CN104361398A - 公共自行车租赁点自然需求预测方法 - Google Patents

Abstract

公共自行车租赁点自然需求预测方法，包括：步骤1公共自行车分担率预测,具体有：建立分担率预测模型，出行特性指标量化,构建效用函数；步骤2公共自行车自然需求预测，对步骤1预测得到的公共自行车分担率同实际分担率进行相关性分析，在租赁点大样本历史数据基础上，采用相关系数法对公共自行车租赁点自然需求进行预测。

Description

公共自行车租赁点自然需求预测方法

技术领域

本发明涉及一种公共自行车租赁点自然需求预测方法。 

背景技术

杭州市自2008年5月1日在国内率先推出公共自行车系统(PBS)以来，目前已达到租赁点数量将近3000个，自行车7万辆的规模，2010年至今，系统日租用量平均达到23万人次，日最高租用量达36.55万人次。随着公共自行车系统规模逐渐增大、使用频率逐渐增加，给公共自行车系统的管理和服务也带来了一系列问题。主要表现在： 

(1)某些租赁点锁桩呈空位状态时间过长，造成了一些用户借不到车；某些租赁点锁桩呈满位状态时间过长，用户不能及时归还自行车。 

(2)寻找还车点不便，公共自行车网络的覆盖面仍然有限，布局规划尚需优化。 

(3)设备养护欠佳、老化等问题。 

由此可见，上述原因将导致部分潜在用户的流失，且当前公共自行车系统所反映的公共自行车租赁需求量，尚未包括潜在用户需求量。 

发明内容

本发明要克服现有技术的上述缺点，提供了一种公共自行车自然 需求预测方法。 

本发明涉及的公共自行车租赁点自然需求预测方法提出了自然租赁需求的概念，即当前租赁需求量与潜在用户租赁需求量之和。目前，绝大多数相关研究都针当前公共自行车租赁需求量，进行预测及规模分析，鲜有文献对自然租赁需求进行深入剖析。因此，本发明提出的自然租赁需求的预测方法，对设计未来规划方案，安排合理调度方案，及缓解出行者借、还车难问题将具有重大意义。 

本发明通过对影响公共自行车需求量的出行特性的分析，对公共自行车在客运总量中的分担率作出预测。根据模型预测分担率同当前实际分担率的相关性及相关系数，以及租赁点大样本历史需求数据基础上，对公共自行车系统自然租赁需求进行预测，最终生成自然租赁需求预测结果。具体步骤如下： 

步骤1公共自行车分担率预测 

11建立分担率预测模型 

假设A_n为出行者n的出行方式选择方案集合，V_in为出行者n选择交通方式i的效用函数，则出行者n从出行选择方案集合A_n中选择第i种出行方式的概率如式(1)所示。 

$P_{\mathrm{in}}=\frac{e^{V_{\mathrm{in}}}}{\underset{j=1}{\overset{A_n}{\mathrm{\Σ}}}{e}^{V_{\mathrm{jn}}}}---\left(1\right)$

P_in为出行者n选择方案i的出行概率，即为该种出行方式的客运分担率。 

12出行特性指标量化 

本发明通过对出行选择方式的经济性、快速性、直达性、安全性和准时性进行量化并构建效用函数V_in。 

121经济性。采用运价率E_i来表示第i种交通方式的出行费用，即单个出行者每公里所需费用。 

122快速性。出行者出行需经历出发、换乘、抵达3个阶段，如图2所示。采用3个阶段所需时间之和为快速性衡量指标，用T_i表示。 

T_i＝t₁₃+t₂   (2) 

T_i为出行者选择第i种交通方式时的全程出行时间，t₁₃两端换乘衔接及候车平均时间之和；t₂为该种交通方式运输通道上的运行时间。 

123直达性。采用出行者在该种交通方式运输通道上的出行时间与全程出行时间之比来量化直达性。用D_i表示： 

$D_i=\frac{t_2}{T_i}---\left(3\right)$

124安全性。安全性参考按照各交通方式的事故比率对安全性进行量化。事故发生次数越多，其安全性就越小。用S_i表示第i种交通方式的安全性指标。 

125准时性。本发明用准点率对各交通方式的准时性进行量化。用P_i表示第i种交通方式的准时性。 

13构建效用函数 

通过步骤(2)量化好的指标构建效用函数，效用函数效用值的大小决定了出行者的出行选择行为。 

效用函数V_in的一般形式为： 

$V_{\mathrm{in}}=\underset{k=1}{\mathrm{\Σ}}{\mathrm{\θ}}_k{X}_{\mathrm{ik}}---\left(4\right)$

