1.一种Spark平台下基于GPS数据的出租车调配方法，其特征在于，包括以下步骤：

101、从调度中心获取出租车历史GPS数据，并将该出租车历史GPS数据部署到Spark平台上，对历史GPS数据的每个数据模块都并行预处理操作，具体包括：S1011、从调度中心获取历史出租车GPS数据，把历史GPS数据部署到Hadoop分布式文件系统HDFS中，spark是兼容HDFS分布式存储系统，生成m个数据块；

S1012、并行的读入每个数据块，得到具有m个partition分区的弹性分布式数据集RDDa；

S1013、对RDDa的每一个partition进行并行的预处理操作，所述的预处理操作是指：若该条GPS数据满足存在相邻两条坐标记录时间跨度超过k分钟，则删除该条数据；若k分钟内存在缺失的GPS坐标记录，则对该条数据进行补全，对该条数据进行地图匹配；

102、从预处理后的数据中选取模型所需要的特征，提取出租车轨迹特征并建立回归模型，所述步骤S102提取出租车行驶特征具体为：S1021、对预处理后的RDDa的每个partition进行并行的特征提取操作，并生成RDDb，所述的特征提取操作是指：提取出路线标识、出租车标识、时间戳、日期类别、轨迹开始和结束时间、路径坐标记录和用户行为信息特征；

S1022、对RDDb使用persist()方法缓存数据集，生成RDDd；

S1023、对RDDb的每个partition进行并行的特征矩阵提取，生成RDDc，以RDDc构建学习模型；

103、在Spark平台下对出租车的实时GPS数据进行提取并根据回归模型预测其未来的路径、终点位置以及到达时间，具体包括步骤：进行HDFS读入从调度中心获取的实时出租车GPS数据，生成n个数据块；并行的读入每个数据块，得到具有n个partition的RDDe；

对RDDe的每个partition进行预处理操作，当该条实时GPS数据存在缺失数据，则对该条数据进行补全，使用Google Map提供的接口对该条数据进行地图匹配，同时考虑到该出租车的历史轨迹数据、当前时间、当天日期类型和路况方面的因素，从地图中找到最为合理的路径进行GPS数据补全；

对预处理后的RDDe的每个partition进行并行的特征提取操作，并生成RDDf；对RDDf使用persist()方法缓存数据集，生成RDDh；对RDDf的每个partition进行并行的特征矩阵提取，生成RDDg，构建测试数据；

通过RDDh.cartesian方法对不同的数组进行笛卡尔操作生成RDDi，其中每一个键值对为(key,value)，key为某一条测试样本的ID，value为与该测试样本路径相匹配记录的ID；

所述笛卡尔操作具体是指：对RDDh中的每条记录和RDDd中的每条记录进行DTW路径匹配，得出相匹配的键值对(key,value)，在时间序列中，需要比较相似性的两段时间序列的长度可能并不相等，在轨迹路径匹配领域表现为同一段路径上车子的GPS坐标；

通过RDDi.groupByKey()方法合并匹配结果为RDDj，其中每个k-value值为(key,{value1,value2,...,valuel})，其中key为测试样本ID，{value1,value2,...,valuel}为与测试样本key路径相匹配的训练样本的ID集合；

对RDDj进行map操作，形成对应每个key的匹配矩阵，存储在RDDk中；

使用RDDk中每个匹配的矩阵构建相应的决策树预测模型，并使用决策树预测模型预测测试数据下一个GPS位置P[x,y]；若坐标P[x,y]为终点坐标，则停止预测，记终点坐标为Pend[x,y]；反之，若P[x,y]不是终点坐标，则使用CC算法预测下一个GPS坐标路径，直至求出最后的终点坐标Pend[x,y]；

根据预测的终点坐标Pend[x,y]，对该条实时数据key，在DTW匹配的路径集合{value1,value2,...,valuel}中找到更为合适的路径{p1,p2,...,ph}，来预测该条实时GPS数据到达终点的时间t，通过预测模型得到出租车位置标记点，即为出租车以大概率行驶的轨迹点；

104、根据预测结果对出租车的调配进行优化。

2.根据权利要求1所述的Spark平台下基于GPS数据的出租车调配方法，其特征在于，所述地图匹配使用Google Map提供的接口对该条数据进行地图匹配，同时考虑到该出租车的历史轨迹数据、当前时间、当天日期类型和路况在内的因素，从地图中找到最为合理的路径进行GPS数据补全，其中时间段k的设置依据为：考虑到该时间段长度对于地图匹配方法的影响，设置时间段k的取值为10分钟。

3.根据权利要求1或2所述的Spark平台下基于GPS数据的出租车调配方法，其特征在于，所述步骤104根据预测结果对出租车的调配进行优化具体包括：根据预测出的结果对出租车的调配进行优化，根据预测出的结果大致推断出未来一段时间出租车的行驶轨迹、终点坐标以及到达终点的时间，根据这些信息对空车进行相应的调配，显示预测信息到相应终端，达到为乘客提供高效的乘车方案；所述对空车调配的优化是指：预测出下一段时间内哪些区域的车辆比较多，哪些区域的车辆比较少，使一些空车进行有趋向性的流动，以对空车的调配进行优化；所述为乘客提供高效的乘车方案是指：乘客可以根据预测的时间和终点合理安排自己的时间和等车地点。