一种基于实际路网环境的网约拼车站点选址方法技术

本发明专利技术公开了一种基于实际路网环境的网约拼车站点选址方法，包括以下步骤：(1)利用K‑means聚类法对乘客预约需求点进行分组，并确定各分组的聚类中心；(2)各分组根据乘客需求点和聚类中心的空间位置来确定对应的路网分析区；(3)针对任一分组对应的路网分析区，取其中任一条路段，计算该分组所有乘客需求点对应的路段分割点；(4)以拼车站点在该路段上的位置作为变量，计算路网分析区内所有乘客需求点到拼车站点的最短路距离之和，来确定针对该路段的最优站点位置；(5)对路网分析区中其它路段重复上述操作，再比较各路段的最短距离之和来确定最优站点所在的路段及位置。该方法为现实生活中拼车站点的合理布设提供了参考和选择依据。

A site selection method of car sharing station based on the actual network environment

The invention discloses a site selection method of car sharing station based on the actual road network environment, which comprises the following steps: (1) grouping the passenger reservation demand points by using K \u2011 means clustering method and determining the clustering center of each group; (2) determining the corresponding road network analysis area according to the spatial position of the passenger demand point and clustering center of each group; (3) analyzing the road network corresponding to any group Area, take any road section, and calculate the segment points corresponding to all passenger demand points of the group; (4) take the location of carpooling station on the road section as a variable, and calculate the sum of the shortest distance between all passenger demand points and carpooling station in the road network analysis area to determine the optimal station location for the road section; (5) repeat the above operations for other road sections in the road network analysis area, and then Compare the sum of the shortest distance of each section to determine the section and location of the best station. This method provides a reference and selection basis for the reasonable layout of carpooling stations in real life.

