[发明专利]基于马尔可夫模型的公共自行车系统调控方法

权利要求书

1.一种基于马尔可夫模型的公共自行车系统调控方法，其特征在于：该方法包括以下步骤：

（1）通过公共自行车信息中心获取自行车借出与归还统计量，将其分为先验组和后验组；

（2）将所述先验组的统计量使用一阶马尔科夫模型参数化方法进行计算，将得到的结果作为先验信息；

（3）根据所述后验组数据和步骤（2）中获取的先验信息，利用贝叶斯推理，结合马尔可夫模型得到在                                                服务点已还车的概率的估计值，并构建马尔科夫转移概率矩阵；

（4）由所述马尔科夫转移概率矩阵确定自行车流量推断值，并构建公共自行车系统OD矩阵；

（5）由所述推断公共自行车系统OD矩阵结合每一服务点的自行车储备量，确定每一服务点的自行车调度需求量，并根据该需求量进行自行车调控。

2.如权利要求1所述的基于马尔可夫模型的公共自行车系统调控方法，其特征在于：所述步骤（2）中的具体步骤为：

21）将公共自行车还车概率用马尔科夫转移概率表示为：

其中，为一阶马尔可夫转移概率，是在服务点已还车的概率，则表示在服务点未还车的概率；为一个随机变量代表公共自行车在服务点的状态，当时表示公共自行车在服务站未还车，当时表示公共自行车在服务站已还车，k是自行车在服务点i状态的控制变量，其为取值为0，1的随机变量，m为自行车在服务点i-1状态的控制变量，其为取值为0，1的随机变量，N为自然数；

22）根据下式计算还车概率矩阵：

其中，表示在i服务点借车在i+1服务点还车的概率，表示在i+1服务点已还车的概率，表示在i服务点借车在j服务点还车的概率，表示在j服务点已还车的概率，表示在g服务点未还车的概率，g是取值为i+1到j-1的随机变量，表示服务点序号，j是取值为i+2到N的随机变量，i表示服务点序号；

23）根据下式计算在服务点借车在服务点还车的实际车辆数，将其作为先验信息：

其中，表示在i服务点借车在j服务点还车的概率，为先验组的统计量，表示在i服务点的借车数。

3.如权利要求1所述的基于马尔可夫模型的公共自行车系统调控方法，其特征在于：所述步骤（3）的具体步骤为：

首先根据先验信息计算得到j服务点已还车的概率的共轭先验分布，对其应用贝叶斯规则，结合似然估计二项分布，得出的后验分布；

然后计算以上后验分布获取的估计值，将所有估计值构建成马尔科夫转移概率矩阵。

4.如权利要求1所述的基于马尔可夫模型的公共自行车系统调控方法，其特征在于：所述步骤（4）的具体步骤为：

41）将所述步骤（3）中求得的的估计值带入下式计算得到修正后的还车概率矩阵：

；

42）将所述修正后的还车概率矩阵带入下式得到自行车流量推断值，进而将所有推断值构建得到公共自行车系统OD矩阵：

。

5.如权利要求1所述的基于马尔可夫模型的公共自行车系统调控方法，其特征在于：步骤（5）的具体步骤为：

将所述公共自行车系统OD矩阵中的自行车流量推断值带入下式计算得到每一服务点的自行车调度需求量：

其中，表示服务点n的自行车调度需求量，表示服务点n的自行车储备量，表示由除去服务点n以外的其他服务点停入服务点n的自行车总数，表示由服务点n驶出的自行车总数，n表示服务点标号，其取值范围为1到N。