CN110378519A - 一种公共自行车站点车辆数量的配置方法及装置 - Google Patents
一种公共自行车站点车辆数量的配置方法及装置 Download PDFInfo
- Publication number
- CN110378519A CN110378519A CN201910559120.8A CN201910559120A CN110378519A CN 110378519 A CN110378519 A CN 110378519A CN 201910559120 A CN201910559120 A CN 201910559120A CN 110378519 A CN110378519 A CN 110378519A
- Authority
- CN
- China
- Prior art keywords
- car
- website
- fleet size
- vehicle fleet
- vehicle
- 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.)
- Granted
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Abstract
本发明实施例提供一种公共自行车站点车辆数量的配置方法和装置,其中,所述方法包括:根据站点在当前车辆部署周期之前的租车历史数据和还车历史数据,确定所述站点的租车概率分布和还车概率分布;根据在租车需求和还车需求发生时站点车辆数量的变化规则,建立站点车辆数量的状态转移概率矩阵;根据所述租车概率分布、还车概率分布以及所述车辆数量的概率转移矩阵,以租车还车服务满足率最大为目标,确定部署所述站点在当前车辆部署周期的车辆数量。本发明的技术方案通过对站点自行车的借还数据进行统计,利用借还车事件与车辆数量变化的规则,对车辆数量进行部署,使每个站点的自行车利用效率得到保证。
Description
技术领域
本发明涉及一种公共自行车站点车辆数量的配置方法及装置。
背景技术
公共自行车站点主要布局在居民生活工作集聚区出入口、公交车站附近,重点解决"公交最后1公里"的问题。是城市公共交通的组成部分。一个数据中心可管理几百至几千个站点,每个站点配备20~80驻车电子防盗锁即站桩。在每个站点配备了一定数量站桩的情况下,在实际使用过程中,随着车辆借还事件的增多,每个站点自行车数量会有所变化,因此,在一定时间段需要对站点车辆数量的配置进行部署,然而,如何确定车辆的部署的数量,才能使得每个站点的借还车事件能够在这段时间段内有效的持续呢?
发明内容
本发明实施例提供一种公共自行车站点车辆数量的配置方法及装置,通过对站点自行车的借还数据进行统计,利用借还车事件与车辆数量变化的规则,对车辆数量进行部署,使每个站点的自行车利用效率得到保证。
为达到上述目的,一方面,本发明实施例提供了一种公共自行车站点车辆数量的配置方法,所述方法包括:
根据站点在当前车辆部署周期之前的租车历史数据和还车历史数据,确定所述站点的租车概率分布和还车概率分布;
根据在租车需求和还车需求发生时站点车辆数量的变化规则,建立站点车辆数量的状态转移概率矩阵;
根据所述租车概率分布、还车概率分布以及所述车辆数量的概率转移矩阵,部署所述站点在当前车辆部署周期的车辆数量。
另一方面,本发明实施例提供了一种公共自行车站点车辆数量的配置装置,所述装置包括:
概率分布确定单元,用于根据站点在当前车辆部署周期之前的租车历史数据和还车历史数据,确定所述站点的租车概率分布和还车概率分布;
状态转移概率矩阵建立单元,用于根据在租车需求和还车需求发生时站点车辆数量的变化规则,建立站点车辆数量的状态转移概率矩阵;
车辆部署单元,用于根据所述租车概率分布、还车概率分布以及所述车辆数量的概率转移矩阵,部署所述站点在当前车辆部署周期的车辆数量。
上述技术方案具有如下有益效果:本申请的技术方案通过对站点历史数据的分析整理,并利用借还车事件与车辆数量变化的规则,通过状态转移概率矩阵与车辆借还车概率分布的联合分析,是确定最佳车辆数量的技术手段,使得站点在一定时间段内的车辆数量的部署能够合理设置,使得站点车辆的利用率、有效使用性都得到保证。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一种公共自行车站点车辆数量的配置方法的流程图;
图2是本发明实施例中车辆状态转移的示意图;
图3是本发明实施例一种公共自行车站点车辆数量的配置装置的结构示意图;
图4是本发明实施例中状态转移概率矩阵建立单元的结构示意图;
图5是本发明实施例中车辆部署单元的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,是本发明实施例一种公共自行车站点车辆数量的配置方法的流程图,所述方法包括:
S101,根据站点在当前车辆部署周期之前的租车历史数据和还车历史数据,确定所述站点的租车概率分布和还车概率分布;
优选地,根据站点在当前车辆部署周期之前的租车历史数据和还车历史数据及附近居住办公环境结合相关专家的分析,综合考虑,确定在一段时间段内租车需求服从概率分布f,还车需求服从概率分布g;概率分布可优选地采用泊松分布。
