目录
1 引言 1
1.1 研究背景 1
1.2 国内外研究现状 2
1.3 研究思路 3
1.4 本章小结 4
2 车联网环境下动态不确定需求协同拼车路线选择影响因素分析 4
3 车联网环境下动态不确定需求协同拼车路线算法选择 5
3.1 拼车协同路线费用算法设计 5
3.1.1 私家车拼车计费的特殊性 6
3.1.2 拼车协同路线费用设计原则及计算公式 6
3.2 拼车协同路线的时间算法 6
3.3 距离矩阵算法求单独指标下的最优路线 8
3.4 综合权重计算样本权重系数 9
3.5 本章小结 10
4 算法实例应用--以淮安为例 10
4.1 计算与实时拼车相关的每条路线费用 11
4.2 计算与实时拼车相关的每条路线的时间 12
4.3 算出实时拼车过程中各指标最优路线 13
4.4 计算实时拼车的综合最优路线 15
4.5 本章小结 18
结 论 20
致 谢 21
参考文献 22
附录A 23
附录B 24
1 引言
1.1 研究背景
在城市交通压力日渐严重、汽车座位利用率低以及环境污染严重等一系列交通问题下，私家车拼车得到了较好的应用和发展。私家车的主要使用人群一般为城市上班族，由于受到上班时间和行驶距离的影响，一人一车的情况越来越普遍，这大大浪费了交通资源。但是若是对私家车进行拼车，可以降低车辆的出行数目，达到充分利用 *景先生毕设|www.jxszl.com +Q: ^3^5^1^9^1^6^0^7^2^* 
道路资源，减少交通需求的目的。这在很大程度上降低了出行成本，还有利于节约能源和保护环境。但是由于私家车“拼车模式”的发展还有待完善，所以整个拼车的发展趋势不太稳定，呈波动状态。这点可以由下图拼车整体趋势百度指数看出。
图一 拼车整体趋势百度指数图
在私家车拼车的“拼车模式”中大致可以分为在上下班定时定线路的拼车和实时拼车两大类，定时定线路上下班拼车是实时随机拼车的一种特殊模式。这两类“拼车模式”都有利于缓解交通问题和节约交通资源。但是，这两类“拼车模式”依然存在许多需要解决和完善的问题，尤其是私家车实时拼车这类。在私家车拼车的行车途中往往会遇到许多不确定的因素，比如会遭遇多个实时随机拼车用户、突发事故和道路堵塞以及重新选择路线等问题都会耗费车主和拼车用户的支付成本和行驶时间，从而降低拼车用户的满意度。为了更好的解决这些问题，私家车拼车结合车联网技术。通过运用车联网技术，可以在私家车行驶途中实时获得道路、车辆和其它交通信息的数据资源，从而方便拼车路线的筛选与重组。车联网可以将各项资讯进行收集、整合和运用变成一个完整性的服务，提供给用户准确、实时和全方位的动态出行资讯，为提高私家车拼车双方的成功性、实时性和过程动态优化性提供了平台和整体生态系统保障。现有的私家车拼车主要为两人合乘，当超过两人合乘时就存在为了增加合乘人员而额外增加合乘时间和路程，由此会导致多人合乘路线不合理，甚至迂回。借助车联网环境下获取的交通信息，可以对基于动态不确定的拼车需求进行实时处理，并且能够与其他行驶车辆进行拼车信息的共享，从而实现多车辆间的协同拼车，在最大程度内实现多人合乘拼车时的路线费用成本最低，路程最短，时间最少。基于此，如何在动态不确定拼车需求的情况下，对多部车辆之间协同拼车路线进行选择和优化将是本文研究的重点。本论文来源于江苏省交通运输与安全保障重点建设实验室开放基金项目（编号TTS2016-06）:车联网环境下私家车拼车智慧节约化研究。
1.2 国内外研究现状
