CN104361398A - 公共自行车租赁点自然需求预测方法 - Google Patents
公共自行车租赁点自然需求预测方法 Download PDFInfo
- Publication number
- CN104361398A CN104361398A CN201410378562.XA CN201410378562A CN104361398A CN 104361398 A CN104361398 A CN 104361398A CN 201410378562 A CN201410378562 A CN 201410378562A CN 104361398 A CN104361398 A CN 104361398A
- Authority
- CN
- China
- Prior art keywords
- mode
- transportation
- public bicycles
- traveler
- trip
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
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
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An为出行者n的出行方式选择方案集合,Vin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An中选择第i种出行方式的概率如式(1)所示。
Pin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Vin。
121经济性。采用运价率Ei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Ti表示。
Ti=t13+t2 (2)
Ti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Di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Si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Pi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Vin的一般形式为:
Xik为第i种交通方式的相关出行特性参数,θk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:
Vin=(θ1Ei+θ2Ti+θ3Di)Si Pi (5)
式中:Ei为第i种交通方式的运价率,Ti为第i种方式的快速性,Di为第i种方式的直达性,Si为第i种方式的安全性,Pi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Qi为根据公共自行车历史租赁需求统计得到的当前分担率,Pi为通过式(1)预测得到的包含潜在用户的分担率。Qi与Pi大致呈比例趋势,通过对Qi与Pi进行线性拟合,进而得到相关系数ρQP。
22根据之前得到的相关系数ρQP,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Yp(k)。
Yp(k)=Y0(k)ρQP (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An为出行者n的出行方式选择方案集合,Vin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An中选择第i种出行方式的概率如式(1)所示。
Pin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Vin。
121经济性。采用运价率Ei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Ti表示。
Ti=t13+t2 (2)
Ti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Di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Si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Pi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Vin的一般形式为:
Xik为第i种交通方式的相关出行特性参数,θk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:
Vin=(θ1Ei+θ2Ti+θ3Di)Si Pi (5)
式中:Ei为第i种交通方式的运价率,Ti为第i种方式的快速性,Di为第i种方式的直达性,Si为第i种方式的安全性,Pi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Qi为根据公共自行车历史租赁需求统计得到的当前分担率,Pi为通过式(1)预测得到的包含潜在用户的分担率。Qi与Pi大致呈比例趋势,通过对Qi与Pi进行线性拟合,进而得到相关系数ρQP。
22根据之前得到的相关系数ρQP,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Yp(k)。
Yp(k)=Y0(k)ρQP (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An为出行者n的出行方式选择方案集合,Vin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An中选择第i种出行方式的概率如式(1)所示;
Pin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Vin;
121经济性;采用运价率Ei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Ti表示;
Ti=t13+t2 (2)
Ti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Di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Si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Pi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Vin的一般形式为:
Xik为第i种交通方式的相关出行特性参数,θk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:
Vin=(θ1Ei+θ2Ti+θ3Di)SiPi (5)
式中:Ei为第i种交通方式的运价率,Ti为第i种方式的快速性,Di为第i种方式的直达性,Si为第i种方式的安全性,Pi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Qi为根据公共自行车历史租赁需求统计得到的当前分担率,Pi为通过式(1)预测得到的包含潜在用户的分担率;Qi与Pi大致呈比例趋势,通过对Qi与Pi进行线性拟合,进而得到相关系数ρQP;
22根据之前得到的相关系数ρQP,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Yp(k)。
Yp(k)=Y0(k)ρQP (6)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410378562.XA CN104361398A (zh) | 2014-08-04 | 2014-08-04 | 公共自行车租赁点自然需求预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410378562.XA CN104361398A (zh) | 2014-08-04 | 2014-08-04 | 公共自行车租赁点自然需求预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104361398A true CN104361398A (zh) | 2015-02-18 |
Family
ID=52528656
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410378562.XA Pending CN104361398A (zh) | 2014-08-04 | 2014-08-04 | 公共自行车租赁点自然需求预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104361398A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104778508A (zh) * | 2015-04-02 | 2015-07-15 | 杭州电子科技大学 | 一种基于多源数据融合的公共自行车租借预测方法 |
CN105224814A (zh) * | 2015-10-26 | 2016-01-06 | 浙江工业大学 | 公共自行车服务点交通需求的有限元估算方法 |