S102,根据在租车需求和还车需求发生时站点车辆数量的变化规则,建立站点车辆数量的状态转移概率矩阵;
优选地,所述根据在租车需求或还车需求发生时站点车辆数量的变化规则,建立站点车辆数量的状态转移概率矩阵,包括:
确定在租车需求和还车需求发生时站点车辆数量的变化规则为:
当所述站点有一个租车需求时,如果站点车辆数量大于0,则站点车辆数量减1;如果站点车辆数量为0,则该租车需求未被满足,站点车辆数量仍为0;
当所述站点有一个还车需求时,如果站点车辆数量小于所述站点的锁车器N,则站点车辆数量加1;如果站点车辆数量为N,则该还车需求未被满足,站点车辆数量仍为N;
由此,如图2所示,该站点在站的车辆数量构成了一个特殊的马尔科夫模型,即带有两个反射壁的随机游走模型,0和N是两个反射态。则有从低状态到高状态转移的概率为p,从高状态到低状态的概率为q=1-p;
由此建立所述站点车辆数量的状态转移概率矩阵P,P表示为:
其中,
p为一个需求事件发生,此事件为还车的概率,有
q=1-p为一个需求事件发生,此事件为租车的概率,有
λ1为所述租车概率分布f的期望,λ2为所述还车概率分布g的期望。
其中的需求事件包括还车事件和租车事件。
根据状态转移概率矩阵P,在一段时间(设为T,如一个工作日周期)开始前,为站点配置车辆数m,显然m∈[0,N],使得该站点在T时间段内租车、还车需求未被满足的概率最低,即实现租车还车服务满足率为最大的目标。
S103,根据所述租车概率分布、还车概率分布以及所述车辆数量的概率转移矩阵,部署所述站点在当前车辆部署周期的车辆数量。
优选地,所述根据所述租车概率分布、还车概率分布以及所述车辆数量的概率转移矩阵,部署所述站点在当前车辆部署周期的车辆数量,包括:
根据所述租车概率分布、还车概率分布以及所述车辆数量的概率转移矩阵,获得与车辆部署数量相关的租车未满足率和还车未满足率;
判断当所述租车未满足率以及还车未满足率的和为最小时,确定对应的车辆部署数量为所述站点当前车辆部署周期的最佳部署数量。
以所述租车未满足率以及还车未满足率的和作为总未满足率,通过以下公式表示:
其中,λ1为所述租车概率分布f的期望,λ2为所述还车概率分布g的期望;
为状态转移概率P的n次幂矩阵Pn的第m行0列元素,表示车辆部署数量为m的情况下,经过n次租车和还车事件后,在站车辆数为0的概率;
为状态转移概率P的n次幂矩阵Pn的第m行N列元素,表示车辆部署数量为m的情况下,经过n次租车和还车事件后,在站车辆数等于站点锁车器总数N的概率;m∈[0,N];
pn为在一个部署周期内发生n次需求事件的概率,表示为其中,z表示在需求事件总数为n的情况下还车事件的次数,n-z为租车事件的次数,。
结合具体案例的计算过程,进一步说明如下:
(1)确定站点租车概率分布f和还车概率分布g,各自期望分别为λ1和λ2。
(2)根据租车和还车概率分布,计算如一个事件发生,这个事件是租车事件的概率显然,还车事件的概率为
(3)根据租车和还车概率分布,发生n次事件的概率pn,公式为
(4)根据带有两个反射壁的随机游走模型,以及步骤(2)计算的租车还车事件概率,得到该车辆数量的状态转移概率矩阵P,计算矩阵n次幂Pn,Pn矩阵的元素就是车辆部署数量为m的情况下,,经过n步租还车事件后,在站车辆数为k的概率;
(5)计算在时间段T结束后,在站车辆数量为k∈[0,N]的概率pmk,公式为由于在n比较大时,趋向于极限概率,所以计算该无限序列时,只要pn值小于一个设定的值即可终止。
由于该模型是不可约遍历马尔科夫链,其极限概率就是长程比例,所以pmk为在时间段T间,站点处于状态k(即有k辆车)时间所占比例的期望值;
(6)计算期初在站点部署m辆车的情况下,租车未满足率(概率)为还车未满足率(概率)为所以,总未满足率为
(7)确定站点部署车辆最佳数量m*,使总未满足率最小,即。以达到租车还车服务满足率为最大的目标。
如图3所示,是本发明实施例一种公共自行车站点车辆数量的配置装置的结构示意图,所述装置包括:
概率分布确定单元21,用于根据站点在当前车辆部署周期之前的租车历史数据和还车历史数据,确定所述站点的租车概率分布和还车概率分布;
状态转移概率矩阵建立单元22,用于根据在租车需求和还车需求发生时站点车辆数量的变化规则,建立站点车辆数量的状态转移概率矩阵;
车辆部署单元23,用于根据所述租车概率分布、还车概率分布以及所述车辆数量的概率转移矩阵,部署所述站点在当前车辆部署周期的车辆数量。
优选地,如图4所示,所述状态转移概率矩阵建立单元22包括:
规则模块221,用于确定在租车需求和还车需求发生时站点车辆数量的变化规则为:
当所述站点有一个租车需求时,如果站点车辆数量大于0,则站点车辆数量减1;如果站点车辆数量为0,则该租车需求未被满足,站点车辆数量仍为0;
当所述站点有一个还车需求时,如果站点车辆数量小于所述站点的锁车器N,则站点车辆数量加1;如果站点车辆数量为N,则该还车需求未被满足,站点车辆数量仍为N;
状态转移概率矩阵模块222,用于根据所述规则建立所述站点车辆数量的状态转移概率矩阵P,P表示为:
其中,
p为一个需求事件发生,此事件为还车的概率,有
q=1-p为一个需求事件发生,此事件为租车的概率,有
λ1为所述租车概率分布f的期望,λ2为所述还车概率分布g的期望。
优选地,如图5所示,所述车辆部署单元23包括:
