联系人:殷晓强
所在地:北京北京市
利用空间关联技术,关联融合出租车GPS数据、出租车计价器数据、POI数据、公共交通一卡通数据等多源交通数据,构建区域出租车出行需求影响模型,探究出租车需求分布与影响因素之间的关系,实现出租车出行需求特征提取和分析。针对基础需求和特殊需求,利用DBSCAN空间聚类算法实现不同复合影响因素影响情况下的热点载客区判别,通过分析BP神经网络建立出租车时空需求预测模型,预测热点区域当前时刻及未来短期的出租车需求量。研究成果可应用于城市综合交通运行监测、城市出租车运营管理等领域。
市场分析
可直接服务于全国各城市出租车运营管理部门,还可为城市综合交通运行监测指挥调度做支撑,研究成果具有广阔的市场前景。
已有应用情况
目前,出租车运营监测系统已经在北京市交通运行监测调度指挥中心(TOCC)进行应用。已经接入北京全市超过6万辆出租车的实时位置数据,实现了全市出租车的运行监测,并对重点区域的出租车空车状态和出租车异常集聚进行预警,为城市出租车的运营保障发挥了重要作用。
产业化成本效益分析
系统将实现对出租车运行状态的实时监测,对热点载客区及区域的载客需求进行预测研判,有助于更好的调度和引导出租车的运力供给分布,改善出租车运营管理水平和服务质量,实现出租车的合理指挥调度,有效缓解出租车供需不平衡现象和居民出行打车难问题,产生巨大的社会经济效益。