基于公共安全优先的出租车运力规模预警管理系统的构建

杨贵凌

(陕西交通职业技术学院 经济管理学院，西安 710014)

0 引言

《国家突发公共事件总体应急预案》的施行对公共安全应急平台的建设产生了推动[1]。应急平台是以公共安全为核心、以信息技术为支撑、软硬件相结合的突发公共事件应急保障技术系统，是实施应急预案的工具；具备日常管理、风险分析、监测监控、预测预警、动态决策、综合协调、应急联动与总结评估等功能[2]。车辆预警管理系统实时可直观地展现车辆位置信息、数量信息与状态信息，向应急指挥调度的顺利实施提供有力保障。

近年来，汽车普及率与保有量日益提高，不仅带来了愈发严重的城市拥堵与污染问题，还使“车轮上的安全隐患”急剧增多[3]，这其中便包括出租车的“车轮安全隐患”，与《公路工程技术标准》[4]及《公路路线设计规范》[5]要求严重不符。出租客运公益性与营利性共存，是对城市综合运输体系中大容量公共交通的重要补充[6-7]，在对城市人群中层次出行需求予以满足、提升城市形象等方面发挥着十分重要的作用。当前，我国经济社会发展迅速，人民生活水平不断提高，很多城市的出租车运力投放数量迅速增长，为市民提供了便捷、舒适与安全的出行方式。然而，部分城市盲目增加出租车运力投放数量，致使城市交通日益拥堵、能源消耗逐渐增加、污染越来越严重，同时，出现了一系列社会不稳定因素，公共安全问题开始升温。

因此，科学合理地配置城市出租车运力规模，构建基于公共安全优先的出租车运力规模预警管理系统，既能满足城市居民的日常用车需求，又能避免出租车资源的浪费，还能规避出租车“车轮安全隐患”，为相关部门管理人员的下一步决策提供科学指导，保证出租汽车行业健康与可持续发展。

1 出租车运力规模测算模型

对于出租车运力规模研究，国内外学者的侧重点有所不同，国外强调出租车运力需求分析，国内则以对城市出租车保有量的定量研究为重点。经济学家Douglas是研究出租车运力规模的第一人，提出了以集计需求为基础的出租车运力规划模型[8]。Manski等[9]认为运力需求供应的平衡由乘客候车时间与费用以及出租车空载行驶费用共同决定。Beesley等[10]指出，在一定的弹性区间内，价格的降低或者运力投放的增加等均不会对出租车运营产生利润的负面影响。Enrique等[11]分析了在社会最优与次优策略下出租车市场的状态。边扬等构建了一个以出租车运力规模及乘客候车时间为基础的供需平衡模型。丁浩[12]进行了一个以市区人口及城区面积为基础的出行总量预测模型的构建。周萌萌等[13]以运力供需平衡与灰色系统理论为指导，建立了出租车运力投放规模数学模型。宋安等[14]建立了出租运力规模综合评价模型，基于此，运力平衡预测方法得以提出。对各学者研究进行借鉴，文章采用灰色模型与马尔科夫模型相结合的方法测算出租车运力规模，灰色预测模型可揭示出租车运力规模的时序变化与趋势，马尔科夫模型可对灰色模型测算结果进行优化，以此提高出租车运力规模的测算精度[15]。

1.1 GM(1,1)模型构建与运用

GM(1,1)模型x(0)(k)+az(1)(k)=b的时间相应序列：

由此，得到GM(1,1)模型：

将GM(1,1)模型作为动态基准线，便可得到模型不同时刻的拟合值(亦即不同时刻拟合的出租车运力规模值)，计算k时刻拟合值与实际值的平均相对误差(k时刻出租车运力规模拟合值与其实际值的平均相对误差)：

经实践检验，该模型有较好的拟合度，可对出租车运力规模的变化趋势予以反映，并做出相应预测。

1.2 灰色马尔科夫模型构建与运用

构建如下马尔科夫模型：

X(n)=X(t)pn-1

式中，X(n)表示为时刻n的状态转移概率向量；X(t)为初始时刻t的状态转移概率向量；P为状态转移概率矩阵[16]。

在构造状态转移概率矩阵之前，需要划分相应的状态，各状态表示如下：

⊗i=⊗～1i,⊗～2i,⊗～i∈⊗i;⊗～1i=^Y(k)+Ai,⊗～2i=^Y(k)+Bi,i=1,2,…,n

若Mij(m)是由状态⊗i经过m步转移至状态⊗j的原始数据样本数，Mi是处于状态⊗i的原始数据样本数，则有：

根据GM(1,1)模型预测出租车运力规模拟合值与其实际值的平均相对误差，可对整个序列进行3个状态的划分：(1)⊗1高估状态(预测值>实际值)；(2)⊗2正常状态(预测值在正常范围内)；(3)⊗3低估状态(预测值<实际值)。

根据各时刻出租车运力规模的原始状态，便能得到高估状态、正常状态、低估状态的样本数。然后，比较转移的样本数与原始样本数，便可得到转移概率P。通过设初始时刻状态为X(0)=[P01,P02,P03]，可得到k时刻值为高估状态、正常状态、低估状态的概率：