未满足率模块231,用于根据所述租车概率分布、还车概率分布以及所述车辆数量的概率转移矩阵,获得与车辆部署数量相关的租车未满足率和还车未满足率;
判断模块232,用于判断当所述租车未满足率以及还车未满足率的和为最小时,确定对应的车辆部署数量为所述站点当前车辆部署周期的最佳部署数量。
进一步优选地,所述未满足率模块231具体用于通过以下公式表示租车未满足率以及还车未满足率的和总未满足率:
其中,λ1为所述租车概率分布f的期望,λ2为所述还车概率分布g的期望;
为状态转移概率P的n次幂矩阵Pn的第m行0列元素,表示车辆部署数量为m的情况下,经过n次租车和还车事件后,在站车辆数为0的概率;
为状态转移概率P的n次幂矩阵Pn的第m行N列元素,表示车辆部署数量为m的情况下,经过n次租车和还车事件后,在站车辆数等于站点锁车器总数N的概率;m∈[0,N];
pn为在一个部署周期内发生n次需求事件的概率,表示为其中,z表示在需求事件总数为n的情况下还车事件的次数,n-z为租车事件的次数。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
为使本领域内的任何技术人员能够实现或者使用本发明,上面对所公开实施例进行了描述。对于本领域技术人员来说;这些实施例的各种修改方式都是显而易见的,并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此,本公开并不限于本文给出的实施例,而是与本申请公开的原理和新颖性特征的最广范围相一致。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block),单元,和步骤可以通过电子硬件、电脑软件,或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability),上述的各种说明性部件(illustrative components),单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现所述的功能,但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块,或单元都可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于用户终端中。可选地,处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中,本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现,这些功能可以存储与电脑可读的媒介上,或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如,这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置,或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外,任何连接都可以被适当地定义为电脑可读媒介,例如,如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘,磁盘通常以磁性复制数据,而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种公共自行车站点车辆数量的配置方法,其特征在于,所述方法包括:
根据站点在当前车辆部署周期之前的租车历史数据和还车历史数据,确定所述站点的租车概率分布和还车概率分布;
根据在租车需求和还车需求发生时站点车辆数量的变化规则,建立站点车辆数量的状态转移概率矩阵;
根据所述租车概率分布、还车概率分布以及所述车辆数量的概率转移矩阵,部署所述站点在当前车辆部署周期的车辆数量。
2.如权利要求1所述的公共自行车站点车辆数量的配置方法,其特征在于,所述根据在租车需求或还车需求发生时站点车辆数量的变化规则,建立站点车辆数量的状态转移概率矩阵,包括:
确定在租车需求和还车需求发生时站点车辆数量的变化规则为:
当所述站点有一个租车需求时,如果站点车辆数量大于0,则站点车辆数量减1;如果站点车辆数量为0,则该租车需求未被满足,站点车辆数量仍为0;
当所述站点有一个还车需求时,如果站点车辆数量小于所述站点的锁车器总数N,则站点车辆数量加1;如果站点车辆数量为N,则该还车需求未被满足,站点车辆数量仍为N;
由此建立所述站点车辆数量的状态转移概率矩阵P,P表示为:
其中,
p为一个需求事件发生,此事件为还车的概率,有
q=1-p为一个需求事件发生,此事件为租车的概率,有
λ1为所述租车概率分布f的期望,λ2为所述还车概率分布g的期望。
3.如权利要求2所述的公共自行车站点车辆数量的配置方法,其特征在于,所述根据所述租车概率分布、还车概率分布以及所述车辆数量的概率转移矩阵,部署所述站点在当前车辆部署周期的车辆数量,包括:
根据所述租车概率分布、还车概率分布以及所述车辆数量的概率转移矩阵,获得与车辆部署数量相关的租车未满足率和还车未满足率;
判断当所述租车未满足率以及还车未满足率的和为最小时,确定对应的车辆部署数量为所述站点当前车辆部署周期的最佳部署数量。
