一种基于图论的公共自行车调度区域智能划分方法技术

本发明专利技术属于公共交通调度领域，提出了一种基于图论的公共自行车调度区域智能划分方法，可应用于公共自行车调度区域智能划分，得到最佳的公共自行车调度区域。该方法具体步骤包括计算租车点之间的广义距离，构造广义矩阵，剪枝处理，绘制连通区域图和确定租赁点等级。针对公共自行车普遍存在的“借车难，还车难”的现状，为了提高公共自行车系统的服务水平，有必要对其位置和区域进行分析并采用合理的调度方法对公共自行车进行综合调度。本发明专利技术对现有区域进行合理优化划分，减少公共自行车系统的调度成本，能更好地为出行者提供服务，及时平衡公共自行车在时间和空间上的分布，提高公共自行车的利用率。

【技术实现步骤摘要】
一种基于图论的公共自行车调度区域智能划分方法
本方法属于公共交通调度领域，可应用于公共自行车调度区域智能划分，得到最佳的公共自行车调度区域，提出了一种基于图论的租赁点聚类和区域划分方法。
技术介绍
优先发展城市公共汽车交通是解决城市交通拥堵问题最有效的方法。但是由于公交的覆盖率低，公交站点间距离长，发车频率不确定，换乘不方便等问题给人们的出行带来了不便，降低了公共出行方式对广大市民的吸引力。为解决公交车存在的上述问题，延伸公交服务(最后一里路)，推行公共自行车与公共交通换乘的模式，吸引更多的小汽车出行者改变出行方式，倡导市民“绿色出行”，并且缓解城市交通拥堵、减少环境污染、节约道路资源。结合城市公共交通的其他手段，公共自行车系统作为城市公交的组成部分承担着重要的交通任务，其提供的绿色、低碳出行方式有效地弥补了公交、地铁等的缺陷，极大地方便了市民出行。然而，随着公共自行车系统规模逐渐增大、使用频率逐渐增加，给公共自行车系统的管理和服务也带来了一系列问题，主要表现在:高峰期时段，某些租赁点的锁桩呈空位状态时间过长，用户借不到车；某些租赁点的锁桩呈满位状态时间过长，用户还不了车；居民区、办公区及部分商业区都存在明显的早晚高峰和方向不均衡现象，导致了车辆调度难度的增加及车辆周转率的降低。其中，公共自行车“借车难、还车难”问题成为市民使用公共自行车绿色出行过程中的突出问题。因此，为缓解这种“借车难，还车难”的现状，提高公共自行车系统的服务水平，有必要对其位置和区域进行分析并采用合理的调度方法对公共自行车进行综合调度。对现有区域进行合理优化划分，减少公共自行车系统的调度成本，更好地为出行者提供服务，及时平衡公共自行车在时间和空间上的分布，提高公共自行车的利用率。
技术实现思路
本专利技术针对上述出现的“借车难，还车难”现象，提出了一种基于图论的公共自行车调度区域智能划分方法，对现有区域进行合理优化划分，减少公共自行车系统的调度成本，能更好地为出行者提供服务，及时平衡公共自行车在时间和空间上的分布，提高公共自行车的利用率。图论算法介绍:一般几何上将图定义为空间一些点和连接这些点的线的集合。图论中将图定义为一个偶对G=(V，E)，其中V=UIx e某个数据对象}，它是顶点的有穷非空集合；E= {(x, y) x,y e V}，它是顶点之间关系的有穷集合，称为边集。若图中代表边的顶点对是有序的，则称该图为有向图，反之则称为无向图。本文讨论的图是有向有限图，即顶点数和边数都是有限的。图的关联矩阵表示的基本思想就是引入两个数组，一个记录图中的各个顶点信息的一维数组，称为顶点表；另一个是表示图中各个顶点之间关系的二维数组，称为关联矩阵。V= (V0, V1, V2,…，Vn)，Eij= (Vi, Vj) (0〈=i〈=n，0〈=j〈=n)在有向带权图中，每条边都具有一个与之相关的具有某种实际意义的数，成为边的权值。令Cij是边Eij上的权值，该权值的计算基于路况难度、距离、关联度三个因素，三者加权求和，得到边的权值。考虑到道路单行限制和租赁点在道路的左右边布局不同，一般Cu不同于Cji,即Cij Φ Cji0本专利技术采用的技术方案如下:一种基于图论的公共自行车调度区域智能划分方法，具体包括如下步骤:步骤1:根据路况信息和租赁点之间的关联关系，对租赁点的实际距离进行加权调整得到租赁点之间的道路广义距离值Cij ；步骤2:构建广义距离矩阵C根据计算的租赁点之间的道路广义距离值Cij，构建一个租赁点广义距离矩阵C，广义距离矩阵C表示租赁点之间的连接距离，其中每一个分量Cij为租赁点i和租赁点j之间的道路广义距离；步骤3:剪枝处理给定一个阈值r，对广义距离矩阵C进行处理，得到由道路广义距离值Cij在阈值r以内的值组成的关联矩阵；步骤4:绘制区域连通图根据剪枝处理之后的结果，绘制关联矩阵的区域连通图；步骤5:重复步骤3-4，直到得到需要的互不关联的区域；步骤6:租赁点分级根据租赁点之间的关联关系计算它们之间的连接度，再根据租赁点之间的车辆流动信息计算日均车辆流量，依此得到租赁点的总度，按照租赁点的总度值大小确定租赁点的等级。所述步骤I中，根据租赁点的实际距离，将道路路况难度系数和租赁点的关联度作为调整因子，得到租赁点之间的道路广义距离Cu如下:Cij=LijXKijXRij(I)其中，Lu代表道路实际距离；KU代表租车点i到租车点j的路况难度，是指调度车辆行走的难易程度，可以对道路实际距离的修正；RU代表租车点i到租车点j之间的关联度，是指节点之间的关联关系，也可以对道路实际距离进行修正:本文档来自技高网...

