基于出租車(chē)GPS數(shù)據(jù)的揚(yáng)招點(diǎn)選址確定方法

章 程，張舒沁，王夢(mèng)真

（同濟(jì)大學(xué) 交通運(yùn)輸工程學(xué)院，上海 201804）

基于出租車(chē)GPS數(shù)據(jù)的揚(yáng)招點(diǎn)選址確定方法

章 程，張舒沁，王夢(mèng)真

（同濟(jì)大學(xué) 交通運(yùn)輸工程學(xué)院，上海 201804）

為了使出租車(chē)揚(yáng)招點(diǎn)設(shè)置位置與出租車(chē)需求更匹配，建立了一個(gè)出租車(chē)揚(yáng)招點(diǎn)選址模型。首先通過(guò)對(duì)出租車(chē)GPS數(shù)據(jù)的分析，獲得出租車(chē)的上客點(diǎn)分布。然后建立數(shù)學(xué)規(guī)劃模型，將最小揚(yáng)招點(diǎn)個(gè)數(shù)作為目標(biāo)函數(shù)，以要求達(dá)到的揚(yáng)招點(diǎn)服務(wù)覆蓋率為約束條件。最后，利用已知上客點(diǎn)位置分布，給定服務(wù)距離以及目標(biāo)覆蓋率，通過(guò)模型求得揚(yáng)招點(diǎn)設(shè)置個(gè)數(shù)及位置。以南京市新街口地區(qū)路網(wǎng)為例，在約5km2范圍內(nèi)，設(shè)定揚(yáng)招點(diǎn)服務(wù)距離為300m、目標(biāo)覆蓋率為85%，通過(guò)該方法求得需要設(shè)置11個(gè)揚(yáng)招點(diǎn)才能達(dá)到目標(biāo)，并得到了具體的選址方案。之后，進(jìn)行出租車(chē)揚(yáng)招點(diǎn)設(shè)置個(gè)數(shù)敏感性分析，結(jié)果可從服務(wù)質(zhì)量和成本經(jīng)濟(jì)性兩方面為揚(yáng)招點(diǎn)設(shè)置提供依據(jù)。

交通工程；出租車(chē)揚(yáng)招點(diǎn)；GPS數(shù)據(jù)；選址；出租車(chē)需求

0 引言

出租車(chē)提供便捷的“門(mén)到門(mén)”服務(wù)，是城市道路上行駛的重要運(yùn)載工具之一，是常規(guī)公交的重要補(bǔ)充[1]。對(duì)出租車(chē)出行行為進(jìn)行研究和合理引導(dǎo)是滿足城市客運(yùn)需求、解決交通擁堵的關(guān)鍵[2]，出租車(chē)揚(yáng)招點(diǎn)設(shè)置就是其中較為重要的一塊內(nèi)容。

出租車(chē)揚(yáng)招點(diǎn)的合理設(shè)置可以有效引導(dǎo)出租車(chē)駕駛員搜尋乘客，減少出租車(chē)的空駛，同時(shí)給予乘客安全舒適的候車(chē)環(huán)境并能使乘客以較快速度搭乘上出租車(chē)[3]。而出租車(chē)揚(yáng)招點(diǎn)的選址須滿足乘客在有限距離內(nèi)前往搭乘出租車(chē)的基本需求，同時(shí)由于空間資源的有限，又需要避免設(shè)置過(guò)多造成浪費(fèi)。

國(guó)內(nèi)許多學(xué)者對(duì)出租車(chē)揚(yáng)招點(diǎn)選址問(wèn)題進(jìn)行過(guò)研究。鈕英才[4]建立了出租車(chē)?？奎c(diǎn)布局模型，引進(jìn)規(guī)劃覆蓋率反推出租車(chē)?？奎c(diǎn)的數(shù)量；葉海飛[5]根據(jù)出租車(chē)的停靠和運(yùn)營(yíng)特征從出租車(chē)?？空镜恼疚贿x址、設(shè)置形式、配套設(shè)施設(shè)置等方面，提出一套出租車(chē)?？空镜脑O(shè)置方法，然而這樣的做法需要根據(jù)建筑面積、人口、產(chǎn)值等相關(guān)因素估測(cè)客流需求，工作量大且無(wú)法保證估算數(shù)據(jù)的準(zhǔn)確性，也難以覆蓋各個(gè)時(shí)間、各個(gè)地點(diǎn)。

