[发明专利]一种基于出租车轨迹数据的盈利路线规划方法

权利要求书

1.一种基于出租车轨迹数据的盈利路线规划方法，其特征在于：包括如下步骤：

1)对出租车轨迹数据进行预处理，预处理用于剔除噪声数据，提高数据质量；

2)最佳客源点的挖掘：通过两次聚类算法从海量的出租车轨迹数据中挖掘出价值密度最高的最佳客源点；

3)盈利路线的规划：基于步骤2形成的最佳客源点的集合，将基于点到点的路线规划问题转化为TSP数学模型，采用启发式算法进行路线规划，并用单位时间盈利函数来评判路线的盈利能力。

2.根据权利要求1所述的一种基于出租车轨迹数据的盈利路线规划方法，其特征在于：所述步骤1中预处理依次包括数据的清洗、抽样和分区三个步骤。

3.根据权利要求2所述的一种基于出租车轨迹数据的盈利路线规划方法，其特征在于：所述数据的清洗是将原始的出租车轨迹数据进行清洗，用于去除轨迹数据中的异常点，所述异常点包括缺省数值和错误数值；所述数据的抽样采用混合抽样的方法，用于保证数据分布不失真的情况下稀释数据密度；所述数据的分区包括将出租车的轨迹数据按照城市核心区域分布进行区域划分。

4.根据权利要求1所述的一种基于出租车轨迹数据的盈利路线规划方法，其特征在于：所述步骤2中两次聚类算法依次分别为基于密度的聚类算法和基于划分的聚类算法，所述步骤2具体为：首先是利用基于密度的聚类算法得到出租车轨迹数据中的簇，基于每一个簇，再利用基于划分的聚类算法得到簇的中心点，所得中心点即为最佳客源点。

5.根据权利要求4所述的一种基于出租车轨迹数据的盈利路线规划方法，其特征在于：所述基于密度的聚类算法的计算流程如下：

2.1)读取出租车轨迹数据；

2.2)输入参数；

2.3)从轨迹数据中的任意点开始，查找所有的密度可达对象；

2.4)识别该点是否是核心点，若是，转步骤2.5；若否，将该点标记为噪声点，转步骤2.3；

2.5)将该点邻域内所有的点作为种子点继续考察，直到找到一个完整的簇；

2.6)判断是否存在未处理的点，若是，转步骤2.3；若否，将不属于任何簇的点标记为噪声点；

2.7)输出聚类结果。

6.根据权利要求4或5所述的一种基于出租车轨迹数据的盈利路线规划方法，其特征在于：所述基于划分的聚类算法的计算流程如下：

3.1)输入簇中的轨迹数据和聚类中心；

3.2)初始化聚类中心；

3.3)针对簇中的每个轨迹点，计算它到聚类中心的距离并将其分到距离最小的聚类中心所对应的类中；

3.4)针对每个类别，重新计算它的聚类中心；

3.5)判断数据是否收敛，若是，转步骤3.6；若否，转步骤3.3；

3.6)输出聚类结果。

7.根据权利要求1所述的一种基于出租车轨迹数据的盈利路线规划方法，其特征在于：所述步骤3中利用启发式算法求解最佳盈利路线的具体流程为：

4.1)算法的初始化；

4.2)获取司机当前位置，搜索周边的最佳客源点；

4.3)求解最佳客源点的遍历顺序；

4.4)判断是否满足条件，若是，转步骤4.5；若否，迭代次数加1，转步骤4.3；

4.5)输出结果。

8.根据权利要求1所述的一种基于出租车轨迹数据的盈利路线规划方法，其特征在于：所述步骤3中单位时间盈利函数M为：

M＝(I-C)/T (1)

其中I为总的收益，C为总成本，T为驾驶时长，其中

出租车接到乘客，当载客里程S在基价公里数S₀以内时，总的收益就是基本租价I₀；当载客公里数S超过基价公里数S₀时，超过部分按照每公里的计价标准系数K₀进行计算，

C＝K₁*(S+L) (3)

S是载客里程，L是空载里程，K₁是油价消费，

T＝(S+L)/V (4)

V代表出租车司机在城市道路驾驶的平均速度。