检索结果-南通市图书馆

计算机应用与软件 2019年第7期36卷 83-88,121页

作者：唐蕾孙晨段宗涛陈柘长安大学信息工程学院

作为一种新兴的交通方式,共乘出行既环保又可持续,因为它不仅能让乘客节省出行成本,还能减少汽车的交通拥堵,所以共乘成为人们首选的出行方式。考虑到现实中人力资源的有限性,对共乘出行服务进行了深入的研究。对多Agent技术和共乘过程... 详细信息

作为一种新兴的交通方式,共乘出行既环保又可持续,因为它不仅能让乘客节省出行成本,还能减少汽车的交通拥堵,所以共乘成为人们首选的出行方式。考虑到现实中人力资源的有限性,对共乘出行服务进行了深入的研究。对多Agent技术和共乘过程进行详细的论述,提出一种基于群代理协同交互的仿真模型,该模型采用基于三层架构的JADE平台。给出司乘人员路径匹配模型和协商模型,提出最短路径算法来仿真启动司乘代理之间的共乘过程。选取覆盖北京市区的真实轨迹数据集Geolife和西安市15天的出租车营运轨迹数据,对提出的路径匹配模型和协商模型进行实验验证。实验结果表明,两类模型在准确性和执行效率上具有高效性。

关键词：共乘出行多Agent技术 JADE 路径匹配模型协商模型

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于信任关系的共乘出行群体推荐方法研究

基于信任关系的共乘出行群体推荐方法研究

引用

作者：韩萌长安大学

学位级别：硕士

共乘出行是城市交通运输的重要组成部分,共乘乘客的安全感和信任感体验是促成多人共乘的重要因素。利用社交网络中存在的社交关系进行共乘出行群体推荐,是提升共乘出行用户体验的重要方法。该方法需融合社交关系信息和地理位置信息,同... 详细信息

共乘出行是城市交通运输的重要组成部分,共乘乘客的安全感和信任感体验是促成多人共乘的重要因素。利用社交网络中存在的社交关系进行共乘出行群体推荐,是提升共乘出行用户体验的重要方法。该方法需融合社交关系信息和地理位置信息,同时面临共乘信任信息稀疏难题。论文针对上述问题,研究了基于信任关系的共乘出行群体推荐方法。论文使用兴趣点（Point Of Interest,论文中简称:POI）偏好和社交关系建模共乘出行者之间的信任关系,将基于信任关系的共乘出行群体推荐问题转化成多相关性的融合与计算,基于此,构建了基于信任关系的共乘出行群体推荐方法。具体研究内容包括:首先,针对出行者间关系的多样性（例如出行关系与信任关系）,提出了一种面向共乘出行的出行者多相关性分析与建模方法。该方法,针对出行者具有的时空关联与社会属性,分别构建了单一视图并进行相关性编码。其中,抽取满足出行时空约束的出行者对构建出行视图,挖掘出行者社交属性数据构建信任视图。其次,提出了一种融合多相关性的共乘出行群体推荐方法（Multi-relevance ridesharing group recommendation algorithm,论文中简称:MRGR）。在该方法中,为了融合多相关性,扩展注意力机制协同学习上述两类视图表示,得到所有出行者向量并计算每对司乘人员的相关度。针对每个司机,排序并推荐与其具有高相关度的乘客形成共乘群体。最后,采用真实基于位置的社交数据集Gowallo对MRGR进行测试验证。测试中,对群体推荐相关参数L,D等进行分析,获得推荐效果最优的参数值,同时逐项对比了MRGR算法与其他推荐算法的评价指标。实验结果表明,论文所提在网络表示学习和群体推荐方面都优于现有的方法,所提出的MRGR方法能够更加准确地推荐具有信任关系的出行群体。

关键词：共乘出行群体推荐信任关系多视图网络表示学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多Agent协同交互的共乘出行仿真模型与方法研究

