孙立山 贾 琳 魏中华▲ 李俊峰

（1.北京工业大学城市建设学部 北京100124；2.北京千方科技股份有限公司 北京100191）

0 引言

互联网+交通的发展促进了“网约车”的快速发展，但由于乘客出行的随机性与空载出租车司机寻找乘客的盲目性，导致出租车供需时空分布严重不平衡，出租车空载时间和空驶里程增加，交通资源利用水平低，进一步加剧城市道路拥堵。部分地区出租车数量供给不足，这样很容易出现打车难的现象，且等车时间长影响乘客出行体验。因此，为有效地的提高载客率、改善乘车体验，挖掘出租车载客热区进而实现实时调度成为解决该问题的重要手段。

1）出行分布特征研究。诸多学者对出租车出行时空分布特征进行了研究。曹梁[1]研究了上海地区乘客出行规律；付鑫等[2]采用ArcGIS建立OD矩阵，分析了出租车出行时空特征；张俊涛等[3]采用路径识别算法，对时空分布规律进行了研究；J.A.Alvarez-garcia等[4]采用隐马尔可夫算法对出租车行驶时的特征进行了分析。

通过分析乘客出行分布规律得出居民出行高峰时段等，为司机提供依据，也为载客热区的挖掘及出行需求预测提供基础。

2）载客热区挖掘。已有的研究侧重于居民出行轨迹方面。林基艳等[5]引入DBSCAN（density-based spatial clustering of applications with noise）算法确定出热点区域分布情况。何月等[6]针对出租车空载率高的问题，采用基于网格的聚类算法，实现了载客热点区域的挖掘。Tang等[7]提出了1种混合路径尺寸对数模型（MPSL），并验证该模型可以分析出租车司机的路线选择行为。……