论消费者决策心理的换乘算法.docxVIP

　　换乘算法的研究系统将为乘客提供3套具有代表性的方案1为消费者个性需求定制的特殊方案，尽可能改善其消费体验，促进其在心理上能形成公交优先消费习惯。 　　2提供满足大众化消费心理需求的方案，在多次换乘时尽可能安排第1次乘车线路在2站以内，鼓励乘客用步行或自行车的绿色方式代替第1次乘车。 　　3假设乘客出行时间不充裕，为乘客提供快速方案，从起点向终点方向搜索出租车热点区域，提示乘客可在该区域换乘出租车，并提供呼车热线电话。 　　该方案是纯公交出行、纯出租车出行的折衷方案。 　　课题组参照树遍历的原理，设计了一种智能算法［5］。 　　以经过起点的公交线路为根，以经过根的线路为枝。 　　同一路车的上行、下行视为不同线路，只考虑正在运营的线路，每条线路仅允许在树中出现一次，遍历树以寻找换乘解。 　　从理论上，该方法能够求出各种换乘次数的所有解，但是考虑到公交乘客心理特点，应控制换乘次数，所以构建树时对枝的层数做出限制。 　　经调查有913的青年师生在消费决策过程中，认为换乘次数超过2次的换乘方案不能接受，将优先采用出租车、步行及公交车混合出行的方式。 　　所以在树形搜索算法中最多遍历2层的枝即可，树的规模受到了限制，也有利于提高算法响应时间。 　　见图1所示，搜索从三中至上渡的公交换乘方案，首尾相联的箭头表明遍历过程，在树中出现几个与终点同名的节点，即获得几种换乘方案，取其换乘次数最少且换乘次数相同时站点数最少的解法，即为最优解。 　　在树形搜索算法中加入权重影响因子［6］，设置方法见表2。 　　引入权重后，树形搜索算法就演变成能够满足乘客消费偏好的定制算法。 　　其中座位宽松的评优函数如公式1所示，此时乘客获得座位的概率最大。 　　=?=1-1式中为座位宽松评价指标；为站点的上车人数；为站点的下车人数；为站点总数；为该公交车提供的座位数。 　　本算法是一种计算动态数据的算法，根据公交车的数据判断线路是否正在运营，由正在运营的线路来构建树，所以算法获得换乘方案是可以实现的。 　　而其它同类换乘查询系统提供的换乘算法通常是静态的算法，即乘客在夜间发出查询时，却可能获得白天才可实现的换乘方案，将会影响乘客出行。 　　调查表明大多数青年师生在第1次乘车仅有2站时，愿意用步行或自行车代替短距离的乘车。 　　因此系统针对大多数人的需求，设计了同心圆搜索算法。 　　如图2图1树状遍历算法1-图2同心圆算法2104所示。 　　搜索算法解释如下在不能从起点直达终点的时候，从起点搜索所有线路中相邻一圈站点，考察这些站点是否有线路可达终点。 　　如果失败，则扩大一圈再逐点考察。 　　例如，在图2中先逐个考察，，，是否有线路能达到终点，然后再考察，，，，起点至换乘点的交通距离必须控制在1以内。 　　将同心圆考察方法加入树形搜索算法中，按图3流程工作。 　　最后获得的换乘方案的特点如下该算法首先考虑换乘次数最少优先；在必须多次换乘时，考虑第1次乘车站点在2站以内优先。 　　短信平台的建设大多数青年师生认为通过手机免费查询换乘方案是最便捷的查询方式，但是目前手机型号繁多，操作系统杂乱，无法编写一种手机软件就能在所有手机上良好运行［7］。 　　目前各种型号的手机都能完美支持超长短信功能，因此系统选择短信平台的开发模式，采用超长短信技术向乘客发送换乘方案。 　　系统架构见图4。 　　公交总公司由多台服务器构成计算云，接收并处理公交车实时发来的信息，获知各线路的运营状态、站间距离、站间时间，为搜索算法提供动态数据。 　　计算云集中受理消费者发出换乘查询请求，运行搜索算法，向消费者提供最优的公交换乘方案。 　　在云计算的支持下，实现了手机硬件无关性，即使手机计算能力很弱也能够快速获得换乘方案［8］。 　　系统在试运行时发现，许多乘客不知起点、终点对应的公交站点的标准名称。 　　如果在收到查询请求后，临时在地图中模糊寻找起点、终点匹配的公交车站［9］，在测试机上约耗时37，、内存负担重，求解效率低。 　　因此编写程序，从中导出每个地点最近的4个公交站点生成车站匹配表。 　　并对地名字段建立索引［10］。 　　从此系统可脱离地图检索地名，检索耗时约005。 　　为了记录公交乘客个体消费偏好，对任何新出现的手机号，系统发送1条调查短信，调查内容见表1的第3项，当乘客做出选择后，将选择结果存入消费偏好表，为制定个性方案提供了依据。 　　为了优化公交车与出租车混合出行的方案，课题组在市区调查了25个最容易招呼到出租车的地点，存储在出租车热点表，为制定快速方案提供了依据。 　　短信平台的开发过程详见文献［11］，该文献介绍了短信平台的软硬件及工作流程。 　　超长短信的开发详见文献［12］，该文献提供超长