而長(zhǎng)期積累的出租車(chē)GPS數(shù)據(jù)能夠全程再現(xiàn)出租車(chē)的出行行為，省時(shí)、省力、成本低，并可從時(shí)間和空間上較為精確地反映出交通問(wèn)題以及出租車(chē)需求所在。在出租車(chē)GPS數(shù)據(jù)處理方面，已經(jīng)有了較完備的體系。陳煉紅[6]和茍錫榮[7]把故障數(shù)據(jù)分為重復(fù)發(fā)送、速度超大、速度為零、數(shù)據(jù)丟失（連續(xù)幾個(gè)采樣周期內(nèi)連續(xù)缺失或間斷缺失少量數(shù)據(jù)）、經(jīng)緯度超出調(diào)查范圍、數(shù)據(jù)漂移等類型。徐濤[8]在對(duì)待負(fù)樣本的故障數(shù)據(jù)時(shí)采取了直接刪除的方法，實(shí)現(xiàn)方便且可以保障數(shù)據(jù)質(zhì)量。Chang H. W.等[9]通過(guò)挖掘、處理歷史出租車(chē)GPS數(shù)據(jù)預(yù)測(cè)了出租車(chē)需求的時(shí)空分布。

關(guān)于運(yùn)用出租車(chē)GPS數(shù)據(jù)進(jìn)行出租車(chē)揚(yáng)招點(diǎn)選址的問(wèn)題，Chen M.[10]利用GPS原始數(shù)據(jù)，分析了不同時(shí)段的出租車(chē)空駛率變化情況和出租車(chē)出行的OD矩陣分布，指出出租車(chē)GPS數(shù)據(jù)為出租車(chē)停靠站的布設(shè)提供了重要信息。陳峰[11]對(duì)出租車(chē)的平均速度和空駛狀態(tài)下的地理分布進(jìn)行了研究，并提出了出租車(chē)GPS數(shù)據(jù)可以對(duì)出租車(chē)揚(yáng)招點(diǎn)的設(shè)置提供數(shù)據(jù)支持。齊林[12]基于乘客最短步行距離建立出租車(chē)停靠站位置選擇模型；金雷等[3]將出行需求作為依據(jù)進(jìn)行出租車(chē)?？空具x址，提出了基于?？空咀畲蟾采w率的選址模型，同時(shí)還考慮了車(chē)站服務(wù)能力、乘客步行距離等影響因素。

綜上所述，目前出租車(chē)揚(yáng)招點(diǎn)設(shè)置方法的關(guān)鍵思路在于分析歷史出租車(chē)需求數(shù)據(jù)得到合理的揚(yáng)招點(diǎn)，但是并未考慮道路擁堵對(duì)揚(yáng)招點(diǎn)設(shè)置的影響。本文則在道路擁堵水平、空間資源等約束條件下，基于出租車(chē)GPS數(shù)據(jù)，建立了使得路網(wǎng)綜合效益最大化的出租車(chē)揚(yáng)招點(diǎn)選址方法。

1 出租車(chē)揚(yáng)招點(diǎn)選址模型

優(yōu)化出租車(chē)揚(yáng)招點(diǎn)的設(shè)置，需要解決在一定服務(wù)水平前提下如何確定設(shè)置個(gè)數(shù)和設(shè)置位置兩個(gè)問(wèn)題。兩者均需要結(jié)合實(shí)際需求，而GPS返回的實(shí)時(shí)數(shù)據(jù)則正好可以很好地反映乘客需求的空間分布。雖然城市路網(wǎng)存在棋盤(pán)式、放射式、環(huán)形+放射式等多種形式，但總能將某一特定范圍的路網(wǎng)抽象簡(jiǎn)化成為網(wǎng)格狀結(jié)構(gòu)，由GPS數(shù)據(jù)生成的出租車(chē)上車(chē)點(diǎn)分布在抽象簡(jiǎn)化之后的路網(wǎng)上。假定出租車(chē)揚(yáng)招點(diǎn)的最遠(yuǎn)服務(wù)范圍以及目標(biāo)覆蓋率一定，問(wèn)題轉(zhuǎn)化為如何在網(wǎng)格狀的路網(wǎng)上，以最小的出租車(chē)揚(yáng)招點(diǎn)設(shè)置個(gè)數(shù)達(dá)到最高的服務(wù)覆蓋率，其中，服務(wù)覆蓋率是出租車(chē)揚(yáng)招點(diǎn)所能覆蓋的需求點(diǎn)個(gè)數(shù)與總的需求點(diǎn)個(gè)數(shù)之比。