X_ik为第i种交通方式的相关出行特性参数，θ_k为该特性参数的系数。由于安全性和准时性对于其他出行特性具有独立性，并且这两者与其他特性同时较优时，该方式的效用值才能最优，因而这两者与其他特性应是乘法关系。因此，构造基于出行选择的交通方式效用函数为： 

V_in＝(θ₁E_i+θ₂T_i+θ₃D_i)S_i P_i   (5) 

式中：E_i为第i种交通方式的运价率，T_i为第i种方式的快速性，D_i为第i种方式的直达性，S_i为第i种方式的安全性，P_i为第i种方式的准时性，θ₁，θ₂，θ₃分别为不同特性参数的系数。 

步骤2公共自行车自然需求预测 

对步骤1预测得到的公共自行车分担率同实际分担率进行相关性分析，在租赁点大样本历史数据基础上，采用相关系数法对公共自行车租赁点自然需求进行预测。 

21计算相关系数。假设Q_i为根据公共自行车历史租赁需求统计得到的当前分担率，P_i为通过式(1)预测得到的包含潜在用户的分担率。Q_i与P_i大致呈比例趋势，通过对Q_i与P_i进行线性拟合，进而得到相关系数ρ_QP。 

22根据之前得到的相关系数ρ_QP，以及公共自行车历史租赁需求量Y₀(k)，可以预测得到公共自行车自然租赁需求量Y_p(k)。 

Y_p(k)＝Y₀(k)ρ_QP   (6) 

本发明首先通过对公共自行车系统在客运量中的分担率的预测。然后根据模型预测得到的分担率同实际分担率的相关性及相关系数，以及租赁点大样本历史需求数据的基础上，对公共自行车租赁点短时自然需求进行预测， 

本发明优点：公共自行车租赁点自然租赁需求量的预测是公共自行车系统动态调度的前提和基础，本发明可有效提高公共自行车调度管理效率、降低节约调度成本。 

附图说明

附图1是本发明方法的流程图 

图2是本发明的出行者出行全过程示意图 

具体实施方式

参考附图： 

公共自行车自然需求预测方法，具体步骤包括： 

步骤1公共自行车分担率预测 

11建立分担率预测模型 

假设A_n为出行者n的出行方式选择方案集合，V_in为出行者n选择交通方式i的效用函数，则出行者n从出行选择方案集合A_n中选择第i种出行方式的概率如式(1)所示。 

$P_{\mathrm{in}}=\frac{e^{V_{\mathrm{in}}}}{\underset{j=1}{\overset{A_n}{\mathrm{\Σ}}}{e}^{V_{\mathrm{jn}}}}---\left(1\right)$

P_in为出行者n选择方案i的出行概率，即为该种出行方式的客运分担率。 

12出行特性指标量化 

本发明通过对出行选择方式的经济性、快速性、直达性、安全性和准时性进行量化并构建效用函数V_in。 

121经济性。采用运价率E_i来表示第i种交通方式的出行费用，即单个出行者每公里所需费用。 

122快速性。出行者出行需经历出发、换乘、抵达3个阶段，如图2所示。采用3个阶段所需时间之和为快速性衡量指标，用T_i表示。 

T_i＝t₁₃+t₂   (2) 

T_i为出行者选择第i种交通方式时的全程出行时间，t₁₃两端换乘衔接及候车平均时间之和；t₂为该种交通方式运输通道上的运行时间。 

123直达性。采用出行者在该种交通方式运输通道上的出行时间与全程出行时间之比来量化直达性。用D_i表示： 

$D_i=\frac{t_2}{T_i}---\left(3\right)$

124安全性。安全性参考按照各交通方式的事故比率对安全性进行量化。事故发生次数越多，其安全性就越小。用S_i表示第i种交通方式的安全性指标。 

125准时性。本发明用准点率对各交通方式的准时性进行量化。用P_i表示第i种交通方式的准时性。 

13构建效用函数 

通过步骤(2)量化好的指标构建效用函数，效用函数效用值的大小决定了出行者的出行选择行为。 

效用函数V_in的一般形式为： 

$V_{\mathrm{in}}=\underset{k=1}{\mathrm{\Σ}}{\mathrm{\θ}}_k{X}_{\mathrm{ik}}---\left(4\right)$

X_ik为第i种交通方式的相关出行特性参数，θ_k为该特性参数的系数。由于安全性和准时性对于其他出行特性具有独立性，并且这两者与其他特性同时较优时，该方式的效用值才能最优，因而这两者与其他特性应是乘法关系。因此，构造基于出行选择的交通方式效用函数为： 

