栾方军 张鹏旭 曹科研

（沈阳建筑大学信息与控制工程学院 沈阳 110168）

1 引言

城市道路拥堵目前已经成为城市道路交通问题中最突出的问题。交通拥堵一方面影响着人民群众的身心健康，另一方面造成了更大的城市交通压力。如何提高传统交通工具的运行效率成为了新的研究内容。由于出租车在城市居民的日常生活中发挥着重要作用，与其他公共交通工具如公交车或地铁相比，出租车的运行路线具有随机性和不确定性，通常不会遵循固定的路线寻找乘客。多数出租车司机在街道上漫无目的地寻找乘客，这种无目的寻找不仅浪费了出租车司机的油耗和时间，而且增加了城市出租车的空载率，降低了公共交通运行效率的同时，进一步加剧了城市交通压力。为了加快智慧城市的发展，对空闲出租车司机推荐一个巡游路线显得尤为重要。

基于这一研究思路，本文设计了一种新颖的出租车巡游路线推荐模型。图1概述了本文推荐模型的整体流程：利用8位Geohash编码覆盖所在城市的路网，并将其写入Neo4J图数据库中，GRU神经网络根据出租车历史数据预测出每个8位Geohash网格内每小时的乘客数量，并把该数据更新到Neo4j中对应的路段中。当该路段所有Geohash区域更新完后，得到的累加数量即是该路段预测后的总乘客数量。结合出租车当前所处的时间段及其GPS信息，每当出租车行驶到一个路段的终点之前，经过推荐系统计算出以该路段终点为起点的单位距离乘客数量更多的路段推荐给出租车司机，直至出租车接到乘客，结束推荐。……