1.1 服務(wù)范圍

假定出租車(chē)揚(yáng)招點(diǎn)最遠(yuǎn)服務(wù)范圍是Lm，則出租車(chē)揚(yáng)招點(diǎn)能夠服務(wù)到的最遠(yuǎn)點(diǎn)是沿路網(wǎng)距離該揚(yáng)招點(diǎn)Lm的位置，而不是直線距離為L(zhǎng)m的邊界。如圖1所示，五角星表示出租車(chē)揚(yáng)招點(diǎn)所在位置，路網(wǎng)中灰色的路段即和揚(yáng)招點(diǎn)之間距離小于Lm的路段，屬于其服務(wù)范圍。

圖1 出租車(chē)揚(yáng)招點(diǎn)服務(wù)范圍示例

1.2 路徑選擇

乘客從某點(diǎn)前往揚(yáng)招點(diǎn)時(shí)，由于個(gè)人喜好、對(duì)路網(wǎng)的熟悉程度等不同，其路徑選擇存在不確定性，未必選擇最短路徑。如果以最短路徑作為揚(yáng)招點(diǎn)服務(wù)距離，則可能存在出租車(chē)揚(yáng)招點(diǎn)服務(wù)能力估計(jì)過(guò)高等問(wèn)題。為了規(guī)避上述問(wèn)題，同時(shí)簡(jiǎn)化模型，本文作如下假設(shè)：①當(dāng)兩點(diǎn)均在縱向道路時(shí)，乘客先由出發(fā)地南北向行走至離目的地縱向距離最近的橫向路段上，再東西向行走，最后再南北向走，如圖2（a）所示；②當(dāng)一點(diǎn)位于縱向道路時(shí)，由于從A到B和從B到A的距離是相等的，因此假定所有的乘客均從位于縱向道路上的點(diǎn)出發(fā)，先南北向行走，再東西向行走，如圖2（b）所示；③當(dāng)兩個(gè)點(diǎn)均在橫向道路上時(shí)，乘客先由出發(fā)地東西向靠近目的地方向行走至最近的縱向道路，再南北向行走至目的地所在橫向道路，最后東西向行走，如圖2（c）所示。

圖2 路徑示意圖

1.3 距離確定

假設(shè)現(xiàn)有一個(gè)三縱三橫的路網(wǎng)（見(jiàn)圖3），A和B為該網(wǎng)格狀路網(wǎng)上的兩點(diǎn)。定義三條縱向道路由西向東依次為a1,a2,a3，橫向道路由北向南依次為b1,b2,b3，并將每條道路的最西端或者最北端設(shè)置為起點(diǎn)，路段ai或者bi上的點(diǎn)，其與端點(diǎn)之間的距離定義為cij或者dij，坐標(biāo)為(ai,cij)或者(bi,dij)。如圖3所示，A點(diǎn)的坐標(biāo)為(a1,c11)，B點(diǎn)的坐標(biāo)為(b2,d21)。

借助a1和b2的交點(diǎn)C計(jì)算AB之間的實(shí)際距離，根據(jù)上述定義，C點(diǎn)坐標(biāo)為(a1,c12)或者(b2,d22)，則AC為|c12-c11|，CB為|d21-d22|，二者相加即為A點(diǎn)和B點(diǎn)之間的實(shí)際距離。

