交通拥堵问题已经成为日益严峻的全球性问题，中国日报指出，交通拥堵每年耗费北京约750亿人民币
交通拥堵问题已经成为日益严峻的全球性问题
中国日报指出，交通拥堵每年耗费北京约750亿人民币
图为堵车中的北京、上海、深圳
在美国情况也是相似的
2013年耗费了1240亿美元
预计到2030年这个数字将达到1860亿美元
图为拥堵的纽约曼哈顿城区
为此，解决交通拥堵问题刻不容缓
TBSI黑科技解决方案
当地时间11月9日晚，在美国加州召开的第25届国际计算机学会地理信息系统国际会议上（ACM SIGSPATIAL 2017），大会宣布将学生研究竞赛（Student Research Competition）研究生组第二名颁给清华-伯克利深圳学院（以下简称TBSI）博士生连婧完成的长摘要论文。论文题为“基于通勤模式的定制公交服务区域设计”（Extracting Commute Patterns for Customized Bus Service Area Design）。该论文指导教师：张林教授、黄绍伦副教授、博士后李阳。为解决交通拥堵问题，该文章提出从海量出租车GPS数据中提取用户出行规律进行定制巴士线路设计。
解决该问题有两个思路：一是修建更多道路，二是减少路上的车辆。但各大城市的道路结构设计已经十分复杂，没有太多的发挥空间；因此，调控路上的车辆数目才是解决之道。像滴滴/Uber这样的拼车公司，其实已有类似的想法，然而，在拼车机制下，一辆轿车最多能坐4名乘客。由此，论文提出是否有比拼车更好的解决方案？
由于人们的通勤规律是普遍且重复的，论文提出，利用该规律，可以将许多相似的出租车线路合并成一个定制公交线路，并同时最大程度上满足乘客和运营商的需求，这将极大地减少车辆数目，缓解交通拥堵。
论文将该问题转化为一数学优化问题，并用投影的梯度下降方式求解。基本想法是，将原始数据降维到低维空间，并根据低维空间的数据相似性对原始数据进行聚类，初步结果符合人们的出行规律常识。如下图，研究者在纽约的出租车数据上进行了实验，可以发现线路1/6是由Long Island City/Harlem District到La Guardia Airport，线路2/5从Upper Manhattan到Lower Manhattan/Bronx，线路3/4从Brooklyn downtown到Brooklyn Residential Area/Lower Manhattan.
图为纽约出租车实验数据
论文核心在于如何设计服务区域。该服务区域需要同时满足运营者和用户的需求：从运营者角度，他们想要最大化同一辆巴士上的乘客数，使采用该服务的乘客尽可能多，即最大化起点-终点的相关性Corr(f,g)；从乘客的角度，他们想要最小化到车站的步行距离，即最小化加权类内距离Dist(f,g)。将这两项需求用权衡系数结合起来，并加入正则项Reg(f,g)限制巴士线路的数目，即可得到数学优化问题。根据低维空间的嵌入特征f,g的相似度，获得起点，终点各数据的相似性，从而得到研究的结果，并进行求解。未来，我们将进一步完善该算法，并设计服务区域内的公交接驳线路等。
ACM学生研究竞赛（SRC）由微软赞助举办，竞赛为本科生和研究生提供了一个独特的平台，向评委和与会者面前展示学生的原创研究成果。
认识到学生原创研究的价值，ACM于2003年启动了该计划，并于2016年成功举办ACM SIGSPATIAL（地理信息系统国际会议）首届活动，在今年ACM SIGSPATIAL继续举办学生研究竞赛（SRC）。SRC鼓励本科生和研究生分享研究成果，并与其他学生、评委及与会者交流互动; 了解该领域的研究前沿和实际应用; 提高学生的沟通技巧; 并通过参赛获得国际计算机学会的认可。
未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明等材料，与我们联系，我们将及时沟通与处理。
