_i-f_i^{\′},F_{ij}-f_i+f_i^{\′}\right),& if& \frac{f_i{F}_{ij}}{f_i+f_j}>f_i-f^{\′}\\ \left(F_{ij}-f_j+f_j^{\′},f_j-f_j^{\′}\right),& if& \frac{f_j{F}_{ij}}{f_i+f_j}>f_j-f^{\′}\end{array}\right.$

其中，x_i为乘客i拼车后需支付的费用，x_j乘客j拼车后需支付的费用，f_i为乘客i自己打车到达目的地的费用，f_j为乘客j自己打车到达目地的费用，F_ij为拼车情况下先到达乘客i的目的地、后到乘客j的目的地时，乘客i和乘客j所需支付费用的总和；

步骤四：乘客根据分配的出租车编号，以及需要承担的拼车费用乘车、付费，完成合乘。

2.根据权利要求1所述的种适用于大型交通枢纽处的出租车拼车方法，其特征在于，所述步骤二中，如枢纽处有新到乘客排队3分钟仍上不了出租车，则为拥挤情况，否则为非拥挤情况。