V_in＝(θ₁E_i+θ₂T_i+θ₃D_i)S_i P_i   (5) 

式中：E_i为第i种交通方式的运价率，T_i为第i种方式的快速性，D_i为第i种方式的直达性，S_i为第i种方式的安全性，P_i为第i种方式的准时性，θ₁，θ₂，θ₃分别为不同特性参数的系数。 

步骤2公共自行车自然需求预测 

对步骤1预测得到的公共自行车分担率同实际分担率进行相关性分析，在租赁点大样本历史数据基础上，采用相关系数法对公共自行车租赁点自然需求进行预测。 

21计算相关系数。假设Q_i为根据公共自行车历史租赁需求统计得到的当前分担率，P_i为通过式(1)预测得到的包含潜在用户的分担率。Q_i与P_i大致呈比例趋势，通过对Q_i与P_i进行线性拟合，进而得到相关系数ρ_QP。 

22根据之前得到的相关系数ρ_QP，以及公共自行车历史租赁需求量Y₀(k)，可以预测得到公共自行车自然租赁需求量Y_p(k)。 

Y_p(k)＝Y₀(k)ρ_QP   (6) 

本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。 

Claims (1)

1.公共自行车租赁点自然需求预测方法，包括以下步骤： 

步骤1公共自行车分担率预测 

11建立分担率预测模型 

假设A_n为出行者n的出行方式选择方案集合，V_in为出行者n选择交通方式i的效用函数，则出行者n从出行选择方案集合A_n中选择第i种出行方式的概率如式(1)所示； 

P_in为出行者n选择方案i的出行概率，即为该种出行方式的客运分担率； 

12出行特性指标量化 

本发明通过对出行选择方式的经济性、快速性、直达性、安全性和准时性进行量化并构建效用函数V_in； 

121经济性；采用运价率E_i来表示第i种交通方式的出行费用，即单个出行者每公里所需费用； 

122快速性；出行者出行需经历出发、换乘、抵达3个阶段；采用3个阶段所需时间之和为快速性衡量指标，用T_i表示； 

T_i＝t₁₃+t₂    (2) 

T_i为出行者选择第i种交通方式时的全程出行时间，t₁₃两端换乘衔接及候车平均时间之和；t₂为该种交通方式运输通道上的运行时间； 

123直达性；采用出行者在该种交通方式运输通道上的出行时间与全程出行时间之比来量化直达性；用D_i表示： 

124安全性；安全性参考按照各交通方式的事故比率对安全性进行量化；事故发生次数越多，其安全性就越小；用S_i表示第i种交通方式的安全性指标； 

125准时性；本发明用准点率对各交通方式的准时性进行量化；用P_i表示第i种交通方式的准时性； 

13构建效用函数 

通过步骤2量化好的指标构建效用函数，效用函数效用值的大小 决定了出行者的出行选择行为； 

效用函数V_in的一般形式为： 

X_ik为第i种交通方式的相关出行特性参数，θ_k为该特性参数的系数；由于安全性和准时性对于其他出行特性具有独立性，并且这两者与其他特性同时较优时，该方式的效用值才能最优，因而这两者与其他特性应是乘法关系；因此，构造基于出行选择的交通方式效用函数为： 

V_in＝(θ₁E_i+θ₂T_i+θ₃D_i)S_iP_i    (5) 

式中：E_i为第i种交通方式的运价率，T_i为第i种方式的快速性，D_i为第i种方式的直达性，S_i为第i种方式的安全性，P_i为第i种方式的准时性，θ₁，θ₂，θ₃分别为不同特性参数的系数； 

步骤2公共自行车自然需求预测 

对步骤1预测得到的公共自行车分担率同实际分担率进行相关性分析，在租赁点大样本历史数据基础上，采用相关系数法对公共自行车租赁点自然需求进行预测； 

21计算相关系数；假设Q_i为根据公共自行车历史租赁需求统计得到的当前分担率，P_i为通过式(1)预测得到的包含潜在用户的分担率；Q_i与P_i大致呈比例趋势，通过对Q_i与P_i进行线性拟合，进而得到相关系数ρ_QP； 

22根据之前得到的相关系数ρ_QP，以及公共自行车历史租赁需求量Y₀(k)，可以预测得到公共自行车自然租赁需求量Y_p(k)。 

Y_p(k)＝Y₀(k)ρ_QP    (6)。