由于私家车拼车的兴起时间较短，国内外的研究成果较少。所以在国内外现状这部分可以参考一般拼车的现有研究成果。又因为本文是在车联网环境下基于动态不确定需求下的协同拼车路线的选择和优化的，研究内容包括了动态不确定、协同拼车以及路线选择优化，研究的重点是拼车路线的选择与优化。国内外学者根据不同需求对路线优化算法进行了研究。在不确定环境中有关动态路径算法方面，谢秋燕[1]在《车联网条件下车辆动态路径诱导方法研究》中结合车联网技术来得到相关交通数据，用于与拓扑路网结合，提出一种基于车辆的转向延误的动态路径诱导方法的动态路径算法。这种方法有利于防止交通拥堵，改善交通路网状况，适应交通运输的实际应用；林小玲[2]将遗传神经网络引入了动态最短路径计算，不仅优化了网络结构，还为不确定性的非线性网络的交通流预测提供了新方法，并且对原本静态的 Dijkstra最短路径算法作出了补充和改进，实现了最短路径算法较小的复杂度。在基于用户主观需求的路线优化算法方面，陈京荣、徐瑞华[3]等人针对出行的人对路线有没有主观偏好的路线选择问题做出探讨，当没有主观的偏好时，运用信息的熵理论与多个属性的综合决策法得到了综合的路线属性值的算法模型；当有主观的偏好时，根据不一样的路线通过互反判断矩阵得出主观的偏好，实现路线选择的人性化设计。在协同运输方面，大多研究的是使得整个运输过程成本最小化问题。翁克瑞，诸克军[4]等人对运输线路的协同整合问题进行探索，可以让全部的O-D流（即运输的任务）在规定长度的路线内任意的采取直行运输、单点中转、两点中转的整合运输路线，之后中间节点付给一定的成本之后产生了运费折扣，实现怎样选取O-D流的整合路线使得总的成本最小；国外学者Kerui Weng[5]等人对最佳枢纽路径问题合并任务协同运输作出研究，以达到目的地通过0，1或2个枢纽在有限的距离，而成本折扣在枢纽路线的弧后支付固定费用，实现了最大程度内降低固有成本。在有关减少整个路网过程中的行驶时间方面，Hyondong Oh[6]等人提出了一种道路网络搜索路径规划算法，在多个自主车辆能够有效的访问每一条路径的背景下，通过求解混合整数线性规划来找到一个最佳的解决方案以实现最大程度的减少路程行驶时间的目的。
从以上国内外学者的研究成果可知，国内外学者关于路线优化的算法方面主要是从距离、时间和费用等指标出发结合某些特定要求方面来进行探究，而有关这三个指标的单类算法已经趋近成熟[7]。所以本文在现有研究成果的基础上，将路线协同、路线优化及实时拼车三者相结合，以距离、时间和费用三个指标为考量依据，通过设计构建私家车拼车协同路线的费用算法以及运用路阻函数算法对每条与私家车拼车有关的线路的费用和时间进行计算，再结合距离矩阵法求出单个指标的最优路线，即以距离为单一指标时的距离最短路线，以时间为单一指标时的时间最少路线以及以费用为单一指标是的费用最省路线。为了达到综合推荐最优路线的效果，在以上算法的基础上引入样本权重系数概念，以达到将这三个指标结合来对协同路线进行综合推优的目的。
1.3 研究思路
本文主要研究的是车联网环境下基于动态不确定需求协同拼车路线的选择与优化，在分析了目前国内外研究成果的基础上，选择合适的指标将实时拼车与协同路线结合，并对实时拼车协同路线的选择与优化算法进行研究。最后再结合具体实例对算法进行应用。
致 谢
至此，本论文的撰写内容已经接近尾声。衷心的感谢周桂良老师在本文中心思想和研究的方法方面给予的细心指导。通过长时间的论文探讨，我对周老师有了更深刻的认识，我们是师生更是朋友。在学习方面，周老师有着很高的专业素养，对待学术研究更是严谨认真。在生活方面，周老师能够站在朋友的角度给予我建议和帮助。在周老师的指导下，我对学术研究有了更多的认识，这对我读硕士以后的学术研究大有帮助。

原文链接：http://www.jxszl.com/jtgc/jjtys/29007.html