X(k)=[Pk1,Pk2,Pk3]=X(0)P

如此，便能递推出各时刻出租车运力规模的预测，一旦预测值超出既定标准，便及时采取减少出租车辆行驶安排的决定，对公共安全隐患予以避免。

2 基于公共安全优先的出租车运力规模预警管理系统

出租车运力规模预警管理系统由车载监控设备、监控预警中心服务器、车辆预警客户端三部分组成(图1)。车载监控设备用于对车辆信息的监测与接收，并将其发送至监控预警中心服务器端；监控预警中心服务器接收并处理来自车载监控设备的数据信息，结合出租车运力规模测算模型分析当前车辆的运力规模并进行预测，做出相应判断，将结果以指令形式发送至车辆预警客户端；车辆预警客户端根据监控预警中心发送的相关指令执行对应操作，将信息显示于客户端，需要时发出提醒报警或警戒报警。系统设计应遵循先进性与可扩充性原则[17]，以当前实际业务为参照，并对今后业务发展所需予以充分考虑，尽可能地减少操作，除用户必须执行的操作之外，其他操作都要参照系统默认的流程进行后台处理。

图1 出租车运力规模预警管理系统组成

(1)在经过处理并得到所需数据之后，车载监控设备可利用GPRS网络将数据发送至监控预警中心服务器，若在某时间段内没有GPRS信号或GPRS信号弱，系统可以文件的形式闪存所需数据，当出租车行驶至营地WiFi网络覆盖范围内时，以文件流的形式将所存储的车辆数据发送至监控预警中心服务器。

(2)监控预警中心服务器在接收车载监控设备发送的数据信息后，对数据进行处理与分类，结合出租车运力规模测算模型分析当前车辆的运力规模，然后写入后台数据库。在此过程中，服务器还负责预警终端的网络与数据支持任务。

(3)最终，服务器通过数据接收软件与预警终端软件向用户提供出租车运力规模监控与预警服务，用户在接到信息后，采取相应措施对出租车运力状况进行管理，及时规避车辆过多导致的公共安全问题的发生。

系统三大模块的正常运行离不开通信技术的支持，通信模块在各系统之间发挥数据收发的重要作用，图2所示为系统通信示意图。

3 系统开发设计

3.1 监控预警中心服务器

作为车载监控设备与车载预警客户端通信的纽带，监控预警中心服务器对两端的数据通信负责，同时，进行数据的处理、存储与查询。该软件主要包括3部分：(1)GPRS网络引擎，利用移动通信公司的GPRS网络，对车载设备利用GPRS网络发送的车辆信息进行接收，并将其写入后台数据库；(2)服务器引擎，合法验证有登陆要求的客户端用户，利用Internet网络或公司内部局域网向用户提供出租车数据信息，若网络连接失败导致客户端异常中断，则对数据信息进行回收；(3)VCS任务安排，使用自定义WiFi向选定车载监控设备布置任务，如发送文件或命令等，接收车载监控设备的数据信息，若在规定时间内有信息未被接收，则将其导入后台数据库。

3.2 客户端软件

3.2.1 数据接收软件

数据接收软件由B/S模式组成，使用ASP.NET与VC++编程环境及Ajax框架。地图数据使用Google Map，进行车辆跟踪预警系统的建立。通过在后台建立SQL Server数据库，在客户端服务与数据库操作之间增加一个中间逻辑层，建立客户端与数据库的连接。Ajax技术用于必要数据向服务器的发送，在节省带宽的同时缩短用户界面的响应时间，给予用户更好的体验。

3.2.2 预警终端软件

预警终端软件的开发对Keil RealView MDK集成开发环境予以应用，采用模块化的结构思想编程，主要由信息收发子程序、报警子程序与显示子程序3大模块组成，程序流程图如图3所示。

启动系统，进行初始化处理，接收车载监控设备发送的数据信息，数据处理与分类后结合出租车运力规模测试模型分析当前车辆的运力规模并做出相应预测。如果预测运力规模小于事先基于公共安全考虑设定好的参考值，则认为出租车运力规模不会危害公共安全，无需预警，仅将信息显示于客户端；如果预测运力规模等于或超过事先设定好的参考值，则认为出租车运力规模存在危害公共安全的风险，此时做出进一步比较，调用对应报警程序[8]，若预测运力规模与事先设定参考值相等，则存在危险但不明显，仅发出报警提醒，若预测运力规模大于事先设定参考值，则危险明显，发出警戒警报，报警同时继续监测。

图3 预警程序流程图

4 总结

文章采用灰色模型与马尔科夫模型相结合的方法进行了出租车运力规模监测与预估模型的构建，并遵循公共安全优先的原则建立出租车运力规模预警管理系统。该系统能够实时监控出租车信息，通过有机结合灰色马尔科夫模型，在出租车运力规模超标之时进行提醒报警或警戒报警，帮助相关管理人员及时采取措施，合理安排出租车供给数量，为公共安全的维护提供保证。经过进一步验证，灰色马尔科夫模型的预测精度高于灰色模型预测精度，表明对灰色预测模型与马尔科夫模型进行结合，可在出租车运力规模预测中得到更好的应用，以此为基础建立出租车运力规模预警管理系统，预警与管理可靠性亦更高，有很好的应用价值。在后续研究中，需要对系统进行细化，努力将其投入到实际的交通运输与管理工程的应用中去。