The present invention provides a method for realizing the time domain prediction configuration of shared traffic resources and the corresponding system. The invention is based on the analysis of large data, the realization of stealth and time-varying user rental demand hot area discovery and prediction, so as to realize the sharing of solutions for the allocation of transportation resources in a scientific and quantitative, for the protection of user demand and the hot spot of rent sharing available transportation resources in space and time on the number of each other matching plays an important role, fundamentally enhance the efficiency of resource utilization and improve the user experience.
【技术实现步骤摘要】
一种基于大数据分析的共享交通资源时域配置方法及系统
本专利技术属于智慧交通领域,具体涉及一种基于大数据分析的共享交通资源时域配置方法及系统。
技术介绍
共享型交通工具由运营商拥有并投放到城市公路交通当中,任何用户可以经身份认证之后租借使用该交通工具,并且在使用完毕后将该交通工具归还,以便供其他用户继续租借和使用该交通工具,根据对交通工具的使用时间为用户计费。共享型交通工具在提高车辆利用率、减少公路总车流辆、降低出行成本、节能环保等方面具有积极的意义。城市中的公共自行车就属于最常见的共享型交通工具。特别是近年来,与手机上网、二维码、移动支付、GPS定位等网络通信服务相结合,以随处可取、随处可还模式运营的共享自行车服务在各大城市中迅速兴起。使用者可在共享自行车运营商提供的网络服务中登记为注册用户并进行一定的预储值;当注册用户需要租用自行车时,即可以来到距离自己尽可能近的共享自行车停放位置,并通过自己手机扫描该共享自行车车身上所附的二维码打开车锁,从而完成对该共享自行车的租用;在共享自行车使用完成之后,用户将该车停放在道路两侧不影响交通的位置处,锁闭车锁即完成归还操作;运营商的网络服务基于对用户租用车辆时长的计量来核减用户的储值额度;一般共享自行车服务还提供对注册用户手机实时位置和每辆共享自行车实时位置的GPS定位,以便为用户查找自身附近的共享自行车提供便利。从系统优化的角度来看,如何以有限的共享交通工具资源总量来满足尽可能多的用户租用需求,对于运营商来说是一个关键的问题,因为这对于降低运行成本、提高用户体验满意度是非常重要的。满足用户租用需求的一个核心方面在于 ...
【技术保护点】
一种对共享交通资源实现时域预测配置的方法,其特征在于,包括以下步骤:步骤1,针对共享单车等共享交通资源平台下的每台共享交通工具,记录其在第N个用户租用过程结束时间TE(N)与第N+1个用户租用过程开始时间TS(N+1)之间的等待租用时长WT(N),并且利用GPS定位确定该台共享交通工具在等待租用时长WT(N)期间所在的等待空间位置WP(N),将WT(N)与WP(N)关联起来作为该台共享交通工具所产生的一个分析对象单元进行存储;步骤2,获得在当前时间之前一个预定时间段内,在该共享交通资源平台下的全部共享交通工具所产生的全部分析对象单元,汇聚为用户租用需求分析样本:步骤3,利用分类算法对所述用户租用需求分析样本当中的分析对象单元进行分类处理,从该用户租用需求分析样本中遴选出属于用户租用需求热点类的分析对象单元;步骤4,根据遴选出来的属于用户租用需求热点类的分析对象单元的等待空间位置WP(N),将这些分析对象单元聚集为若干个彼此位置接近的分组;根据每个分组中的分析对象单元的等待空间位置WP(N),确定用户租用需求的热点空间区域以及该区域中心;步骤5,根据分析对象单元的等待空间位置WP(N), ...
