[发明专利]一种公共自行车智能调度系统预测调度数据的获取方法

权利要求书

1.一种公共自行车智能调度系统预测调度数据的获取方法，其具体包括如下步骤：

S1、通过SPSS和EXCEL等数据分析工具对租、还车历史数据进行多维度的分析，得出系统的高峰期以及各个站点的租赁流向趋势；

S2、利用历史租还车数据将系统中的站点按照租还车数量和地理位置分类；

S3、利用程序将租、还车历史数据回溯，得出站点各个时刻的满车率，并由满车率联合站点类型和租赁流向得出各个站点的调度需求量。

2.根据权利要求1所述的公共自行车智能调度系统预测调度数据的获取方法，其特征在于：S1、系统的高峰期以及各个站点的租赁流向趋势具体为：

S101：获取历史数据，从自行车租赁系统中导入历史租还车数据；

统计租还车数据总量，从原始租还车数据样本中统计每个月的工作日和非工作日天数，及其对应的租车量、还车量、租还车量；

S102：选取样本数据，将历史租还车数据作为原始样本，去除其中错误的数据，包括字段不符规则、字段空值等错误，将生成的数据作为分析的样本数据；

S103：按月份统计数据，从S102的样本数据中统计每个月的工作日和非工作日及其租还车数量，并选取有代表性的月份分别作为工作日和非工作日的样本数据；

S104：分析样本数据的高峰期，从S103得到的样本数据里分析各个站点在节假日和非节假日的高峰月份和高峰日期；

S105：分析样本数据的高峰时间段，从S103得到的样本数据里，按工作日与非工作日的不同分别分析系统运营的高峰时间段；

S106：统计各个站点的租赁流向，从S102样本数据中分析与各个站点租车频率和换车频率高的站点。

3.根据权利要求1所述的公共自行车智能调度系统预测调度数据的获取方法，其特征在于S2、利用历史租还车数据将系统中的站点按照租还车数量和地理位置分类，具体为：

S201：从样本数据里分析各个站点的租车总量、还车总量、租还车总量将所有站点分为高频使用站点、中频使用站点和低频使用站点；

S202：按租、还车比例将站点分类，统计各个站点在各个高峰期时间段内的租还车比，将站点分别按早高峰、中高峰、晚高峰三类统计各自的租车量和还车量，再在三个高峰期内分为租车量大于还车量、租车量小于还车量和租车量大基本等于还车量三类。

4.根据权利要求1所述的公共自行车智能调度系统预测调度数据的获取方法，其特征在于S3、利用程序将租、还车历史数据回溯，得出站点各个时刻的满车率，具体为：

S301：确定各个站点的锁桩总数，从原始租还车数据样本中统计每一个站点所有出现过的不重复的锁桩编号，以确定各个站点的锁桩总数；

S302：回溯站点满车率，选取样本数据中高峰月份的第一天为初始数据，首先将各个站点的所有锁桩的状态设置为UK（未知），然后开始进行数据的回溯，每产生一条租还车数据，将租车站点的租车锁柱状态改为0（无车），将还车站点的还车锁柱状态改为1（有车），以此类推，统计各个站点的状态为UK的锁桩个数，当UK数量变为0时，统计该站点锁桩的状态为1的数据，则此时的站点满车率为∑1/∑S(其中S为该站点的锁桩总量)，若其中部分站点锁桩的状态UK永远无法为0，则在统计两天的数据后再记录UK的个数为n，则该站点的满车率为∑1/(∑S-n)；

S303：生成各时间点的满车率，调度需求量的生成不能脱离当前样本时间点的满车率，所以在S302获得各个站点初始时刻的满车率后，随着租还车记录的生成应相应的更新各个站点的满车率，由于每秒钟更新会造成数据量过大，影响数据库的使用效率，因此将每五分钟记录一次满车率的变化并存入后台数据库。

5.根据权利要求1所述的公共自行车智能调度系统预测调度数据的获取方法，其特征在于S3、由满车率联合站点类型和租赁流向得出各个站点的调度需求量，具体为：

S304：分别分析工作日和非工作日，早中晚三个高峰期的调度需求，以早高峰为例，求取各个站点的租车量和还车量以及租还车量差值，并求取 TW(时间窗)；

S305：求取早高峰各站点的满车率，在生成调度数据之前先观察各个站点的满车率，根据满车率的不同结合S304的TW和租还车差值生成各站点早高峰的调度需求量；

S306：生成调度需求量，按照S304-S305，分别求取中高峰和晚高峰 的调度需求量。