CN109816170A - 一种基于轨迹挖掘的出租车等待时间预测方法及系统 - Google Patents

Abstract

本发明属于时间预测领域，公开了一种基于轨迹挖掘的出租车等待时间预测方法及系统，采用分析出租车GPS轨迹的历史数据，来预测乘客在某区域某时段的等待空出租车的时间，将行政区域地图使用ArcGis工具分割为以50m*50m单位的网格，将出租车轨迹点分布到50m*50m的网格中，每一个网格的概率和等待时间相对独立出租车到达本地点的概率模型。本发明将乘客的候车时间通过经度和纬度的计算赋值给地图上划分的每个网格中，从而得出每个网格在某时刻等待到出租车所需要花费的时间；改善了以往研究粒度太粗糙和准确率不高等缺点；BP神经网络对于非线性数据预测能力和非线性建模能力较强。

Description

一种基于轨迹挖掘的出租车等待时间预测方法及系统

技术领域

本发明属于时间预测领域，尤其涉及一种基于轨迹挖掘的出租车等待时间预测方法及系统。

背景技术

目前，业内常用的现有技术是这样的：

随着现代化城市的不断发展，城市的人口日益增多，随之而来的是城市的交通矛盾不断加剧。出租车是人们工作生活中的主要出行方式之一，但是在城市中，打车难的问题十分突出。现在，几乎城市中全部的出租车的车身上都配备了GPS设备，可以轻松获取大量的出租车实时轨迹数据信息，GPS数据点的时间序列，包含经度、纬度、时刻、载客状态的四元组。

乘客等待时间是测评出租车运营网络服务水平的主要指标之一，等待时间过长会降低乘客的满意度并将影响到乘客的出行安排计划。相对现有的吕明按照每个交通社区中现有的空出租车的数量与有出租车出行的乘客的数量之间的比对，将社区标记为饱和、不饱或者平衡状态。该模型虽然可以降低该小区的出租车空驶率，但是却在一定程度上将乘客的等待时间增加了23％-58％。

综上所述，现有技术存在的问题是：

(1)现有技术对出租车等待时间的估算不准确，导致乘客无法准确得知等待时间，当等待时间过长时会降低乘客的满意度，影响出租车运营网络服务的评分。

(2)现有出租车等待时间的预测仅是根据当前车速与距离的估算，并无相应预测模型或具体预测方法，研究粒度粗糙。

(3)现有模型在降低出租车空驶率的方面有一定的局限性，减少社会资源的闲置和浪费，增加了乘客的等待时间。

解决上述技术问题的难度：

(1)在一定行政区域中划定范围，并通过聚类分析，提取该区域内的载客热点和空车到达时间计算。

(2)细化研究粒度，将武汉市行政区域按照50m*50m的单位大小，划分计算每个格子的出租车等待时间。

解决上述技术问题的意义：

(1)本发明通过预测出租车等待时间，达到科学引导乘客出行安排和规划，具有现实应用的价值。

(2)提高模型预测的准确性，将本发明得出的出租车等待时间赋值给每个划分出的行政格子中，可以提高预测时间的准确性。

(3)确定一个时间段内载客区域中的出租车等待时间阈值，通过本发明预测得出的出租车等候概率准确率大于90％，等候时间的预测准确率接近85％。

发明内容

针对现有技术存在的问题，本发明提供了一种基于轨迹挖掘的出租车等待时间预测方法，

本发明是这样实现的，一种基于轨迹挖掘的出租车等待时间预测方法包括：

利用出租车GPS轨迹的训练数据建立乘客候车时间预测模型并确定预测模型参数；

将乘客候车概率阈值分别代入该乘客候车时间预测模型中，计算出相应的乘客候车时间预测值；

聚类得出该区域内共有f个热点，因为本发明选用2014年1月份的出租车数据，即时间段为31个。对于得到f*31的矩阵，算每一列的平均值，0得到每一个时间段所有载客热点乘客候车时间预测值的平均值；

利用出租车GPS轨迹的测试数据进行仿真得到每一个载客热点每一个时间段的仿真的乘客候车时间，计算每一列的平均值，得到每一个时间段所有载客热点仿真的乘客候车时间的测试值平均值；

