一种站点式共享单车系统使用需求预测方法技术方案

本发明专利技术提出一种站点式共享单车系统使用需求预测方法，该方法包括如下步骤：1)采集共享单车系统用户出行历史数据和相关特征数据并进行数据预处理；2)提取共享单车站点网络拓扑结构信息并生成需求

【技术实现步骤摘要】
一种站点式共享单车系统使用需求预测方法


[0001]本专利技术涉及一种站点式共享单车系统使用需求预测方法，属于智能交通系统


技术介绍

[0002]共享单车作为一种经济环保的交通连接方式，不仅有利于交通结构的优化调整，也有望解决城市交通中的最后一公里问题。共享单车在慢行交通中也具有不可替代的作用，用户可以在指定的站点自由租用自行车，并将其归还到目的地附近的另一个站点，这一过程不仅有助于缓解城市交通拥堵，也有助于增加路网可达性。
[0003]然而，共享单车系统的潮汐现象通常会导致不同站点和时间段的自行车数量即需求和供应的局部不平衡。因此，共享单车系统的需求预测是一个基础性的研究问题，在站点层面的自行车再平衡分配中起着至关重要的作用。准确的需求预测可以为交通管理提供可靠的信息。当前，共享单车系统的经典需求预测方法适应性不强，在实际应用中效果不佳。

技术实现思路

[0004]技术问题：为了解决上述不足与缺陷，本专利技术提出一种站点式共享单车系统使用需求预测方法，通过该方法可以提高共享单车系统使用需求的预测精度。
...

【技术保护点】

【技术特征摘要】
1.一种站点式共享单车系统使用需求预测方法，其特征在于，该方法包括以下步骤：步骤1)，采集共享单车系统用户出行历史数据和相关特征数据并进行数据预处理；步骤2)，提取共享单车站点网络拓扑结构信息并生成需求
‑
拓扑结构矩阵；步骤3)，提取共享单车使用需求时空相关信息并生成需求
‑
时空相关矩阵；步骤4)，生成共享单车系统使用需求分解矩阵；步骤5)，融合需求
‑
拓扑结构矩阵、需求
‑
时空相关矩阵和需求分解矩阵并完成需求预测。2.根据权利要求1所述的一种站点式共享单车系统使用需求预测方法，其特征在于，步骤1)中，采集的共享单车系统用户出行历史数据包括如下字段：开始站点ID，开始时间，结束站点ID，结束时间，用户ID，单车ID；采集的相关特征数据包括天气类型数据和节假日数据，并进行如下数据预处理：步骤1.1)，异常数据剔除，计算共享单车系统用户出行历史数据中每条记录的用车时长，用车时长＝结束时间
‑
开始时间，并将用车时长小于σ的记录剔除；步骤1.2)，需求数据聚合，设定时间步长τ，按照开始站点ID和结束站点ID统计每个时间步长内的用车需求量矩阵序列Y
t
，具体为：其中，表示在第t个时间步长内从站点i至站点j的用车量，n表示研究区域内的共享单车站点数量；步骤1.3)，特征数据编码，将天气类型数据和节假日数据编码为如下形式：步骤1.3)，特征数据编码，将天气类型数据和节假日数据编码为如下形式：其中，表示在第t个时间步长内站点i和站点j之间的天气类型，表示在第t个时间步长内节假日类型，具体取值方式为：
其中，θ1，θ2，为参数，并有，1＞θ1＞θ2＞0,3.根据权利要求2所述的一种站点式共享单车系统使用需求预测方法，其特征在于，步骤2)中，提取的共享单车站点网络拓扑结构信息包括研究区域内非机动车道路网络邻接结构和各非机动车路段长度，并生成需求
‑
时空相关矩阵，具体包括如下步骤：步骤2.1)，计算站点i至站点j的非机动车最短路径平均长度a
ij
，具体计算公式为：其中，k为最短路径数量，m
u
为第u条最短路径包含的路段数量，l
uv
为第u条最短路径包含的第v条非机动车路段的长度；步骤2.2)，对站点i至站点j的非机动车最短路径平均长度a
ij
序列进行归一化处理，具体计算公式为：其中，max({a
ij
})和min({a
ij
})分别表示a
ij
序列中的最大值和最小值；步骤2.3)，生成需求
‑
时空相关矩阵Y
1t
，具体计算公式为：Y
1t
＝A
⊙
Y
t
其中，
⊙
为Hadamard乘子。4.根据权利要求3所述的一种站点式共享单车系统使用需求预测方法，其特征在于，步骤2.1...

【专利技术属性】
技术研发人员：王炜，陈宇，华雪东，魏雪延，龙薇一，雷惠莹，张燕，
申请(专利权)人：东南大学，
类型：发明
国别省市：