4.如权利要求3所述的公共自行车站点车辆数量的配置方法,其特征在于,以所述租车未满足率以及还车未满足率的和作为总未满足率,通过以下公式表示:
为状态转移概率P的n次幂矩阵Pn的第m行0列元素,表示车辆部署数量为m的情况下,经过n次租车和还车事件后,在站车辆数为0的概率;
为状态转移概率P的n次幂矩阵Pn的第m行N列元素,表示车辆部署数量为m的情况下,经过n次租车和还车事件后,在站车辆数等于站点锁车器总数N的概率;m∈[0,N];
pn为在一个部署周期内发生n次需求事件的概率,表示为其中,z表示在需求事件总数为n的情况下还车事件的次数,n-z为租车事件的次数。
5.一种公共自行车站点车辆数量的配置装置,其特征在于,所述装置包括:
概率分布确定单元,用于根据站点在当前车辆部署周期之前的租车历史数据和还车历史数据,确定所述站点的租车概率分布和还车概率分布;
状态转移概率矩阵建立单元,用于根据在租车需求和还车需求发生时站点车辆数量的变化规则,建立站点车辆数量的状态转移概率矩阵;
车辆部署单元,用于根据所述租车概率分布、还车概率分布以及所述车辆数量的概率转移矩阵,部署所述站点在当前车辆部署周期的车辆数量。
6.如权利要求5所述的公共自行车站点车辆数量的配置装置,其特征在于,所述状态转移概率矩阵建立单元包括:
规则模块,用于确定在租车需求和还车需求发生时站点车辆数量的变化规则为:
当所述站点有一个租车需求时,如果站点车辆数量大于0,则站点车辆数量减1;如果站点车辆数量为0,则该租车需求未被满足,站点车辆数量仍为0;
当所述站点有一个还车需求时,如果站点车辆数量小于所述站点的锁车器N,则站点车辆数量加1;如果站点车辆数量为N,则该还车需求未被满足,站点车辆数量仍为N;
状态转移概率矩阵模块,用于根据所述规则建立所述站点车辆数量的状态转移概率矩阵P,P表示为:
其中,
p为一个需求事件发生,此事件为还车的概率,有
q=1-p为一个需求事件发生,此事件为租车的概率,有
λ1为所述租车概率分布f的期望,λ2为所述还车概率分布g的期望。
7.如权利要求6所述的公共自行车站点车辆数量的配置装置,其特征在于,所述车辆部署单元包括:
未满足率模块,用于根据所述租车概率分布、还车概率分布以及所述车辆数量的概率转移矩阵,获得与车辆部署数量相关的租车未满足率和还车未满足率;
判断模块,用于判断当所述租车未满足率以及还车未满足率的和为最小时,确定对应的车辆部署数量为所述站点当前车辆部署周期的最佳部署数量。
8.如权利要求7所述的公共自行车站点车辆数量的配置装置,其特征在于,所述未满足率模块具体用于通过以下公式表示租车未满足率以及还车未满足率的和总未满足率:
为状态转移概率P的n次幂矩阵Pn的第m行0列元素,表示车辆部署数量为m的情况下,经过n次租车和还车事件后,在站车辆数为0的概率;
为状态转移概率P的n次幂矩阵Pn的第m行N列元素,表示车辆部署数量为m的情况下,经过n次租车和还车事件后,在站车辆数等于站点锁车器总数N的概率;m∈[0,N];
pn为在一个部署周期内发生n次需求事件的概率,表示为其中,z表示在需求事件总数为n的情况下还车事件的次数,n-z为租车事件的次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910559120.8A CN110378519B (zh) | 2019-06-26 | 2019-06-26 | 一种公共自行车站点车辆数量的配置方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910559120.8A CN110378519B (zh) | 2019-06-26 | 2019-06-26 | 一种公共自行车站点车辆数量的配置方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110378519A true CN110378519A (zh) | 2019-10-25 |
CN110378519B CN110378519B (zh) | 2021-12-14 |
Family
ID=68249374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910559120.8A Active CN110378519B (zh) | 2019-06-26 | 2019-06-26 | 一种公共自行车站点车辆数量的配置方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378519B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111523723A (zh) * | 2020-04-21 | 2020-08-11 | 北京物资学院 | 一种公共自行车站点车辆优化配置的方法及装置 |
CN114067450A (zh) * | 2020-07-30 | 2022-02-18 | 北京物资学院 | 一种缴费方法及装置 |
CN115273259A (zh) * | 2022-07-21 | 2022-11-01 | 北京物资学院 | 车辆识别方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318081A (zh) * | 2014-10-10 | 2015-01-28 | 东南大学 | 一种城市重需求性公共自行车租赁点车辆配置方法 |