【技术特征摘要】
1.一种对共享交通资源实现时域预测配置的方法,其特征在于,包括以下步骤:步骤1,针对共享单车等共享交通资源平台下的每台共享交通工具,记录其在第N个用户租用过程结束时间TE(N)与第N+1个用户租用过程开始时间TS(N+1)之间的等待租用时长WT(N),并且利用GPS定位确定该台共享交通工具在等待租用时长WT(N)期间所在的等待空间位置WP(N),将WT(N)与WP(N)关联起来作为该台共享交通工具所产生的一个分析对象单元进行存储;步骤2,获得在当前时间之前一个预定时间段内,在该共享交通资源平台下的全部共享交通工具所产生的全部分析对象单元,汇聚为用户租用需求分析样本:步骤3,利用分类算法对所述用户租用需求分析样本当中的分析对象单元进行分类处理,从该用户租用需求分析样本中遴选出属于用户租用需求热点类的分析对象单元;步骤4,根据遴选出来的属于用户租用需求热点类的分析对象单元的等待空间位置WP(N),将这些分析对象单元聚集为若干个彼此位置接近的分组;根据每个分组中的分析对象单元的等待空间位置WP(N),确定用户租用需求的热点空间区域以及该区域中心;步骤5,根据分析对象单元的等待空间位置WP(N),确定归属于每个热点空间区域的分析对象单元;步骤6,根据归属于每个热点空间区域的分析对象单元的等待租用时长WT(N),统计这些等待租用时长WT(N)的分布特性;参照等待租用时长WT(N)分布特性与用户租用需求量的模式映射表,预测热点空间区域的预期用户租用需求量;步骤7,确定热点空间区域内的可用共享交通工具量,根据预期用户租用需求量与可用共享交通工具量,从用户租用需求的热点空间区域中选取资源缺乏区域;步骤8,利用GPS定位确定每台可用共享交通工具的实时位置RP,确定可用共享交通资源分布集簇区域;步骤9,根据可用共享交通资源分布集簇区域与用户租用需求的热点空间区域之间的相对位置关系,从可用共享交通资源分布集簇位置中选取可用共享交通资源沉积区域,并确定与之对应的资源缺乏区域,以及确定资源调配量;步骤10,执行由可用共享交通资源沉积位置至与之对应的资源缺乏区域之间的共享交通资源调配。2.根据权利要求1所述的共享交通资源实现时域预测配置的方法,其特征在于,步骤3中,根据预定的用户租用需求热点提取标准,提取符合该标准的一部分分析对象单元,作为分类训练样本;将所述分类训练样本输入分类器进行训练;将用户租用需求分析样本当中的分析对象单元输入训练之后的分类器,进行分类处理;根据分类结果,从该用户租用需求分析样本中遴选出属于用户租用需求热点类的分析对象单元。3.根据权利要求2所述的共享交通资源实现时域预测配置的方法,其特征在于,所述用户租用需求热点提取标准为:分析对象单元的等待租用时长WT(N)短于等待时长阈值,且该分析对象单元与其它WT(N)短于等待时长阈值的分析对象单元的间距小于距离阈值。4.根据权利要求3所述的共享交通资源实现时域预测配置的方法,其特征在于,步骤3中分类器采用贝叶斯分类器或SVM分类器。5.根据权利要求1所述的共享交通资源实现时域预测配置的方法,其特征在于,步骤4中,对于遴选出来的属于用户租用需求热点类的分析对象单元,根据等待空间位置WP(N),计算遴选出来的各个分析对象单元的间距;根据这些间距,利用聚类算法将分析对象单元进行聚类,使得同一类中的分析对象单元之间的总间距最小化,且不同类中的分析对象单元之间的总间距最大化;将聚类之后每一类中的分析对象单元归为一个彼此位置接近的分组。6.根据权利要求5所述的共享交通资源实现时域预测配置的方法,其特征在于,步骤4中,对于每个分组中的分析对象单元,根据其等待空间位置WP(N),将能够覆盖该分组中的全部分析对象单元且面积最小的圆形区域确定为用户租用需求的热点空间区域,并将该圆形的圆心作为该区域的中心。7.根据权利要求1所述的共享交通资源实现时域预...
【专利技术属性】
技术研发人员:陈海江,祝超峰,
申请(专利权)人:浙江力石科技股份有限公司,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。