圖3 路網(wǎng)示意圖

1.4 服務(wù)能力

將服務(wù)能力定義為揚(yáng)招點(diǎn)的服務(wù)范圍內(nèi)所能覆蓋到的需求點(diǎn)，即到揚(yáng)招點(diǎn)距離小于服務(wù)距離的點(diǎn)。從出租車(chē)GPS數(shù)據(jù)中獲得分布在路網(wǎng)上的出租車(chē)上客點(diǎn)，由于需要設(shè)置揚(yáng)招點(diǎn)的區(qū)域主要為出租車(chē)需求較多的市中心，這些地方由于出租車(chē)需求較多因此有更多巡游的出租車(chē)經(jīng)過(guò)，較少出現(xiàn)步行很長(zhǎng)距離才打到車(chē)的現(xiàn)象。雖然出租車(chē)上車(chē)點(diǎn)是乘客根據(jù)當(dāng)?shù)爻鲎廛?chē)搭乘方便程度，已經(jīng)步行一定距離的地點(diǎn)，但是模型應(yīng)用至城市區(qū)域范圍時(shí)，沒(méi)有必要考慮那么精確的需求分布。因此可以將上車(chē)點(diǎn)分布近似作為乘客的出租車(chē)需求分布，由此得到的結(jié)果也更符合人們揚(yáng)招的習(xí)慣。假定在路網(wǎng)上某點(diǎn)設(shè)置出租車(chē)揚(yáng)招點(diǎn)，則根據(jù)1.1小節(jié)所述，可以確定其服務(wù)范圍，其覆蓋到的而原有揚(yáng)招點(diǎn)未覆蓋到的需求點(diǎn)作為新增服務(wù)能力。包含在服務(wù)范圍內(nèi)的需求點(diǎn)越多，該出租車(chē)揚(yáng)招點(diǎn)被使用的可能性越大，服務(wù)能力越強(qiáng)。

1.5 建立模型

模型參數(shù)定義如下：n為路網(wǎng)所需設(shè)置的出租車(chē)揚(yáng)招點(diǎn)個(gè)數(shù)；N為出租車(chē)揚(yáng)招點(diǎn)擬建設(shè)點(diǎn)集合；mi為揚(yáng)招點(diǎn)i的服務(wù)能力；mj為增設(shè)揚(yáng)招點(diǎn)j后能增加的服務(wù)能力；P0為路網(wǎng)所規(guī)劃的最小服務(wù)覆蓋率；Pj為增設(shè)揚(yáng)招點(diǎn)j后的服務(wù)覆蓋率；M為路網(wǎng)上的全部出租車(chē)揚(yáng)招需求點(diǎn)個(gè)數(shù)。

則建立如下模型：

式（1）表示模型的目標(biāo)是為了尋找滿足要求的最小揚(yáng)招點(diǎn)個(gè)數(shù)；式（2）表示在適合設(shè)置揚(yáng)招點(diǎn)的集合中，以某一空間粒度w針對(duì)路網(wǎng)上路段的所有待選點(diǎn)，計(jì)算如果選這些點(diǎn)為揚(yáng)招點(diǎn)時(shí)分別對(duì)應(yīng)的服務(wù)能力，并對(duì)服務(wù)能力進(jìn)行從大到小的排序，選擇服務(wù)能力最大的點(diǎn)為第j個(gè)揚(yáng)招點(diǎn)；式（3）表示計(jì)算Pj；式（4）表示Pj需要大于P0，否則需要增設(shè)揚(yáng)招點(diǎn)并重新計(jì)算式（3），直至Pj大于P0。算法流程如圖4所示。

圖4 算法流程圖

2 案例分析

2.1 數(shù)據(jù)處理

以南京市新街口地區(qū)路網(wǎng)作為模型的應(yīng)用對(duì)象，該路網(wǎng)概況如圖5所示。

圖5 研究區(qū)域路網(wǎng)概況圖

首先對(duì)南京市出租車(chē)的GPS原始數(shù)據(jù)進(jìn)行轉(zhuǎn)換與分析，得到原始數(shù)據(jù)存在的4大類錯(cuò)誤，分別是經(jīng)緯度、速度、方位角以及重復(fù)記錄錯(cuò)誤，刪除了這4大部分的錯(cuò)誤信息。接著分析數(shù)據(jù)點(diǎn)的空間分布，將數(shù)據(jù)點(diǎn)匹配到地圖上。利用Map?Info軟件，對(duì)浮動(dòng)車(chē)數(shù)據(jù)進(jìn)行地圖匹配，數(shù)據(jù)與地圖有一定偏差。修正后，匹配效果較好，可供后續(xù)研究分析使用。