【技术实现步骤摘要】
一种基于实际路网环境的网约拼车站点选址方法
本专利技术属于交通运输规划与管理中的公共交通领域，具体涉及一种基于实际路网环境的网约拼车站点选址方法。
技术介绍
作为“互联网+共享经济”的代表，“拼车”被认为是一种公共交通服务改良式的出行模式，能在城市公共交通服务盲区发挥替补作用。现有的网约拼车采取的是任意地点的自由拼车模式，当乘客定位较偏或需搭载多名乘客时，会造成网约车辆绕行距离较大、乘客等待时间较长，从而使得用户行程无法得到保障。站点拼车由滴滴公司率先发行，主要目的是为了减少现存网约拼车服务中因接拼友而产生的绕路里程，且拼车站点的设立允许车辆在同一地点搭载多名乘客而不会增加额外地停车次数。目前，我国站点拼车的发展仍处初步探索阶段，关于拼车站点选址问题的研究较为缺乏。然而在现实生活中，合理的拼车站点位置对提高拼车匹配率、增强用户体验感、促进拼车行业的可持续发展等方面具有较强的现实意义。此外，在拼车站点选址时考虑实际路网环境，可使站点选址的结果更加贴近现实情况且容易实施。因此，有必要设计一种基于实际路网环境的网约拼车站点选址方法对拼车站点进行合理布设，为当前站点拼车的发展提供相应的参考。
技术实现思路
本专利技术提供一种能满足实际路网中乘客需求、最小化乘客步行距离、构思巧妙合理的基于实际道路环境的网约拼车站点选址方法。为了解决上述技术问题，本专利技术采用的一种基于实际路网环境的网约拼车站点选址方法，包括以下步骤：(1)利用K-means聚类法对乘客预约需求点进行分组，并确定各分组的聚类中心；(2)根据所述各分组乘客需求点和聚类中心的空间位置，确定各分组对应的实际路网分析区；(3)取路网分析区Zi中任一路段[va，vb]，计算该分组所有乘客需求点对应的路段[va，vb]分割点；(4)对于可能存在于路段[va，vb]上的拼车站点x，计算分析区内所有乘客需求点到站点x的最短路距离，并将距离求和，来确定针对该路段的最优站点位置；(5)对路网分析区Zi中其它路段重复步骤(3)和步骤(4)的操作，再比较各路段的最短距离之和，确定最优站点的所在的路段和位置。进一步的，本专利技术中，步骤(1)中，聚类中心点个数确定的具体步骤为：(11)收集乘客预约需求点的空间位置坐标信息，包括：上车点和下车点经纬度坐标；(12)基于K-means聚类算法，当聚类中心为K时，计算每个聚类范围内的所有乘客需求点与对应聚类中心Ki的欧式距离，取距离最大值(13)对于每个聚类中心范围，以拼车站点服务半径R为约束，判断步骤(12)计算得到的距离最大值是否大于R。若否，则跳过步骤(14)，此时对应的K值即为聚类中心点个数。(14)取K＝K+1，重复步骤(12)和步骤(13)。进一步的，本专利技术中，步骤(13)中，拼车站点服务半径确定方法如下：站点服务半径R为乘客最大步行范围，取500m，站点服务范围是以聚类中心为圆心，以R为半径向外辐射的圆形区域范围。进一步的，本专利技术中，步骤(2)中，各分组对应的实际路网分析区确定方法如下：设UNIT为路网节点能构成的最小封闭多边形，为最小路网单元；路网分析区即为包含一个聚类范围所有乘客需求点的最小实际路网区域；(21)对一个聚类范围Ki内的乘客需求点进行判断，若其位于路网单元UNIT内或边界处，则记录该单元包含的节点ni(包括顶点)和路段ei(包括边界)，路段也可用其端点表示，如路段[v1，v2]；(22)得到包含聚类范围Ki内所有需求点的节点集Ni＝{n1，n2，n3....}和路段集Ei＝{e1，e2，e3....和}；(23)路网分析区Zi用图论方法可表示Zi＝(Ni，Ei)。进一步的，本专利技术中，步骤(3)中，乘客需求点对应的路段分割点确定方法如下：说明：最短路距离均采用实际网络距离，而不是欧几里得距离；va和vb代表一个路段两端点，路段及路段长度均可用[va，vb]表示；pi和pj之间的最短路用表示；若pi和pj之间的最短路经过点va和点vb，则pi和pj之间的最短路可用表示；(31)由所述的步骤(23)可知，一个路网分析区Zi中含有节点数Ni，路段数Ei，含有的乘客需求点集合为Pi＝{p1，p2，p3....}；(32)对于路段[va，vb]([va，vb]∈Ei)，以乘客需求点pi(pi∈Pi)为起点，分别以路段[va，vb]的两端点va和vb为终点，运用Dijkstra算法分别计算最短路径距离，记为和(33)以pi、va、vb为三角形的顶点，以[va，vb]，为三角形的边，利用三角形不等式关系寻找路段[va，vb]的分割点。进一步的，本专利技术中，步骤(33)中，利用三角形不等式关系寻找路段[va，vb]的分割点，具体步骤如下：(331)在三角形pivavb中，有以下关系成立：则对于乘客需求点pi来说，在路段[va，vb]存在的一个分割点espi，使得(332)分割点espi在路段[va，vb]上的位置可用分割点espi与va的距离占路段[va，vb]总长度的比例(以下称为分割点espi的路段[va，vb]占比)来表示。其中对应路段起点va，对应路段终点vb。设路段距离分布函数为表示路段上点i和点j之间的距离；分割点espi的位置计算公式如下：分割点espi距离路段起点va的距离计算公式如下：——分割点espi的路段[va，vb]占比；——乘客需求点pi到路段起点va的最短路距离；—一乘客需求点pi到路段终点vb的最短路距离；[va，vb]——路段[va，vb]的长度；——分割点espi到va的距离；(334)对乘客需求点集合Pi中的所有对象，可求出其对应于路段[va，vb]上的分割点集合为进一步的，本专利技术中，步骤(4)中，对于可能存在于路段[va，vb]上的拼车站点x，计算分析区内所有乘客需求点到站点x的最短路距离，将距离求和，来确定针对该路段的最优站点位置，具体步骤如下：初始化，最短路距离集合(41)取路段[va，vb]上任意一点x作为拼车站点，设站点x的路段[va，vb]占比为θ；(42)结合权利要求5中的步骤(32)和权利要求6中的步骤(333)所述，可知当时，此时乘客需求点pi到站点x最短路必经由起点va，最短路长度表示为当时，此时乘客需求点pi到站点x最短路径必经由终点vb，最短路长度为则从乘客需求点pi到站点x最短路径距离可表示为如下的线性分段函数，(43)以路网分析区Zi内所有乘客需求点集合Pi为对象，重复步骤(42)操作，计算Pi中每个对象到站点的最短路径距离，结果存入集合Dθ[va，vb]中，记为Dθ[va，vb]＝{Dp1(θ)，Dp2(θ)，Dp3(θ)....}；(44)将距离集合中的元素求本文档来自技高网...

