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。仅使用电子围栏无法考虑动态供需变化，在潮汐区域不能对用户归还进行有效约束。
[0004]面向用户的共享单车调度优化，一方面需要充分结合实时动态特征，另一方面需要平衡用户对调度算法的接受程度，调度距离不能过远，确保调度算法不会对整体需求量产生明显影响，降低企业盈利。一言总之，解决该问题需要致力于满足“社会效益
‑
用户效用
‑
企业收益”三者的平衡，具备充分的可实施性。
[0005]为解决上述问题，有研究人员对此提出以下两种方案解决：一、采用潮汐点位识别算法，基于总留存量密度的TOP
‑
K方法实现该方法认为高峰时段潮汐现象较为明显的电子围栏，其留存车辆密度较高，因此其将整体研究范围划分为P个区域，每个区域内包含数个共享单车电子围栏，以规定时间窗内（通常是一周）该区域内所有电子围栏的总留存量密度作为唯一指标进行降序排序，取前K位作为潮汐现象较为明显的区域，前K位的区域中所包含的电子围栏即为潮汐电子围栏。
[0006][0006]remainp表示规定时间窗内p区域内的净流入量，Np表示p区域内的电子围栏数量，fence_area表示电子围栏的面积，remain_densityp表示p区域内净留存密度。
[0007]二、共享单车调度算法：（1）基于VRPSPD的商家调度模型VRPSPD问题指的是同时取送的车辆路径问题，该方法通过将研究范围进行分区，每个区内建立调度中心，通过感知各区内各节点的动态需求安排合理的调度计划。该方法
的本质为建立一个表示调度成本的目标函数，该目标函数一般由固定成本、调度成本和惩罚成本组成，同时设定一系列的约束条件（为了满足模型假设），利用机器学习、深度学习等统计学习方法求解最优调度路径。
[0008]目标函数：约束条件:约束条件:约束条件:。
[0009]（2）基于TOP
‑
K的最近邻电子围栏匹配对于每一个识别出来的潮汐电子围栏，使用线性扫描算法，求出距离该围栏距离最近的K个非潮汐电子围栏，再剔除过街和留存单车密度超过临界密度的电子围栏即为推荐的调度点位。
[0010]上述技术仍存在以下问题：1、潮汐点位识别算法中基于总留存量密度的TOP
‑
K方法，该方法忽略了小时间窗的取车、还车时序特征数据，导致潮汐电子围栏的识别不够精准，无法识别某一较短时间窗内潮汐现象较为明显的电子围栏。
[0011]2、共享单车调度算法中基于最优化理论的调度算法：该算法的主要服务对象是商家，需要大运力的调度车辆，调度距离较远，且模型的构建需要较多的假设条件，越接近真实调度情况的模型，其约束条件越多，可行域越小，求解复杂度越高，计算成本、计算资源消耗巨大。
[0012]3、共享单车调度算法中基于TOP
‑
K的最近邻理论的调度算法：该算法对于潮汐电子围栏与非潮汐电子围栏的匹配准则只参考了空间位置（比如距离和是否过街）以及非潮汐电子围栏的车辆密度，没有考虑不同时序下调出区域和调入区域的供需特征互补度，有可能导致推荐的新停车点位并不能满足用户需求。

技术实现思路

[0013]在下文中给出了关于本专利技术的简要概述，以便提供关于本专利技术的某些方面的基本理解。应当理解，这个概述并不是关于本专利技术的穷举性概述。它并不是意图确定本专利技术的关键或重要部分，也不是意图限定本专利技术的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。
[0014]鉴于此，为解决现有技术中存在的技术问题，本专利技术提供一种共享单车潮汐区域停车疏导方法、电子设备及存储介质。
[0015]方案一、共享单车潮汐区域停车疏导方法，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。
[0016]优选的，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。
[0017]优选的，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。
[0018]优选的，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。
[0019]优选的，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。
[0020]优选的，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点位索引表，并计算潮汐点位和关联非潮汐点位间的调度直线距离。
[0021]优选的，确定潮汐点位调度的整体平衡增量限制值（调度值），并调度潮汐点位流入非潮汐点位的流量方法是：根据潮汐点位的历史数据确定潮汐点位调度区域的整体平衡增量限制值：其中，为潮汐本文档来自技高网...

【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：