將每一條數(shù)據(jù)按ID號(hào)分組，再對(duì)每組數(shù)據(jù)進(jìn)行時(shí)間排序，得到每輛浮動(dòng)車(chē)的軌跡。載客狀態(tài)為1代表出租車(chē)載客，為0代表出租車(chē)空載。將載客狀態(tài)從0變?yōu)?的那條數(shù)據(jù)作為一次出行的起點(diǎn)，類似地，將載客狀態(tài)從1變?yōu)?的那條數(shù)據(jù)作為一次出行的終點(diǎn)。每一次出行的載客狀態(tài)以1開(kāi)始以0結(jié)束。將每次出行的起點(diǎn)作為出租車(chē)需求點(diǎn)。出租車(chē)需求分布如圖6所示。

圖6 研究區(qū)域出租車(chē)需求分布

2.2 模型應(yīng)用

運(yùn)用C#進(jìn)行編程，將路段、節(jié)點(diǎn)、出租車(chē)上車(chē)點(diǎn)在路網(wǎng)上的分布等信息錄入，將不同的最低出租車(chē)揚(yáng)招點(diǎn)覆蓋率P0、服務(wù)距離L、揚(yáng)招點(diǎn)位置檢索的空間粒度w代入按照上述模型執(zhí)行流程進(jìn)行C#編程后的程序中處理。可以得到揚(yáng)招點(diǎn)的個(gè)數(shù)、位置。

根據(jù)《城市道路交通規(guī)劃設(shè)計(jì)規(guī)范》（GB 50220—95），出租車(chē)?？奎c(diǎn)合理步行距離為300m。當(dāng)揚(yáng)招點(diǎn)的服務(wù)距離定為300m、覆蓋率下限設(shè)為85%時(shí)，得到需要設(shè)置11個(gè)揚(yáng)招點(diǎn)，它們的對(duì)應(yīng)坐標(biāo)如表1所示。

表1 服務(wù)距離為300m、覆蓋率為85%條件下的揚(yáng)招點(diǎn)設(shè)置

表1 （續(xù)）

這些揚(yáng)招點(diǎn)的需求覆蓋率為88.27%，將這些點(diǎn)標(biāo)注在地圖上，如圖7所示。通過(guò)模型得出的揚(yáng)招點(diǎn)設(shè)置位置分布較均勻，只是在第二條橫向路和第二條縱向路的交叉口附近沒(méi)有揚(yáng)招點(diǎn)，而對(duì)比圖6的出租車(chē)需求分布可以發(fā)現(xiàn)，該區(qū)域周?chē)鲎廛?chē)需求分布較稀疏，因此這樣的揚(yáng)招點(diǎn)設(shè)置位置可以達(dá)到期望的覆蓋率，模型合理。

圖7 設(shè)置的揚(yáng)招點(diǎn)位置圖

2.3 敏感性分析

改變目標(biāo)覆蓋率和揚(yáng)招點(diǎn)服務(wù)距離，比較不同條件下?lián)P招點(diǎn)的設(shè)置個(gè)數(shù)（見(jiàn)表2）。從表2可以看到，服務(wù)距離越小，要求的覆蓋率越高，需設(shè)置的揚(yáng)招點(diǎn)個(gè)數(shù)就越多。尤其當(dāng)服務(wù)距離較短時(shí)，覆蓋率的增加會(huì)使得揚(yáng)招點(diǎn)需求的個(gè)數(shù)更快地增加。在實(shí)際應(yīng)用中，揚(yáng)招點(diǎn)設(shè)置個(gè)數(shù)的確定需要考慮經(jīng)濟(jì)性，因此這一結(jié)果可以幫助進(jìn)行揚(yáng)招點(diǎn)設(shè)置決策。必須在選址之前對(duì)要設(shè)定的目標(biāo)覆蓋率和服務(wù)半徑進(jìn)行充分的調(diào)研，其中任何一項(xiàng)改變都會(huì)影響到出租車(chē)揚(yáng)招點(diǎn)設(shè)置位置以及設(shè)置個(gè)數(shù)的改變。

表2 不同服務(wù)距離和覆蓋率條件下需設(shè)置的揚(yáng)招點(diǎn)個(gè)數(shù)（單位：個(gè)）

3 模型改進(jìn)

