基于分时MDP的出租车载客预测推荐技术研究.docx

1 引言 出租车空载时间是影响运营收益的主要因素之一。据调查，一些大型城市的出租车空载率已经高达40%～50%[1]，造成这一现象的主要原因是出租车在寻客时具有随机性，司机对寻客路线和寻客地点缺乏足够的认知。虽然打车软件使出租车司机有了明确的载客地点，但仍属于被动寻客模式，即在收到乘客的需求订单后才能出发，当没有乘客需求时，出租车又会处于盲目寻客状态。针对上述问题，需要从全局优化角度出发，为出租车提供明确的主动寻客策略。 出租车轨迹数据挖掘是智能交通领域研究的主要方向之一[2,3]。传统的方法[4,5,6]利用模糊聚类定义隶属度值，模糊地将对象划分为多个簇，无法保证在复杂城市环境中实现高准确度