【技术保护点】
一种基于图论的公共自行车调度区域智能划分方法，其特征在于，此方法包括如下步骤：步骤1：根据路况信息和租赁点之间的关联关系，对租赁点的实际距离进行加权调整得到租赁点之间的道路广义距离值Cij；步骤2：构建广义距离矩阵C根据计算的租赁点之间的道路广义距离值Cij，构建一个租赁点广义距离矩阵C，广义距离矩阵C表示租赁点之间的连接距离，其中每一个分量Cij为租赁点i和租赁点j之间的道路广义距离；步骤3：剪枝处理给定一个阈值r，对广义距离矩阵C进行处理，得到由道路广义距离值Cij在阈值r以内的值组成的关联矩阵；步骤4：绘制区域连通图根据剪枝处理之后的结果，绘制关联矩阵的区域连通图；步骤5：重复步骤3‑4，直到得到需要的互不关联的区域；步骤6：租赁点分级根据租赁点之间的关联关系计算它们之间的连接度，再根据租赁点之间的车辆流动信息计算日均车辆流量，依此得到租赁点的总度，按照租赁点的总度值大小确定租赁点的等级。

【技术特征摘要】
1.一种基于图论的公共自行车调度区域智能划分方法，其特征在于，此方法包括如下步骤: 步骤1:根据路况信息和租赁点之间的关联关系，对租赁点的实际距离进行加权调整得到租赁点之间的道路广义距离值Cij ； 步骤2:构建广义距离矩阵C 根据计算的租赁点之间的道路广义距离值Cij，构建一个租赁点广义距离矩阵C，广义距离矩阵c表示租赁点之间的连接距离，其中每一个分量CuS租赁点i和租赁点j之间的道路广义距离； 步骤3:剪枝处理 给定一个阈值r，对广义距离矩阵C进行处理，得到由道路广义距离值Cij在阈值r以内的值组成的关联矩阵； 步骤4:绘制区域连通图 根据剪枝处理之后的结果，绘制关联矩阵的区域连通图； 步骤5:重复步骤3-4，直到得到需要的互不关联的区域； 步骤6:租赁点分级 根据租赁点之间的关联关系计算它们之间的连接度，再根据租赁点之间的车辆流动信息计算日均车辆流量，依此得到租赁点的总度，按照租赁点的总度值大小确定租赁点的等级。2.根据权利要求1所述的一种基于图论的公共自行车调度区域智能划分方法，其特征在于，所述步骤I中，根据租赁点的实际距离，将道路路况难度系数和租赁点的关联度作为调整因子，得到租赁点...

【专利技术属性】
技术研发人员：窦万峰，成先镜，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：江苏;32