基于多Agent协同交互的共乘出行仿真模型与方法研究

引用

作者：孙晨长安大学

学位级别：硕士

作为一种新兴的交通方式,共乘出行具有节约费用和乘车便利的优势。由于共乘出行策略的实施往往需要提前部署软硬件设施,且其效果需对大规模车辆的长期运营数据进行分析,这使得难以在真实交通环境下快速有效地验证该策略的可行性。因此,... 详细信息

作为一种新兴的交通方式,共乘出行具有节约费用和乘车便利的优势。由于共乘出行策略的实施往往需要提前部署软硬件设施,且其效果需对大规模车辆的长期运营数据进行分析,这使得难以在真实交通环境下快速有效地验证该策略的可行性。因此,搭建共乘出行仿真系统有助于评估共乘出行策略在解决交通拥堵、环境污染等问题的可用性。本文对共乘出行活动进行了深入的研究,并对其进行系统仿真建模,这样有助于评估共乘出行策略的实施影响,降低现实中部署共乘出行系统的成本消耗。本文提出了基于多Agent协同交互的共乘出行模型,研究了共乘出行的主要活动。在基于多Agent共乘出行的匹配活动和协商活动中,分别提出了匹配模型、协商模型,并给出了协议属性。在此基础上,本文研究了匹配算法、最短路径算法及最优相遇点算法。本文的主要工作内容及结论:(1)在共乘出行背景下,提出了多Agent协同交互的共乘出行模型,并且在此基础上,研究了共乘出行的主要活动。(2)在共乘出行过程中,给出了司机和乘客代理的匹配活动和协商活动。在匹配活动中,基于路径相似理论,提出了匹配模型。同时,在协商活动中,提出了协商模型及其属性。(3)本文提出了三类共乘出行算法:1)采用匹配算法,分析司乘代理的匹配过程。2)运用最短路径算法,确定司乘代理的目标路径。3)设计最优相遇点算法,搜索最优上下车地点,实现动态共乘。(4)本文分别选取了覆盖北京市区的真实轨迹数据集Geolife和西安市15天的出租车轨迹数据集,对提出的共乘匹配模型和协商模型进行了测试分析和系统仿真验证。实验表明,本文提出的两类模型在准确性和执行效率上具有一定有效性。

关键词：共乘出行仿真多Agent 匹配模型协商模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

弹性需求的Logit随机共乘用户均衡模型和算法

引用

同济大学学报（自然科学版） 2022年第5期50卷 601-609页

作者：马捷李锐王华东南大学交通学院江苏南京211189 道路交通工程国家级实验教学示范中心(东南大学) 江苏南京211189 河海大学土木与交通学院江苏南京210024 新加坡国立大学土木与环境工程系新加坡117576

基于Logit选择模型和弹性需求函数,建立了弹性需求的Logit随机共乘用户均衡模型,并提出了自适应并行投影算法以求解共乘出行交通分配问题,最后通过2个城市交通网络算例验证了模型和算法的有效性。结果表明:弹性需求参数和用户感知离散... 详细信息

基于Logit选择模型和弹性需求函数,建立了弹性需求的Logit随机共乘用户均衡模型,并提出了自适应并行投影算法以求解共乘出行交通分配问题,最后通过2个城市交通网络算例验证了模型和算法的有效性。结果表明:弹性需求参数和用户感知离散参数是影响共乘出行的重要因素,出行需求和平均出行时间随着弹性需求参数和用户感知离散参数的增加而降低;所提出算法可求解大规模共乘出行交通分配问题并获得全局最优解。

关键词：交通运输规划与管理共乘出行交通网络建模交通分配投影算法并行计算

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

共享交通的时空轨迹检索与群体发现

引用

计算机应用 2019年第1期39卷 220-226页

作者：段宗涛龚学辉唐蕾陈柘长安大学信息工程学院西安710064

为解决共享交通下的共乘用户群体发现效率低、准确率不高问题,依据R-树原理建立Geo OD-Tree索引,并在此基础上提出以最大化共乘率为目标的群体发现策略。首先,对原始时空轨迹数据进行特征提取与标定处理,挖掘有效出行起讫点(OD)轨迹;其... 详细信息