【技术保护点】
1.一种基于实际路网环境的网约拼车站点选址方法，其特征在于，该方法包括以下步骤：/n(1)利用K-means聚类法对乘客预约需求点进行分组，并确定各分组的聚类中心；/n(2)根据所述各分组乘客需求点和聚类中心的空间位置，确定各分组对应的实际路网分析区；/n(3)取路网分析区Z

【技术特征摘要】
1.一种基于实际路网环境的网约拼车站点选址方法，其特征在于，该方法包括以下步骤：
(1)利用K-means聚类法对乘客预约需求点进行分组，并确定各分组的聚类中心；
(2)根据所述各分组乘客需求点和聚类中心的空间位置，确定各分组对应的实际路网分析区；
(3)取路网分析区Zi中任一路段[va,vb]，计算该分组所有乘客需求点对应的路段[va,vb]分割点；
(4)对于可能存在于路段[va,vb]上的拼车站点x，计算分析区内所有乘客需求点到站点x的最短路距离，并将距离求和，来确定针对该路段的最优站点位置；
(5)对路网分析区Zi中其它路段重复步骤(3)和步骤(4)的操作，再比较各路段的最短距离之和，确定最优站点的所在的路段和位置。


2.根据权利要求1所述的网约拼车站点选址方法，其特征在于，所述步骤(1)中的具体步骤为：
(11)收集乘客预约需求点的空间位置坐标信息，包括：上车点和下车点经纬度坐标；
(12)基于K-means聚类算法，当聚类中心为K时，计算每个聚类范围内的所有乘客需求点与对应聚类中心Ki的欧式距离，取距离最大值
(13)对于每个聚类中心范围，以拼车站点服务半径R为约束，判断步骤(12)计算得到的距离最大值是否大于R，若否，则跳过步骤(14)，此时对应的K值即为聚类中心点个数。
(14)取K＝K+1，重复步骤(12)和步骤(13)。


3.根据权利要求2所述的基于聚类分析法的拼车站点选址方法，其特征在于，所述的步骤(13)中以拼车站点服务范围为约束，包括：
站点服务半径R为乘客最大步行范围，取500m，站点服务范围是以聚类中心为圆心，以R为半径向外辐射的圆形区域范围。


4.根据权利要求1所述的网约拼车站点选址方法，其特征在于，所述步骤(2)中，各分组对应的实际路网分析区确定方法如下：
设UNIT为路网节点能构成的最小封闭多边形，为最小路网单元；路网分析区即为包含一个聚类范围所有乘客需求点的最小实际路网区域；
(21)对一个聚类范围Ki内的乘客需求点进行判断，若其位于路网单元UNIT内或边界处，则记录该单元包含的节点ni(包括顶点)和路段ei(包括边界)，路段也可用其两端点表示，如路段[v1,v2]；
(22)得到包含聚类范围Ki内所有需求点的节点集Ni＝{n1,n2,n3….}和路段集Ei＝{e1,e2,e3….}；
(23)路网分析区Zi用图的表示方法可表示Zi＝(Ni,Ei)。


5.根据权利要求1所述的网约拼车站点选址方法，其特征在于，所述步骤(3)中，乘客需求点对应的路段分割点确定方法如下：
其中，最短路距离均采用实际路网距离，而不是欧几里得距离；
va和vb代表一个路段两端点，路段及路段长度均可用[va,vb]表示；乘客需求点pi和pj之间的最短路用表示；若pi和pj之间的最短路经过点va和点vb，则pi和pj之间的最短路可用表示；
(31)由所述的步骤(23)可知，一个路网分析区Zi中含有节点数Ni，路段数Ei，包含的乘客需求点集合为Pi＝{p1,p2,p3….}；
(32)对于路段[va,vb]([va,vb]∈Ei)，以乘客需求点pi(pi∈Pi)为起点，分别以路段[va,vb]的两端点va和vb为终点，运用Dijkstra算法分别计算最短路径距离，记为和
(33)以pi、va、vb为三角形的顶点，以[va,vb]，为三角形的边，利用三角形不等式关系寻找路段[va,vb]的分割点。
...

【专利技术属性】
技术研发人员：程琳，熊佳莹，杜明洋，李雪峰，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32