共享单车潮汐区域停车疏导方法、电子设备及存储介质技术

本发明专利技术提出共享单车潮汐区域停车疏导方法、电子设备及存储介质，属于机器学习技术领域。包括，S1.根据单车取车、还车订单数据的时间分布识别高峰时段；S2.扩建电子围栏；S3.得到高峰时段的多维单车流动特征；S4.确定电子围栏聚群组；S5.根据电子围栏聚群组确定潮汐点位集合；S6.扩展潮汐点位集合；S7.搜索非潮汐点位；S8.确定潮汐点位调度的整体平衡增量限制值，并调度潮汐点位流入非潮汐点位的流量；S9.统计调度后不同时间段各电子围栏集的流入量，完成潮汐区域停车疏导。解决了停车点位不能满足需求、计算成本高、潮汐电子围栏的识别不够精准的问题。实现了响应速度快、计算成本低、潮汐电子围栏的识别精准的效果。成本低、潮汐电子围栏的识别精准的效果。成本低、潮汐电子围栏的识别精准的效果。

【技术实现步骤摘要】
共享单车潮汐区域停车疏导方法、电子设备及存储介质


[0001]本申请涉及疏导方法，尤其涉及共享单车潮汐区域停车疏导方法、电子设备及存储介质，属于机器学习


技术介绍

[0002]共享单车既是城市慢行交通的重要组成成分，也是城市公共交通“最后一公里”问题的有效解决方案。早期共享单车投放采用固定桩，这种方式可以有效避免停放管理问题，但是具有缺乏灵活性、利用率低的问题。在互联网共享单车投放市场后，其便捷灵活、随借随还的使用特性以及与主流手机应用深度绑定后进一步降低了用户获取门槛，使其在短时间内获得了市场的青睐。但与此同时，大量共享单车投放伴生的管理难题也愈发成为进一步提升共享单车利用率并兼顾社会效益的症结所在。
[0003]现有对共享单车的管理主要结合电子围栏来对用户还车进行限制，由于共享单车使用需求在时空上的不均衡特性，需要花费运输和人力成本对单车资源进行调配。尤其在高峰时段，由于共享单车资源分布不均衡问题带来的“借不到、还不进”现象，不仅造成了资源利用效率方面的损失，潮汐点位共享单车的堆积问题也对城市管理形成了巨大压力。仅使用电子本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.共享单车潮汐区域停车疏导方法，其特征在于，包括以下步骤：S1.根据单车取车、还车订单数据的时间分布识别高峰时段；S2.扩建电子围栏；S3.获取缓冲区内单车流动数据，得到高峰时段的多维单车流动特征；S4.利用高峰时段每个电子围栏缓冲区内的单车流动特征作为模型输入进行聚类，确定电子围栏聚群组；S5.根据电子围栏聚群组确定潮汐点位集合；S6.扩展潮汐点位集合；S7.根据S6所述潮汐点位，搜索非潮汐点位；S8.确定潮汐点位调度的整体平衡增量限制值，并调度潮汐点位流入非潮汐点位的流量；S9.统计调度后不同时间段各电子围栏集的流入量，完成潮汐区域停车疏导。2.根据权利要求1所述的共享单车潮汐区域停车疏导方法，其特征在于，缓冲区是：以电子围栏为中心，将边界向外扩展25m的区域；所述单车流动数据是：取/还车的数据；所述多维单车流动特征是：每15分钟集计的单车借、还车辆数据。3.根据权利要求2所述的共享单车潮汐区域停车疏导方法，其特征在于，确定电子围栏聚群组的方法是：使用Calinski_harabaz指数和inertia值对聚类效果进行评估。4.根据权利要求3所述的共享单车潮汐区域停车疏导方法，其特征在于，根据电子围栏聚群组确定潮汐点位集合的方法是：根据电子围栏数量计算高峰时段单车平均取车数量和单车平均还车数量，结合高峰时段单车还车总量和单车取车总量进行排序，选择不均衡系数最高的20%个聚类群组作为潮汐点位集合。5.根据权利要求4所述的共享单车潮汐区域停车疏导方法，其特征在于，扩展潮汐点位集合的方法是：包括以下步骤：S61.将潮汐点位集合内的所有电子围栏生成缓冲区，缓冲区的范围是以每个电子围栏的边界向外扩展，向外扩展的距离根据实际情况自定义距离范围；S62.将道路同侧缓冲区存在相交情况的电子围栏视为同一点位群组的电子围栏；S63.重复步骤S61
‑
S62直至搜索不到新的电子围栏。6.根据权利要求5所述的共享单车潮汐区域停车疏导方法，其特征在于，搜索非潮汐点位的方法是：以S6所述潮汐点位集合为中心点，以r为半径区域进行搜索，r不小于100米，对潮汐点位集合内的每个电子围栏建立一对多的非潮汐...

【专利技术属性】
技术研发人员：吕国林，丁雪晴，唐铠，雷焕宇，刘星，黄笑犬，游博雅，刘恒，
申请(专利权)人：深圳市城市交通规划设计研究中心股份有限公司，
类型：发明
国别省市：