-
公开(公告)号:CN115472008B
公开(公告)日:2023-09-19
申请号:CN202211046388.X
申请日:2022-08-30
Applicant: 东南大学
IPC: G08G1/01 , G06Q10/02 , G06F18/23213
Abstract: 本发明公开了一种基于k‑means聚类的网约车出行时空特性分析方法,包括:采集网约车历史订单数据,根据出行频数将上车地点进行等级划分;计算起终点曼哈顿距离和出行OD表征速度;分别对需求热点区域、曼哈顿距离和OD表征速度进行k‑means聚类;根据载客区域强度划分网约车的速度时空特征,获得工作日和非工作日网约车平均速度;对网约车出行道路运行状态按照需求程度和平均OD速度进行等级划分,定位城市各热点区域以及其拥挤程度。本发明基于联网平台中的交通数据,从时间、空间以及时空联合的角度对网约车出行速度、需求热点区域进行分析,深入分析居民网约车出行的时空特征与动态出行比例,为网约车出行时空联合分布提供相应的参考方法支撑。
-
公开(公告)号:CN116611595A
公开(公告)日:2023-08-18
申请号:CN202310445125.4
申请日:2023-04-24
Applicant: 东南大学
IPC: G06Q10/047 , G06Q10/0835 , G06Q30/0201
Abstract: 本发明公开了一种基于启发式分支定价算法的带时间窗车辆路径规划方法,包括以下步骤:步骤1,根据实际要解决的带时间窗车辆路径规划问题,建立客户点数据模型;步骤2,根据配送中心以及客户点信息,构建客户点之间的距离矩阵、时间矩阵;步骤3,根据客户点的实际需求建立时间窗违反惩罚规则,构建带时间窗的车辆路径规划模型;步骤4,通过启发式分支定价算法对带时间窗的车辆路径规划模型进行优化,求解最佳配送序列。本发明采用全局搜索能力强、收敛速度快、鲁棒性好的启发式分支定价算法进行最优配送路径的选择,有利于降低企业物流配送成本、提高服务质量。
-
公开(公告)号:CN115472008A
公开(公告)日:2022-12-13
申请号:CN202211046388.X
申请日:2022-08-30
Applicant: 东南大学
Abstract: 本发明公开了一种基于k‑means聚类的网约车出行时空特性分析方法,包括:采集网约车历史订单数据,根据出行频数将上车地点进行等级划分;计算起终点曼哈顿距离和出行OD表征速度;分别对需求热点区域、曼哈顿距离和OD表征速度进行k‑means聚类;根据载客区域强度划分网约车的速度时空特征,获得工作日和非工作日网约车平均速度;对网约车出行道路运行状态按照需求程度和平均OD速度进行等级划分,定位城市各热点区域以及其拥挤程度。本发明基于联网平台中的交通数据,从时间、空间以及时空联合的角度对网约车出行速度、需求热点区域进行分析,深入分析居民网约车出行的时空特征与动态出行比例,为网约车出行时空联合分布提供相应的参考方法支撑。
-
-