通過(guò)該模型的計(jì)算，基本可以保證城市出租車(chē)揚(yáng)招點(diǎn)設(shè)置的合理性，但仍存在郊區(qū)需求點(diǎn)打車(chē)難的問(wèn)題。市區(qū)的需求相對(duì)集中，沒(méi)有覆蓋到的需求點(diǎn)相對(duì)分散且隨機(jī)，不具有覆蓋的意義。但是，隨著城市的發(fā)展，越來(lái)越多的工廠、學(xué)?；蛘咦≌瑓^(qū)向郊區(qū)搬移，這時(shí)它們的所在地就形成了新的需求點(diǎn)。這些需求點(diǎn)的集聚程度不及市區(qū)，在模型進(jìn)行揚(yáng)招點(diǎn)位置選擇時(shí)通常難以被選到，這就導(dǎo)致了在這些需求點(diǎn)附近很大范圍內(nèi)均沒(méi)有揚(yáng)招點(diǎn)，需求無(wú)法保障。

為了解決上述問(wèn)題，對(duì)模型進(jìn)行改善。在滿足P0之后，將未被覆蓋的需求點(diǎn)作為一個(gè)新的路網(wǎng)，重新利用模型找出一個(gè)新的揚(yáng)招點(diǎn)，重新計(jì)算此時(shí)的Pj，并給定一個(gè)閾值p。如果ΔPj≥p，則增設(shè)這一揚(yáng)招點(diǎn)，否則就保持原有揚(yáng)招點(diǎn)設(shè)置方案。

案例所用數(shù)據(jù)來(lái)自南京市CBD地區(qū)，路網(wǎng)相對(duì)集中，乘客需求密集，因此執(zhí)行模型改進(jìn)部分并未產(chǎn)生新的可以設(shè)置的揚(yáng)招點(diǎn)。

4 結(jié)語(yǔ)

長(zhǎng)期積累的出租車(chē)GPS數(shù)據(jù)反映了出租車(chē)需求分布，本文結(jié)合出租車(chē)GPS數(shù)據(jù)所反映的交通特征，研究了出租車(chē)揚(yáng)招點(diǎn)選址的方法，將通過(guò)設(shè)置最少揚(yáng)招點(diǎn)以達(dá)到規(guī)定的覆蓋率作為目標(biāo)，并以南京市新街口地區(qū)為例，應(yīng)用該方法確定了揚(yáng)招點(diǎn)的設(shè)置個(gè)數(shù)以及位置。之后，還對(duì)目標(biāo)覆蓋率以及服務(wù)距離對(duì)于揚(yáng)招點(diǎn)設(shè)置個(gè)數(shù)的影響進(jìn)行了敏感性分析，分析結(jié)果可應(yīng)用于實(shí)際工程的經(jīng)濟(jì)性評(píng)價(jià)，幫助進(jìn)行揚(yáng)招點(diǎn)設(shè)置決策。最后，模型改進(jìn)考慮了出租車(chē)需求較少但存在必要需求的區(qū)域，例如位于郊區(qū)的大商場(chǎng)，保障了這些區(qū)域必要的出租車(chē)需求。

隨著城市化進(jìn)程的不斷加快，一方面城市居民對(duì)于出租車(chē)的需求必將不斷增長(zhǎng)并保持在一個(gè)相對(duì)較高的水平，另一方面城市交通壓力也不斷加大，合理準(zhǔn)確地給出出租車(chē)的揚(yáng)招點(diǎn)設(shè)置方案便顯得至關(guān)重要。本文給出的方法較為全面地考慮了各方面因素，但仍然存在兩點(diǎn)需要進(jìn)一步完善的地方：①出租車(chē)揚(yáng)招點(diǎn)最小服務(wù)覆蓋率、服務(wù)半徑的選定需要更多的研究才能給出不同情況下對(duì)應(yīng)的不同要求；②數(shù)學(xué)模型中未考慮規(guī)劃范圍以外道路的影響，某一區(qū)域的交通系統(tǒng)不是孤立存在的，其運(yùn)行情況受到周邊交通情況的影響，在本方法中由于各城市的影響具有個(gè)性化的特點(diǎn)而沒(méi)有考慮。

[1]陸建，王煒.城市出租車(chē)擁有量確定方法[J].交通運(yùn)輸工程學(xué)報(bào)，2004，4（1）：92-95.