将期望输出与实际输出进行比较，计算误差函数：E＝1/2(D-Y)2；D是网络的期望输出，Y是网络是实际输出。预测值与测试值相对比较，判断误差是否在允许范围内。

进一步，相对误差计算方法包括：候车时间预测值为t_threshold，候车时间仿真值为t_sim，相对误差定义为：error＝|t_sim-t_threshold|/(t_sim+t_threshold)；

将乘客候车概率阈值90％作为乘客候车概率理论值,利用测试数据进行仿真得到每一个载客热点每一个时间段的仿真的乘客候车时间，分别代入各个模型中，计算出相应的仿真的乘客候车概率阈值，对于得到的矩阵，计算每一列的平均值，得到每一个时间段所有载客热点仿真的乘客候车概率阈值的平均值；将预测值与仿真值进行对比，计算相对误差；

候车概率预测值为:p_threshold，候车概率仿真值为p_sim:相对误差定义为：error_p＝|p_threshold-t_sim|/(t_hreshold+t_sim)。

进一步，乘客候车时间预测值计算方法包括：

(1)数据预处理：

采用DBSCAN聚类算法对数据点聚类，获得热点区域即在某个时间段内出租车出现次数较为频繁的区域，形成的热点区域的中心点距离当前位置的距离；出租租车的载客状态从0变为1,表示这一辆出租车在该时间点的这一位置状态由空载变为满载；

(2)出租车空车到达时间计算：

将GPS轨迹采样点连线行车的空车轨迹，通过判断轨迹与区域的交叉点所处时间来计算；对于每个热点，生成对应的空车到达时间序列：

Tw从0->正无穷；

(3)选取时间段长度：

前一辆车在t时刻经过,乘客f(t0)的概率密度在t+t0时刻出现,则等候时间t_w分布为：

进一步，步骤(2)中，出租车空车到达时间方法进一步包括：

1)筛选出训练数据和评估数据中载客状态为0的数据记录，将其设为空车位置；这些数据记录就是出租车处于空载状态时的轨迹数据；

2)列出之前生成的载客热点，将载客热点定为中心点；利用已知经度和纬度计算两点之间距离的公式；

3)分别计算训练数据和评估数据中每个空车位置到每个中心点的距离，则此空车位置可以视为出租车空车轨迹与热点区域的交点，就是所谓的空车到达，定为空车到达位置；对每一个中心点，筛选出所有空车到达位置，并按照时间顺序进行排序；分别得到对应于训练数据和评估数据的空车到达时间序列，相应的空车到达时间间隔。

进一步，所述基于轨迹挖掘的出租车等待时间预测方法具体包括：

1)将区域地图地理格网化，每个格网50m*50m，默认每个格网的以上四个因素的概率值都相同并获取到每个网格点的中心的经纬度值；

2)空车到达时间间隔建模

对空车到达间隔进行建模使用指数分布的方法，一个时间段内到达一个区域的空车数量n符合泊松分布，也即到达时间间隔t应该服从指数分布P(△t)＝λe-λ△t；每天第i个时间段的空车到达间隔服从指数分布Pi(△t)＝λie-λi△t；

3)模型参数

参数λ的确定，使用极大似然估计法：

其中,Δt1,…Δtn为样本中的空车到达时间间隔,μ为到达时间间隔的样本均值；

乘客候车时间WT＝t的概率密度f(△t)与p(x)x成正比，归一化得：

4)通过每个格网的加权概率，预测最后的等待时间；

5)将用户当前位置分布到一个格网中，那个格网的预测时间为等待时间。

本发明的另一目的在于提供一种实施所述基于轨迹挖掘的出租车等待时间预测方法的基于轨迹挖掘的出租车等待时间预测系统。

本发明的另一目的在于提供一种实施所述基于轨迹挖掘的出租车等待时间预测方法的基于轨迹挖掘的出租车等待时间预测网络平台。

综上所述，本发明的优点及积极效果为：

本发明将乘客的候车时间通过经度和纬度的计算赋值给地图上划分的每个网格中，从而得出每个网格在某时刻等待到出租车所需要花费的时间。改善了以往研究粒度太粗糙和准确率不高等缺点。BP神经网络对于非线性数据预测能力和非线性建模能力较强，还未有人将神经网络算法运用到出租车乘客等待时间计算。