为解决共享交通下的共乘用户群体发现效率低、准确率不高问题,依据R-树原理建立Geo OD-Tree索引,并在此基础上提出以最大化共乘率为目标的群体发现策略。首先,对原始时空轨迹数据进行特征提取与标定处理,挖掘有效出行起讫点(OD)轨迹;其次,针对用户起讫点轨迹的特征,建立Geo OD-Tree索引进行有效的存储管理;最后,给出以最大化共乘行程为目标的群体发现模型,并运用K最近邻(KNN)查询对搜索空间剪枝压缩,提高群体发现效率。采用西安市近12 000辆出租车营运轨迹数据,选取动态时间规整(DTW)等典型算法与所提算法在查询效率与准确率上进行性能对比分析。与DTW算法相比,所提算法的准确率提高了10. 12%,查询效率提高了约15倍。实验结果表明提出的群体发现策略能有效提高共乘用户群体发现的准确率和效率,可有效提升共乘出行方式的出行率。

关键词：共乘出行群体发现时空轨迹 3维R树起讫点

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于位置预测的共乘群体发现与优化方法研究

基于位置预测的共乘群体发现与优化方法研究

引用

作者：龚学辉长安大学

学位级别：硕士

快速发现具有相似出行特征的出行者形成共乘群体,最大化降低城市交通运输成本,是共乘出行领域的研究热点。本文针对共乘出行中的群体发现问题进行深入研究,利用位置预测技术提前预知出行者的目的地,预先规划具有最大共乘率的共乘群组,... 详细信息

快速发现具有相似出行特征的出行者形成共乘群体,最大化降低城市交通运输成本,是共乘出行领域的研究热点。本文针对共乘出行中的群体发现问题进行深入研究,利用位置预测技术提前预知出行者的目的地,预先规划具有最大共乘率的共乘群组,优化共乘出行。首先,根据城市出行者GPS轨迹分布不均的特征,提出分位数策略进行地图网格划分,并利用基于空间网格标定方法构建出行者的出行特征。然后,针对轨迹数据稀疏的问题,提出LP-Markov(Location and POI Based Markov)位置预测模型。该模型可分为两部分,区域预测,运用轨迹分裂合成算法对原轨迹数据集进行扩充,构建马尔科夫模型进行区域预测;位置细化,引入POI(Point of Interest)数据集,分析不同POI类型在不同时刻的受欢迎度,将该区域内受欢迎度最高的POI所对应的位置作为最终预测结果。最后,为解决共享交通下的共乘群体发现效率低、准确率不高的问题,引入轨迹索引技术,对出行者起讫点(Origin-Destination,OD)轨迹特征扩展R-树构建GeoOD-Tree(Geographic OD-Tree)索引,并在此基础上提出以最大化共乘率为目标的群体发现策略,将共乘群体发现问题转化为查找具有相似的OD轨迹出行者,并运用K最近邻查询(K-Nearest Neighbor)对搜索空间剪枝压缩,优化群体发现效率。本文采用西安市的出租车轨迹集以及覆盖西安市主要城区的POI数据集,分析网格划分策略和网格密度对LP-Markov预测模型的影响,此外,与现有的预测算法对比,实验结果表明LP-Markov位置预测模型在预测误差、覆盖度以及执行效率上均优于weightd-MM和syn-sub预测算法;同时,对GeoOD-Tree的相关参数m进行分析,并对比了与其他传统群体发现算法的性能,结果表明基于GeoOD-Tree索引的群体发现算法在群体发现的准确率、召回率以及执行效率上均优于DTW以及ByPOI算法。

关键词：共乘出行群体发现位置预测稀疏时空轨迹 3维R-树

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：