[2]祁文田.基于GPS數(shù)據(jù)的出租車(chē)載客點(diǎn)空間特征分析[D].長(zhǎng)春：吉林大學(xué)，2013.

[3]金雷，謝秉磊.基于上落客時(shí)空特征的出租車(chē)?？空具x址模型[J].交通運(yùn)輸系統(tǒng)工程與信息，2015，15（2）：182-188，194.

[4]鈕英才.出租車(chē)停靠點(diǎn)布局問(wèn)題研究[J].交通世界：運(yùn)輸·車(chē)輛，2012（10）：130-133.

[5]葉海飛.出租車(chē)?？空镜脑O(shè)置方法[J].交通標(biāo)準(zhǔn)化，2014，42（15）：68-72.

[6]陳煉紅.基于GPS浮動(dòng)車(chē)采集數(shù)據(jù)的出租車(chē)運(yùn)行特點(diǎn)研究[D].上海：同濟(jì)大學(xué)，2008.

[7]茍錫榮.基于GPS浮動(dòng)車(chē)的城市交通狀態(tài)時(shí)空分布規(guī)律研究[D].昆明：昆明理工大學(xué)，2013.

[8]徐濤.浮動(dòng)車(chē)數(shù)據(jù)在城市道路交通事件檢測(cè)中的應(yīng)用研究[D].阜新：遼寧工程技術(shù)大學(xué)，2011.

[9]CHANG H W,TAI Y C,HSU Y J.Context-Aware Taxi De?mand Hotspots Prediction[J].International Journal of Busi?ness Intelligence and Data Mining,2010,5(1):3-18.

[10]CHEN M.The Support of Floating Car Data for the Policy and Planning on Taxi Industry[C]//14th World Congress on Intelligent Transport Systems.Beijing:Ministry of Science and Technology of the People's Republic of China,Ministry of Transport of the People's Republic of China,2007:4433-4439.

[11]陳峰.基于出租車(chē)GPS數(shù)據(jù)的信息融合研究[D].成都：電子科技大學(xué)，2010.

[12]齊林.基于GPS數(shù)據(jù)的出租車(chē)交通運(yùn)行特性研究及應(yīng)用[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2013.

[13]上海市城鄉(xiāng)建設(shè)和交通委員會(huì).GB 50688—2011城市道路交通設(shè)施設(shè)計(jì)規(guī)范[S].北京：中國(guó)計(jì)劃出版社，2011.

Location Selection Method for Taxi Stands Based on GPS Data

ZHANG Cheng,ZHANG Shu-qin,WANG Meng-zhen
(School of Traffic and Transportation Engineering,Tongji University,Shanghai 201804,China)

A location selection model for taxi stands was developed to match taxi demands.First,the GPS data of taxis was analyzed to get the spatial distribution of taxi demands.Then,a mathematical pro?gramming model was established.The model set minimum taxi stands as objection,and considered the service coverage required to achieve as constraint conditions.Finally,according to the known distribu?tion of taxi demands,with the given service scope and expected service coverage,the number and loca?tion of taxi stands were got from the model.As a case study,the model was applied to Xinjiekou CBD in Nanjing.The service scope of 300 meters was set and the expected service coverage was 85%.The result shows that 11 taxi stands are needed to cover 85%taxi demands in the area of 5 square kilometers.Spe?cific locations of taxi stands are also got through this method.After that,sensitivity analysis of the num?ber of taxi stands was conducted,which could provide support for setting taxi stands from aspects of ser?vice quality and cost economy.

traffic engineering;taxi stand;GPS data;location selection;taxi demand

U491.1

：A

：2095-9931（2015）04-0042-07

10.16503/j.cnki.2095-9931.2015.04.007

2015-06-16

上海市大學(xué)生創(chuàng)新活動(dòng)計(jì)劃（1600107094）

章程（1994—），男，浙江紹興人，研究方向?yàn)榻煌〝?shù)據(jù)采集、處理與應(yīng)用。E-mail:zhangchengvalue@163.com。