本明将2014年一月份出租车的20000条GPS轨迹数据分为80％和20％两部分，80％的部分作为训练数据，20％的部分作为测试数据。利用训练数据建立乘客候车时间预测模型并确定模型参数，规定乘客候车概率阈值为90％,将其分别代入各个模型中，计算出相应的乘客候车时间预测值。对于得到的矩阵，计算每一列的平均值，就得到每一个时间段所有载客热点乘客候车时间预测值的平均值。利用测试数据进行仿真得到每一个载客热点每一个时间段的仿真的乘客候车时间，计算每一列的平均值，就得到每一个时间段所有载客热点仿真的乘客候车时间的平均值。将预测值与测试值进行对比，计算相对误差。这里本发明设候车时间预测值为t_threshold候车时间仿真值为t_sim，两者的相对误差定义为：error＝|t_sim-t_threshold|/(t_sim+t_threshold)。将规定的乘客候车概率阈值90％作为乘客候车概率理论值,利用评估数据进行仿真得到每一个载客热点每一个时间段的仿真的乘客候车时间，将其分别代入各个模型中，计算出相应的仿真的乘客候车概率阈值，对于得到的矩阵，计算每一列的平均值，就得到每一个时间段所有载客热点仿真的乘客候车概率阈值的平均值。将预测值与仿真值进行对比，计算相对误差。这里本发明设候车概率预测值为：p_threshold，候车概率仿真值为p_sim；两者的相对误差定义为：error_p＝|p_threshold-t_sim|/(t_hreshold+t_sim)。

附图说明

图1是本发明实施例提供的基于轨迹挖掘的出租车等待时间预测方法流程图；

图2是本发明实施例提供的候车模型示意图；

图3是本发明实施例提供的武汉市区域行政图局部图。

图4是本发明实施例提供的基于轨迹挖掘的出租车等待时间预测方法原理图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

现有技术对出租车等待时间的估算不准确，导致乘客无法准确得知等待时间，当等待时间过长时会降低乘客的满意度，影响出租车运营网络服务的评分。

现有出租车等待时间的预测仅是根据当前车速与距离的估算，并无相应预测模型或具体预测方法，研究粒度粗糙。

现有模型在降低空驶率时，增加了乘客的等待时间。

为解决现有技术存在的问题，下面结合具体方案对本发明做详细描述。

如图1所示，本发明实施例提供的基于轨迹挖掘的出租车等待时间预测方法包括：

S101，将2014年一月份出租车的20000条GPS轨迹数据分为80％和20％两部分，80％的部分作为训练数据，20％的部分作为测试数据。

S102，利用训练数据建立乘客候车时间预测模型并确定模型参数，规定乘客候车概率阈值为90％，将其分别代入各个模型中，计算出相应的乘客候车时间预测值。

S103，对于得到的矩阵，计算每一列的平均值，得到每一个时间段所有载客热点乘客候车时间预测值的平均值。

S104，利用测试数据进行仿真得到每一个载客热点每一个时间段的仿真的乘客候车时间，计算每一列的平均值，就得到每一个时间段所有载客热点仿真的乘客候车时间的平均值。

S105，将预测值与测试值进行对比，计算相对误差。

步骤S103中，聚类得出该区域内共有f个热点，因为本发明选用2014年1月份的出租车数据，即时间段为31个。对于得到f*31的矩阵，算每一列的平均值，0得到每一个时间段所有载客热点乘客候车时间预测值的平均值。

步骤S105中，将期望输出与实际输出进行比较，计算误差函数：E＝1/2(D-Y)2；D是网络的期望输出，Y是网络是实际输出。预测值与测试值相对比较，判断误差是否在允许范围内。