CN106022514A (zh) * | 2016-05-12 | 2016-10-12 | 华南理工大学 | 一种基于出行链的公共电动自行车租赁点选址方法 |
CN107038503A (zh) * | 2017-04-18 | 2017-08-11 | 广东工业大学 | 一种共享设备的需求量预测方法及系统 |
CN108133302A (zh) * | 2016-12-01 | 2018-06-08 | 上海浦东建筑设计研究院有限公司 | 一种基于大数据的公共自行车潜在需求预测方法 |
CN108229836A (zh) * | 2018-01-19 | 2018-06-29 | 济南市市政工程设计研究院(集团)有限责任公司 | 一种自行车停放站点内公共自行车存车量计算方法 |
CN109308561A (zh) * | 2018-07-23 | 2019-02-05 | 浙江工业大学 | 一种共享式自行车系统服务点容量规划方法 |
CN109583491A (zh) * | 2018-11-23 | 2019-04-05 | 温州职业技术学院 | 一种共享单车智能调度方法 |
CN111275228A (zh) * | 2018-12-04 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 预测方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102332122A (zh) * | 2011-10-18 | 2012-01-25 | 东南大学 | 城市公共自行车租赁点布局优化方法 |
CN103020743A (zh) * | 2012-12-27 | 2013-04-03 | 中国科学院电工研究所 | 风电场超短期风速预测方法 |
CN103116702A (zh) * | 2013-02-01 | 2013-05-22 | 东南大学 | 一种基于活动链模式的选择自行车方式出行预测方法 |
CN103473438A (zh) * | 2013-08-15 | 2013-12-25 | 国家电网公司 | 风功率预测模型优选及修正方法 |
-
2014
- 2014-08-04 CN CN201410378562.XA patent/CN104361398A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102332122A (zh) * | 2011-10-18 | 2012-01-25 | 东南大学 | 城市公共自行车租赁点布局优化方法 |
CN103020743A (zh) * | 2012-12-27 | 2013-04-03 | 中国科学院电工研究所 | 风电场超短期风速预测方法 |
CN103116702A (zh) * | 2013-02-01 | 2013-05-22 | 东南大学 | 一种基于活动链模式的选择自行车方式出行预测方法 |
CN103473438A (zh) * | 2013-08-15 | 2013-12-25 | 国家电网公司 | 风功率预测模型优选及修正方法 |
Non-Patent Citations (3)
Title |
---|
周雪梅等: "基于交通方式选择的公交出行需求预测", 《同济大学学报(自然科学版)》 * |
金安: "LOGIT模型参数估计方法研究", 《交通运输系统工程与信息》 * |
鲜于建川: "出行方式选择:神经网络与多项Logit模型的比较研究", 《上海电机学院学报》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104778508A (zh) * | 2015-04-02 | 2015-07-15 | 杭州电子科技大学 | 一种基于多源数据融合的公共自行车租借预测方法 |
CN104778508B (zh) * | 2015-04-02 | 2017-12-08 | 杭州电子科技大学 | 一种基于多源数据融合的公共自行车租借预测方法 |
CN105224814A (zh) * | 2015-10-26 | 2016-01-06 | 浙江工业大学 | 公共自行车服务点交通需求的有限元估算方法 |
CN105224814B (zh) * | 2015-10-26 | 2018-05-08 | 浙江工业大学 | 公共自行车服务点交通需求的有限元估算方法 |
CN106022514A (zh) * | 2016-05-12 | 2016-10-12 | 华南理工大学 | 一种基于出行链的公共电动自行车租赁点选址方法 |
CN108133302B (zh) * | 2016-12-01 | 2021-12-14 | 上海浦东建筑设计研究院有限公司 | 一种基于大数据的公共自行车潜在需求预测方法 |
CN108133302A (zh) * | 2016-12-01 | 2018-06-08 | 上海浦东建筑设计研究院有限公司 | 一种基于大数据的公共自行车潜在需求预测方法 |
CN107038503A (zh) * | 2017-04-18 | 2017-08-11 | 广东工业大学 | 一种共享设备的需求量预测方法及系统 |
CN108229836A (zh) * | 2018-01-19 | 2018-06-29 | 济南市市政工程设计研究院(集团)有限责任公司 | 一种自行车停放站点内公共自行车存车量计算方法 |
CN109308561A (zh) * | 2018-07-23 | 2019-02-05 | 浙江工业大学 | 一种共享式自行车系统服务点容量规划方法 |
CN109583491A (zh) * | 2018-11-23 | 2019-04-05 | 温州职业技术学院 | 一种共享单车智能调度方法 |
CN111275228A (zh) * | 2018-12-04 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 预测方法、装置、电子设备及存储介质 |
CN111275228B (zh) * | 2018-12-04 | 2022-08-02 | 北京骑胜科技有限公司 | 预测方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104361398A (zh) | 公共自行车租赁点自然需求预测方法 | |
CN103177395B (zh) | 一种基于社会期望的智能配电网节能减排综合评价方法 | |
Oda et al. | Mitigation of congestion related to quick charging of electric vehicles based on waiting time and cost–benefit analyses: A japanese case study | |
Lin et al. | Estimation on oil demand and oil saving potential of China's road transport sector | |
CN105354786A (zh) | 一种基于碳减排的城市轨道交通环境效益量化方法 | |
CN102169606A (zh) | 一种城市轨道交通网络大客流影响的预测方法 | |
CN102117383A (zh) | 一种河流污染实时诊断的方法 | |
CN102385723B (zh) | 一种重要电力用户应急电源配置方法 | |
CN105427594A (zh) | 一种基于双向上车客流的公交断面客流量获取方法及系统 | |
CN105868865A (zh) | 基于多元线性回归与比例替代法的电动汽车保有量预测方法 | |
CN104318081A (zh) | 一种城市重需求性公共自行车租赁点车辆配置方法 | |
CN104992244A (zh) | 一种基于sarima和rbf神经网络集成组合模型的机场货运量预测分析方法 | |
CN104462812A (zh) | 一种基于层次分析法的电动汽车能量补给成本分析方法 | |
CN102789447A (zh) | 基于灰多元线性回归的覆冰与气象关系的分析方法 | |
CN107220781B (zh) | 一种充电设施使用率评估方法及装置 | |
CN106530680A (zh) | 一种基于大站快车的公交线路组合服务方法 | |
CN104933629A (zh) | 基于区间层次分析和区间熵组合的电力用户设备评估方法 | |
CN105787588A (zh) | 一种用于提升新能源消纳能力的动态峰谷分时电价方法 | |
CN105760993A (zh) | 一种多源接入主动配电网评估方法 | |
CN104182807A (zh) | 一种计及径流预报不确定性的水库调度风险评估方法 | |
CN110197335A (zh) | 一种基于概率od分布模型的下车站点人数计算方法 | |
CN104376371A (zh) | 一种基于拓扑的配网分层负荷预测方法 | |
CN104281983A (zh) | 配电网应急抢修所需资源调度方法与系统 | |
CN105225074A (zh) | 一种智能配用电系统低碳性能综合评价系统 | |
CN114048920A (zh) | 充电设施建设的选址布局方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150218 |
|
RJ01 | Rejection of invention patent application after publication |