[发明专利]一种基于聚类算法的共享单车停车区布设方法

说明书

一种基于聚类算法的共享单车停车区布设方法，包括以下步骤：S1、获取共享单车历史位置数据；S2、对共享单车位置数据进行坐标转换；S3、初始化DBSCAN算法聚类参数并初步聚类；S4、采用k均值聚类算法划分过大类；S5、评价指标计算与聚类参数遍历情况检验；S6、提出最优共享单车停车区位置及容量；S7、判别停车区布设效果的稳定性。本发明方法可以有效缓解共享单车停车区施划不合理的情况，更有针对性的布设停车区，一定程度上提高了共享单车的规范化管理水平，并且本发明方法兼顾不同时段的位置信息、共享单车停车区的服务半径等因素进行停车区施划，可以统筹全时段的停车需求与使用者步行距离。

技术领域

本发明涉及城市交通的共享单车领域，涉及一种基于聚类算法的共享单车停车区布设方法。

背景技术

作为一种新兴的交通方式，共享单车在全球范围内日益普及。共享单车系统中的每辆自行车都配备了全球定位系统(GPS)，通过扫描二维码便可以租用。用户可以把租用的共享单车停放在自行车架上或者路边。这为居民提供了短途旅行的替代模式，并且解决了接驳地铁站的“最后一公里”问题。不过，这些便捷同样带来很多问题，例如过剩的共享单车、不合理停靠等等。乱停乱放的共享单车阻碍了行人和机动车的行驶空间。这为政府及共享单车运行商带来了巨大的挑战。

世界各国政府开始规范共享单车的停放，并且控制共享单车的总车队大小。政府强迫运营商在地铁站、公交站及住宅区内设立共享单车停车区。然而，在中国大多数城市设置的停车区的效果并不理想，主要是因为停车区与真正的停车需求不匹配。因此，十分有必要采取科学的办法，帮助政府相关单位及运营商合适的共享单车停车区。

目前，大多数的共享单车业务使用手机应用租用单车和支付相关费用。应用程序可以为用户提供附近可用共享单车的实时位置。这些共享单车的实时静态位置数据恰好可以反映共享单车的动态停车需求。因此，本发明方法将根据共享单车的实时位置数据，提出一种基于聚类算法的共享单车停车区布设方法。

发明内容

针对以上问题，本发明提供一种基于聚类算法的共享单车停车区布设方法，本发明方法可以有效缓解共享单车停车区施划不合理的情况，更有针对性的布设停车区，一定程度上提高了共享单车的规范化管理水平，并且本发明方法兼顾不同时段的位置信息、共享单车停车区的服务半径等因素进行停车区施划，可以统筹全时段的停车需求与使用者步行距离，为达此目的，本发明提供一种基于聚类算法的共享单车停车区布设方法，包括如下步骤：

S1、获取共享单车历史位置数据；

所述步骤S1中，每隔T小时，获取一次城市区域内所有共享单车的历史位置数据，累计采集14天；第一个7天数据为训练集，第二个7天数据为验证集；共享单车的历史位置数据包括每辆车的编号n、经度纬度λ、获取时间t；

S2、对共享单车位置数据进行坐标转换；

所述步骤S2中的坐标转换为聚类数据，将S1中的经度与纬度λ数据，转化为UTM坐标数据(E，N)，转化后的数据为聚类数据库；

S3、初始化DBSCAN算法聚类参数并初步聚类；

所述步骤S3具体包括如下步骤：

S31、初始化DBSCAN聚类模型的参数EPS和minPts，EPS和minPts从可选集Z中无放回的选取；可选集Z由EPS∈{x|0x60,x∈N}与minPts∈{x|0x30,x∈N}的任意两两组合构成；

S32、针对步骤S2的聚类数据库中坐标数据(E，N)，采用步骤S31中的参数值进行DBSCAN聚类，根据聚类结果将每组坐标标记为一级类编号或噪声；

S4、采用k均值聚类算法划分过大类；