如图2所示，步骤S102中，本发明实施例提供的乘客候车时间预测值计算方法包括：

(1)数据预处理：

采用DBSCAN聚类算法对数据点聚类，获得热点区域即在某个时间段内出租车出现次数较为频繁的区域，形成的热点区域的中心点距离当前位置的距离；出租租车的载客状态从0变为1,表示这一辆出租车在该时间点的这一位置状态由空载变为满载，也就是有乘客上车。

(2)出租车空车到达时间计算：

将GPS轨迹采样点连线行车的空车轨迹，通过判断轨迹与区域的交叉点所处时间来计算；对于每个热点，都会生成对应的空车到达时间序列：

Tw从0->正无穷。

(3)选取时间段长度：

实际空车到达间隔分布与指数分布拟合受时间段的长度影响，拟合效果在1个小时的长度相对较好；时间段长度过短时，空车到达数量会比较稀疏，空车到达间隔分布会比较容易受噪声的影响，拟合结果会变差；时间段长度过长时，这个时间段内不同时刻空车到达时间间隔可能会不稳定，因而拟合结果也会变差；

假设前一辆车在t时刻经过,乘客f(t0)的概率密度在t+t0时刻出现,则等候时间t_w分布为：

步骤S102中，本发明实施例提供的空间到达间隔计算包括：

(1)筛选出训练数据和评估数据中载客状态为0的数据记录，将其设为空车位置；这些数据记录就是出租车处于空载状态时的轨迹数据。

(2)列出之前生成的载客热点，将载客热点定为中心点；利用已知经度和纬度计算两点之间距离的公式。

(3)分别计算训练数据和评估数据中每个空车位置到每个中心点的距离，则此空车位置可以视为出租车空车轨迹与热点区域的交点，就是所谓的空车到达，定为空车到达位置；对每一个中心点，蹄选出所有空车到达位置，并按照时间顺序进行排序；分别得到对应于训练数据和评估数据的空车到达时间序列，相应的空车到达时间间隔。

步骤S105中，本发明实施例提供的相对误差计算方法包括：

设候车时间预测值为t_threshold候车时间仿真值为t_sim，两者的相对误差定义为：error＝|t_sim-t_threshold|/|t_sim+t_threshold|。

如图3所示，本发明实施例提供的乘客候车时间计算方法包括：

(1)将区域地图地理格网化，每个格网50m*50m，默认每个格网的以上四个因素的概率值都相同并获取到每个网格点的中心的经纬度值。

(2)空车到达时间间隔建模：

对空车到达间隔进行建模使用指数分布的方法，一个时间段内到达一个区域的空车数量n符合泊松分布，也即到达时间间隔t应该服从指数分布P(△t)＝λe-λ△t；可以假设每天第i个时间段的空车到达间隔服从指数分布Pi(△t)＝λie-λi△t。

(3)模型参数

参数λ的确定，使用极大似然估计法：

其中,Δt1,…Δtn为样本中的空车到达时间间隔,μ为到达时间间隔的样本均值。

乘客候车时间WT＝t的概率密度f(△t)与p(x)x成正比，归一化可得：

(4)通过每个格网的加权概率，预测最后的等待时间。

(5)将用户当前位置分布到一个格网中，格网的预测时间即为等待时间。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于轨迹挖掘的出租车等待时间预测方法，其特征在于，所述基于轨迹挖掘的出租车等待时间预测方法包括：

利用出租车GPS轨迹的训练数据建立乘客候车时间预测模型并确定预测模型参数；

将乘客候车概率阈值分别代入乘客候车时间预测模型中，计算出相应的乘客候车时间预测值；

通过聚类得出乘客候车区域内f个热点，在一时间段内得到f*31矩阵，计算每一列的平均值，得到每一个时间段所有载客热点乘客候车时间预测值的平均值；

利用出租车GPS轨迹的测试数据进行仿真得到每一个载客热点每一个时间段的仿真的乘客候车时间，计算每一列的平均值，得到每一个时间段所有载客热点仿真的乘客候车时间的测试值平均值；

