基于出租车承载行为的优化决策调度方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·出租车GPS数据应用研究现状 | 第10-11页 |
| ·出租车调度方法研究现状 | 第11-13页 |
| ·研究目的和主要内容 | 第13-14页 |
| ·研究目的 | 第13页 |
| ·主要研究内容 | 第13-14页 |
| ·研究的技术路线 | 第14页 |
| ·本章小结 | 第14-16页 |
| 第二章 出租车特性分析 | 第16-21页 |
| ·出租车发展概述 | 第16-17页 |
| ·出租车服务特性分析 | 第17-18页 |
| ·出租车承载行为特性分析 | 第18-19页 |
| ·出租车调度特性分析 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 出租车GPS数据采集及预处理 | 第21-31页 |
| ·出租车GPS浮动车数据采集 | 第21-24页 |
| ·GPS定位原理 | 第21-22页 |
| ·基于出租车GPS数据采集技术 | 第22-23页 |
| ·论文数据来源 | 第23-24页 |
| ·数据预处理 | 第24-28页 |
| ·出租车GPS数据预处理 | 第24-26页 |
| ·GIS地图预处理 | 第26-28页 |
| ·地图匹配 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于出租车GPS数据的承载行为分析 | 第31-48页 |
| ·基于出租车GPS数据的承载行为时间分析 | 第31-37页 |
| ·出行次数 | 第31-33页 |
| ·单次出行耗时 | 第33-35页 |
| ·空驶率 | 第35-37页 |
| ·基于出租车GPS数据的承载行为空间分析 | 第37-47页 |
| ·聚类分析算法概述 | 第37-38页 |
| ·K-Means聚类模型的建立 | 第38-39页 |
| ·Weka数据挖掘平台 | 第39-42页 |
| ·基于K-Means聚类模型的出租车载客热点分析 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于出租车承载行为的优化决策调度方法研究 | 第48-66页 |
| ·现有出租车调度方法概述 | 第48-51页 |
| ·阶梯调度方法 | 第48-49页 |
| ·响应乘客信息的调度方法 | 第49-51页 |
| ·基于出租车载客热点区域调度方法研究 | 第51-58页 |
| ·载客热点区域划分 | 第52-53页 |
| ·载客热点区域出租车动态适应度评价模型研究 | 第53-57页 |
| ·基于行程时间的最优巡游路径研究 | 第57-58页 |
| ·南京市出租车智能调度实例 | 第58-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 结论与展望 | 第66-68页 |
| ·主要结论及创新点 | 第66-67页 |
| ·存在的问题与展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 在学期间发表的论文和取得的学术成果 | 第72页 |
