基于样本权重出租车聚集区识别算法.docVIP

基于样本权重出租车聚集区识别算法 　　摘要： 聚类技术可以用于对具有动态、随机和异步并发特性的出租车对象进行分类。但是，现有的聚类技术认为每个出租车样本对聚类的贡献相同，没有考虑到不同样本的不同影响，这在一定程度上影响了聚类的精度。提出了一种基于样本权重的出租车聚集区识别算法――SFTA_IB算法，算法引入了样本权重来充分反映不同样本的贡献度。在此基础上，将出租车视为原变量X，出租车坐标数据视为相关变量Y，目标是寻求压缩变量T，在T中最大化保留相关变量的信息。实验表明，SFTA_IB算法可以准确识别目标样本周边的出租车聚集区，针对性地指导目标出租车个体的巡游线路，提高乘客搜寻效率。 关键词： 信息瓶颈； 样本权重；模式识别；出租车；聚集区 0引言 出租车是公共交通的重要组成部分，具有动态、随机和异步并发的特性[1]。出租车空载问题是智能交通的难题之一。传统的解决方法一般基于经济学模型、网络平衡数学模型和排队论/仿真模型[2]。近年来，聚类技术被广泛应用于交通分析领域，如交叉路口设置[3]、车辆路径规划[4]、交通小区/交通时段划分[5]、车辆轨迹模式发现等。聚类技术可以在没有先验知识的情况下对车辆对象进行分析，并根据“物以类聚”的道理对样本分类，在城市交通系统的规划、管理和控制方面取得了大量的成果。但是，现有的聚类技术认为每个车辆样本对聚类的贡献相同，没有考虑到不同样本对聚类结果的影响，在一定程度上影响了聚类的精度，并最终影响了车辆规划调度的合理性。因此，本文提出了一种基于样本权重的出租车聚集区识别算法――SFTA_IB算法。出租车全球定位系统（Global Positioning System， GPS）数据[6]动态地反映出城市中每个车辆的纬度、经度、速度、方向和状态信息，可以用一个七元组G={Id，Lo，La，Sp，Di，Sa，Ti}表示。其中：Id是车牌ID属性，Lo是纬度属性，La是经度属性，Sp是速度属性，Di是方向属性，Ti是时间属性。SFTA_IB算法将出租车视为原变量X，GPS数据视为相关变量Y。算法目标可描述为：假定出租车聚集簇个数k已知，寻求压缩变量T，在T中最大化保留相关变量Y的信息。同时，合理称量和调整原变量X中的各个样本xi的权重，以充分反映不同样本对聚类的不同贡献。实验表明，SFTA_IB算法可以准确识别样本周边的出租车聚集区，有效指导出租车个体巡游路线，以达到缩短乘客搜寻时间的目的。 4结语 出租车系统是一个动态、随机和异步并发的实时系统，出租车空载问题是出租车运行中的主要难题之一。传统上出租车调度和运行研究多基于经济学模型、网络平衡数学模型、排队论/仿真模型的相关研究。而近年来聚类技术被广泛地采用，利用GPS数据对出租车样本进行分类。但是，现有的聚类技术认为每个车辆样本对聚类的贡献相同，没有考虑到不同样本对聚类结果的影响，在一定程度上影响了聚类的精度，并最终影响了车辆规划调度的合理性。因此，提出了一种基于样本权重的出租车聚集区识别算法――SFTA_IB算法。 SFTA_IB算法基于信息瓶颈方法，将出租车视为原变量X，GPS数据视为相关变量Y。算法目标为：寻求原变量X的压缩变量T，在T中最大化保留相关变量Y的信息。同时，SFTA_IB算法中引入了基于经度差异和纬度差异的样本权重调整方法，以反映不同样本对聚类的贡献度。 本文的实验结果表明，SFTA_IB算法可以针对目标出租车，准确识别其周边的出租车聚集区，有效指导目标出租车的个体巡游路线。 下一阶段的研究方向包括如何提高SFTA_IB算法的实时性、实际道路中建筑、河流等障碍因素的引入，路况拥堵度等相关信息的引入等。 参考文献： [1] 许宗定.我国出租汽车市场运营模式的探讨[J]. 城市公用事业， 2010，24（3）：10-12. [2] 慕晨，宣慧玉，张发.出租车运营中空车行为的仿真研究[J]. 系统工程学报， 2008，23（5）：554-562. [3] 胡列格，闫晓燕.基于灰色聚类分析法的交叉口交通环境影响评价[J].铁道科学与工程学报，2012，9（1）：51-55. [4] 李娅， 王东. 基于混沌扰动和邻域交换的蚁群算法求解车辆路径问题[J]. 计算机应用，2012，32（2）：444-447. [5] 吕玉强，秦勇，贾利民，等.基于出租车GPS数据聚类分析醮交通小区动态划分方法研究[J].物流技术，2010，29（9）：86-88，135. [6] CHEN L. The design and realization of the information service system for