摘 要

基于车辆目的地预测进行合理的共享汽车调度，可以有效提升共享汽车的利用效率，一定程度上解决共享汽车供需不平衡的问题。本文针对共享汽车的出行目的地预测问题，提出了一种基于GP-ANN的车辆目的地预测方法，GP-ANN目的地预测方法使用高斯-克吕格投影（GP）将车辆历史出行轨迹中的球面经纬度坐标转化为高斯平面内的坐标，把高斯投影处理后的轨迹前缀作为人工神经网络（ANN）的输入，并相应的使用计算平面两点间最短距离的欧氏距离公式替代计算球面两点间最短距离的半正矢距离公式作为损失函数，显著降低了损失函数的复杂度。实验结果表明，GP-ANN目的地预测方法可以在精度与速度两个方面有效的提升人工神经网络模型训练效率。

关键词：共享汽车，目的地预测，Gauss-kruger Projection，ANN

abstract

Reasonable Shared vehicle scheduling based on vehicle destination prediction can effectively improve the utilization efficiency of Shared vehicles and solve the problem of unbalanced supply and demand of Shared vehicles to some extent. In this paper, a vehicle destination prediction method based on GP-ANN is proposed to solve the problem of car-sharing travel destination prediction. GP-ANN destination prediction method USES gauss projection (GP) to transform the spherical latitude and longitude coordinates in the historical travel trajectory into coordinates in the gauss plane. The prefixes of the projected trajectories are used as inputs to the artificial neural network,and the Euclidean distance formula for calculating the shortest distance between two points on a plane is used as the loss function instead of the haversine distance formula for calculating the shortest distance between two points on a sphere. This approach significantly reduces the complexity of the loss function.The experimental results show that GP-ANN can effectively improve the training efficiency of Ann model in both accuracy and speed.

Key Words：Car-sharing, Destination Prediction ,Gauss-kruger Projection，ANN

目录

第1章 绪论 1

1.1研究背目的及意义 1

1.2 研究方法与研究思路 2

1.2.1文献研究法 2

1.2.2研究项目分析法 2

1.2.3实证研究法 2

1.3国内外研究动态 3

第2章 基于GP-ANN的共享汽车目的地预测 5

2.1针对GPS数据的高斯-克吕格投影 5

2.1.1高斯-克吕格投影的基本原理 5

2.1.2 高斯-克吕格投影的基本思想 6

2.1.3高斯投影的计算模型 6

2.2人工神经网络 8

2.2.1人工神经网络的概念 8

2.2.2人工神经网络的损失函数 8

2.2.3梯度下降算法 9

2.3基于GP-ANN的目的地预测 9

2.3.1共享汽车目的地预测 9

2.3.2人工神经网络目的地预测的网络结构 10

2.3.3基于GP-ANN的车辆目的地预测方法总体架构 11

第3章 实验及分析 14

3.1实验数据及实验环境 14

3.2实验内容及结果分析 14

3.2.1 实验总体流程 14

3.2.2车辆历史载客轨迹数据集制作 15

3.2.3车辆载客目的地聚类及聚类结果分析 16

3.2.4经纬度坐标的高斯投影与归一化 17

3.2.5 神经网络配置及结果分析 18

第4章 总结与展望 21

4.1本文主要工作与结论 21

4.2本文的不足与展望 21

参考文献 23

致谢 25

第1章 绪论

1.1研究背目的及意义

近五年以来，随着云计算、大数据等信息技术的日趋成熟，以及互联网支付体系的不断完善，互联网 大环境孕育出多种新兴的经济形式，共享经济就是其中之一。作为一种依托互联网的租赁经济，共享经济为解决资源闲置过剩、经济发展进入新常态的问题提供了新的方案，是我国经济发展的新动力。

共享经济包括共享出行，共享空间，共享金融等多种形式，而共享汽车作为共享出行中的重要组成部分，在日益成熟的人工智能技术加持下，以新能源汽车为主导，推行智慧出行的理念，颠覆了公交车，出租车等传统出行方式，有着环保，便捷，高效，经济，自由的优势^[1]，极大的吸引了社会各方投资者的注意力。2018年前，百度、阿里巴巴、腾讯等互联网龙头企业重点布局共享汽车，成为积极投资共享汽车产业的主力军。随后以滴滴、美团等企业为代表的第二梯队的互联网公司也携资入市。在此阶段，上述互联网公司所需的车辆的运营，维护以及数据采集等任务多是由北汽、上汽、奇瑞等车企来完成。而在2018年后，共享汽车领域迎来了新的生机，一批汽车企业开始以资本注入或技术投入的方式进入市场。共享汽车市场吸引了越来越多的参与者进入，在一些共享汽车发展较为前列的城市，甚至出现了同时有着十几家分时租赁运营商的局面。

同时，共享汽车的发展完全契合了我国的可持续发展理念，国家出台了各种政策，旨在于支持共享汽车发展，规范共享汽车行业的发展环境。2017年8月8日，首个关于共享汽车行业发展的指导意见——《关于促进小微型客车租赁健康发展的指导意见》由交通运输部、住房和城乡建设部联合发布。在《指导意见》的第四章中，有明确内容规定鼓励分时租赁模式的发展。根据《指导意见》，各地交通运输部门要在考虑分时租赁和非密集出行的特点的前提下，与住房和城乡建设（规划）部门共同探索，合理确定分时租赁出行模式在城市综合交通系统中的定位，继而在坚持优先发展公共交通机制战略的前提下，研究出台与群众出行要求、车辆停放资源、城市道路资源等多个条件相适应的共享汽车配置方式，以协调出租车、城市公共交通等多种出行方式的发展，形成具有多层次、差异化特点的城市交通出行体系。

在上述国家政策和各方资本的加持下，共享汽车迅速崛起。虽然受到资金投入的限制，共享汽车项目的发展速度不及共享单车，但共享汽车市场的规模仍有很大增长。2017年，行业市场规模约为18.2亿元，较2016年增长130.38%，在此基础上，2018年共享汽车领域的市场规模约为36.5亿元，较2017年增长100.55%。