检索范围:
排序: 展示方式:
Fuel type preference of taxi driver and its implications for air emissions
Feng WANG,Beibei LIU,Bing ZHANG,Jun BI
《环境科学与工程前沿(英文)》 2015年 第9卷 第4期 页码 702-711 doi: 10.1007/s11783-014-0665-x
关键词: fuel preference energy replacement environmental impacts taxi
APFD:面向移动轨迹大数据的出租车路径推荐方法 Research Article
张文勇1,夏大文1,常国艳5,胡杨2,霍雨佳1,冯夫健1,李艳涛3,李华青4
《信息与电子工程前沿(英文)》 2022年 第23卷 第10期 页码 1494-1510 doi: 10.1631/FITEE.2100530
随着数据驱动智能交通系统的迅猛发展,高效的出租车路径推荐方法成为智慧城市的研究热点。基于移动轨迹大数据,提出一种基于人工势场(APF)和Dijkstra方法的出租车路径推荐方法。为提高路径推荐效率,提出一种区域提取方法,该方法通过原点和终点坐标搜索包含最优路径的区域。基于APF方法,提出一种有效的冗余节点去除方法。最后,通过Dijkstra方法推荐最优路径。将APFD方法应用于仿真地图和北京四环的实际路网。在地图上随机选取20对起点和终点坐标,采用APFD方法、蚁群(AC)算法、贪婪算法(A*)、APF、迅速探索随机树(RRT)、非支配排序遗传算法-II(NSGA-II)、粒子群算法(PSO)和Dijkstra算法进行最短路径推荐。在最短路径规划方面,与AC、A*、APF、RRT、NSGA-II和PSO相比,APFD的路径规划能力分别提高了1.45%–39.56%、4.64%–54.75%、8.59%–37.25%、5.06%–45.34%、0.94%–20.40%和2.43%–38.31%。与Dijkstra算法相比,APFD的执行效率提高了1.03–27.75倍。此外,在北京四环实际路网中,APFD推荐最短路径的能力优于AC、A*、APF、RRT、NSGA-II和PSO,且APFD的执行效率高于Dijkstra方法。
标题 作者 时间 类型 操作
Fuel type preference of taxi driver and its implications for air emissions
Feng WANG,Beibei LIU,Bing ZHANG,Jun BI
期刊论文