将期望输出与实际输出进行比较，计算误差函数：E＝1/2(D-Y)²；D是网络的期望输出，Y是网络是实际输出；预测值与测试值相对比较，判断误差是否在允许范围内。

2.如权利要求1的基于轨迹挖掘的出租车等待时间预测方法，其特征在于，相对误差计算方法包括：候车时间预测值为t_threshold，候车时间仿真值为t_sim，相对误差定义为：error＝|t_sim-t_threshold|/(t_sim+t_threshold)；

将乘客候车概率阈值90％作为乘客候车概率理论值,利用测试数据进行仿真得到每一个载客热点每一个时间段的仿真的乘客候车时间，分别代入各个模型中，计算出相应的仿真的乘客候车概率阈值，对于得到的矩阵，计算每一列的平均值，得到每一个时间段所有载客热点仿真的乘客候车概率阈值的平均值；将预测值与仿真值进行对比，计算相对误差；

候车概率预测值为P_threshold:候车概率仿真值为:p_sim相对误差定义为：error_p＝|p_threshold-t_sim|/(t_hreshold+t_sim)。

3.如权利要求2的基于轨迹挖掘的出租车等待时间预测方法，其特征在于，乘客候车时间预测值计算方法包括：

(1)数据预处理：

采用DBSCAN聚类算法对数据点聚类，获得热点区域即在某个时间段内出租车出现次数较为频繁的区域，形成的热点区域的中心点距离当前位置的距离；出租租车的载客状态从0变为1,表示这一辆出租车在该时间点的这一位置状态由空载变为满载；

(2)出租车空车到达时间计算：

将GPS轨迹采样点连线行车的空车轨迹，通过判断轨迹与区域的交叉点所处时间来计算；对于每个热点，生成对应的空车到达时间序列：

Tw从0->正无穷；

(3)选取时间段长度：

前一辆车在t时刻经过,乘客f(t0)的概率密度在t+t0时刻出现,则等候时间t_w分布为：

4.如权利要求3所述基于轨迹挖掘的出租车等待时间预测方法，其特征在于，步骤(2)中，出租车空车到达时间方法进一步包括：

1)筛选出训练数据和评估数据中载客状态为0的数据记录，将其设为空车位置；这些数据记录就是出租车处于空载状态时的轨迹数据；

2)列出之前生成的载客热点，将载客热点定为中心点；利用已知经度和纬度计算两点之间距离的公式；

3)分别计算训练数据和评估数据中每个空车位置到每个中心点的距离，则此空车位置可以视为出租车空车轨迹与热点区域的交点，就是所谓的空车到达，定为空车到达位置；对每一个中心点，筛选出所有空车到达位置，并按照时间顺序进行排序；分别得到对应于训练数据和评估数据的空车到达时间序列，相应的空车到达时间间隔。

5.如权利要求1所述基于轨迹挖掘的出租车等待时间预测方法，其特征在于，所述基于轨迹挖掘的出租车等待时间预测方法具体包括：

1)将区域地图地理格网化，每个格网50m*50m，默认每个格网的以上四个因素的概率值都相同并获取到每个网格点的中心的经纬度值；

2)空车到达时间间隔建模

对空车到达间隔进行建模使用指数分布的方法，一个时间段内到达一个区域的空车数量n符合泊松分布，也即到达时间间隔t应该服从指数分布P(△t)＝λe-λ△t；每天第i个时间段的空车到达间隔服从指数分布Pi(△t)＝λie-λi△t；

3)模型参数

参数λ的确定，使用极大似然估计法：

其中,Δt1,…Δtn为样本中的空车到达时间间隔,μ为到达时间间隔的样本均值；

乘客候车时间WT＝t的概率密度f(△t)与p(x)x成正比，归一化得：

4)通过每个格网的加权概率，预测最后的等待时间；

5)将用户当前位置分布到一个格网中，那个格网的预测时间为等待时间。

6.一种实施权利要求1所述基于轨迹挖掘的出租车等待时间预测方法的基于轨迹挖掘的出租车等待时间预测系统。

7.一种实施权利要求1所述基于轨迹挖掘的出租车等待时间预测方法的基于轨迹挖掘的出租车等待时间预测网络平台。