[发明专利]一种基于图论的公共自行车调度区域智能划分方法

权利要求书

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C_ij；

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C_ij，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C_ij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C_ij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1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C_ij如下：

C_ij=L_ij×K_ij×R_ij       （1）

其中，L_ij代表道路实际距离；

K_ij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；

R_ij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：

其中，n_ij记为从租车点i借出且归还到j的车辆数，n_i出记为从i点借出的总车辆数，n_i入记为从i点归还的总车辆数。

3.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3的具体处理过程为：将广义距离矩阵C中每个分量的值大于或等于阈值r的租车点间之间的广义距离值C_ij设为无穷大，表示这两个租车点没有关联；分量值小于阈值r的保持不变，表示租车点存在关联，即

当某个C_ij≥r,则C_ij=∞，即表示这两个租车点之间道路不通。

4.根据权利要求1至3之一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6租赁点分级具体方法包括：

a)计算租赁点的关联度d：租赁点与其它租赁点有直接的车辆流的，则认为它们之间存在关联，一个租赁点与其它租赁点有关联关系的总数称为租赁点的关联度d；

b)计算租赁点日均车辆流量t：计算每个租赁点每天借出和还入的车辆流量的平均值，根据运营数据统计每天的借出的车辆数和还入的车辆数，计算出租赁点多天的车辆流量的平均值：

这里n_i入为租赁点每天还入的车辆数，n_i入为租赁点每天借出的车辆数，N为统计的天数；

c)计算租赁点的总度D：租赁点的总度为租赁点的连接度与其日车辆流动均值的乘积D=d×t；

d)确定租赁点的等级：

将同一区域中的租赁点按照它们的总度值排序，按照u%、v%、w%的原则划分为三个区间，u+v+w=100；设区域的租赁点总数为P，则区间的租赁点为该区域的一级租赁点，区间的租赁点为该区域的二级租赁点，区间的租赁点为该区域的普通租赁点。