[发明专利]基于马尔可夫模型的公共自行车系统调控方法

摘要

本发明公开一种基于马尔可夫模型的公共自行车系统调控方法，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；(2)将获取的自行车借出与归还统计量进行分组，分为先验组和后验组，将先验组的统计量使用一阶马尔科夫模型参数化方法计算，得到先验信息，供后续推断使用；(3)将先验信息结合后验组数据，利用贝叶斯推理，结合马尔可夫模型得到马尔科夫转移概率矩阵；(4)由马尔科夫转移概率矩阵推断公共自行车系统OD矩阵。(5)用OD矩阵进行公共自行车系统调度。本发明用OD矩阵统计推断实时进行公共自行车系统调度，其数据易获得，避免求解不闭合的问题，有效利用先验信息，提高求得的数据的准确性。

主权项

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，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，Pr{ξi＝k|ξi‑1＝m}为一阶马尔可夫转移概率，qi是在i服务点已还车的概率，则1‑qi表示在i服务点未还车的概率；ξi为一个随机变量代表公共自行车在服务点i的状态，当ξi＝1时表示公共自行车在i服务站未还车，当ξi＝0时表示公共自行车在i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P＝[pij]：pi(i+1)＝qi+1pij=qjΠg=i+1j-1(1-qg),(j=i+2,...,N)]]>其中，pi(i+1)表示在i服务点借车在i+1服务点还车的概率，qi+1表示在i+1服务点已还车的概率，pij表示在i服务点借车在j服务点还车的概率，qj表示在j服务点已还车的概率，1‑qg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i服务点借车在j服务点还车的实际车辆数将其作为先验信息：x^ij=pijyi,(i=1,...,N-1;j=i+1,...,N)]]>其中，pij表示在i服务点借车在j服务点还车的概率，yi为先验组的统计量，表示在i服务点的借车数；(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i服务点已还车的概率qj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。