[发明专利]无桩车辆调度方法和系统

说明书

本公开提供了一种无桩车辆调度方法和系统，涉及数据处理领域。该方法包括：基于区域内的历史多源数据抽取每个目标停车点预定范围内的数据特征；将数据特征作为车辆需求预测模型的输入参数，将每个目标停车点的车辆需求量作为车辆需求预测模型的输出参数，训练车辆需求预测模型；基于训练好的车辆需求预测模型，预测每个目标停车点的车辆需求量；根据每个目标停车点的车辆需求量确定车辆调度策略。本公开能够更加有效地进行无桩车辆调度。

技术领域

本公开涉及数据处理领域，尤其涉及一种无桩车辆调度方法和系统。

背景技术

作为一种绿色出行方式，自行车一直深受政府和人们的喜爱。选择自行车进行短距离出行，不仅更为方便，还能够锻炼身体，减少汽车尾气排放，缓解交通拥堵。

传统的公共自行车系统在客流量多的地方设置自行车租赁点，租客需要在自行车租赁点租赁自行车，使用结束后将自行车归还至任一自行车租赁点。近年来，涌现了一大批无桩公共自行车系统。与传统的公共自行车系统不同的是，无桩自行车系统允许用户在任何地方租赁自行车，并将自行车归还到任何地点。由于没有固定的租赁地点，无桩自行车能让用户使用得更加方便。

传统的有桩自行车主要是在各个租赁点进行自行车调度，而无桩自行车允许用户在任何地点骑车、还车，对其调度问题提出了更高的要求。如果没有有效的调度策略，无桩自行车在某些地方就会有严重的堆积现象，从而引发交通拥堵，造成资源浪费。另一方面，在某些骑行需求量很大的区域会出现供不应求的局面，从而影响用户的出行体验。

发明内容

本公开要解决的一个技术问题是提供一种无桩车辆调度方法和系统，能够更加有效地进行无桩车辆调度。

根据本公开一方面，提出一种无桩车辆调度方法，包括：基于区域内的历史多源数据抽取每个目标停车点预定范围内的数据特征；将数据特征作为车辆需求预测模型的输入参数，将每个目标停车点的车辆需求量作为车辆需求预测模型的输出参数，训练车辆需求预测模型；基于训练好的车辆需求预测模型，预测每个目标停车点的车辆需求量；根据每个目标停车点的车辆需求量确定车辆调度策略。

可选地，基于训练好的车辆需求预测模型，预测每个目标停车点的车辆需求量包括：基于区域内的多源数据抽取每个目标停车点预设时间段内的数据特征；将数据特征输入到训练好的车辆需求预测模型，预测每个目标停车点的车辆需求量。

可选地，该方法还包括：对历史车辆分布数据、兴趣点数据和路网数据进行空间聚类计算，确定停车区域；根据兴趣点数据和路网数据确定每个停车区域的目标停车点。

可选地，该方法还包括：基于最优化目标在车辆调度策略选择最优车辆调度策略。

可选地，最优化目标包括各个车辆从投放到被借走的总时间最短、各个目标停车点需要调度的车辆总数据量最小或被调度车辆需要移动的总距离之和最小中的至少一项。

可选地，多源数据包括空气质量数据、公共交通流量数据、天气数据、车辆分布数据、兴趣点数据和路网数据。

可选地，该方法还包括：将空气质量数据、公共交通流量数据、天气数据和车辆分布数据分为工作日数据和节假日数据；将工作日数据和节假日数据分别按照预定时间间隔进行划分；将每个目标停车点划分好的工作日数据和节假日数据作为车辆需求预测模型的输入参数。

可选地，车辆需求预测模型采用人工神经网络ANN模型、贝叶斯模型、决策树模型和深度网络模型中的至少一种模型。