CN104636828A (zh) * | 2015-02-02 | 2015-05-20 | 西南交通大学 | 基于马尔科夫链的公共自行车站点供需预测方法 |
CN104916124A (zh) * | 2015-06-04 | 2015-09-16 | 东南大学 | 基于马尔可夫模型的公共自行车系统调控方法 |
US9170116B1 (en) * | 2014-07-11 | 2015-10-27 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method for generating accurate lane level maps |
CN106910103A (zh) * | 2017-01-09 | 2017-06-30 | 杭州电子科技大学 | 一种公共自行车系统租赁点功能聚类方法 |
DE102019206861A1 (de) * | 2019-05-13 | 2020-11-19 | Siemens Mobility GmbH | Verfahren zum Umverteilen von Fahrrädern eines Fahrradleihsystems |
-
2019
- 2019-06-26 CN CN201910559120.8A patent/CN110378519B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9170116B1 (en) * | 2014-07-11 | 2015-10-27 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method for generating accurate lane level maps |
CN104318081A (zh) * | 2014-10-10 | 2015-01-28 | 东南大学 | 一种城市重需求性公共自行车租赁点车辆配置方法 |
CN104636828A (zh) * | 2015-02-02 | 2015-05-20 | 西南交通大学 | 基于马尔科夫链的公共自行车站点供需预测方法 |
CN104916124A (zh) * | 2015-06-04 | 2015-09-16 | 东南大学 | 基于马尔可夫模型的公共自行车系统调控方法 |
CN106910103A (zh) * | 2017-01-09 | 2017-06-30 | 杭州电子科技大学 | 一种公共自行车系统租赁点功能聚类方法 |
DE102019206861A1 (de) * | 2019-05-13 | 2020-11-19 | Siemens Mobility GmbH | Verfahren zum Umverteilen von Fahrrädern eines Fahrradleihsystems |
Non-Patent Citations (2)
Title |
---|
薛彬: "城市公共自行车系统运营时空分析及需求预测研究 ——以株洲市为例", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 * |
赵宏等: "公共自行车系统站点设置和锁桩配置评价研究", 《兰州理工大学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111523723A (zh) * | 2020-04-21 | 2020-08-11 | 北京物资学院 | 一种公共自行车站点车辆优化配置的方法及装置 |
CN111523723B (zh) * | 2020-04-21 | 2023-04-28 | 北京物资学院 | 一种公共自行车站点车辆优化配置的方法及装置 |
CN114067450A (zh) * | 2020-07-30 | 2022-02-18 | 北京物资学院 | 一种缴费方法及装置 |
CN115273259A (zh) * | 2022-07-21 | 2022-11-01 | 北京物资学院 | 车辆识别方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110378519B (zh) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378519A (zh) | 一种公共自行车站点车辆数量的配置方法及装置 | |
CN102460392B (zh) | 对多线程应用的杂凑表执行并行的重杂凑 | |
CN103150245B (zh) | 确定数据实体的访问特性的方法和存储控制器 | |
CN106547612A (zh) | 一种多任务处理方法及装置 | |
CN108961026A (zh) | 账务核算处理方法、装置及电子设备 | |
CN102156717B (zh) | 一种将实体对象映射到数据库中的方法及装置 | |
CN106547476A (zh) | 用于数据存储系统的方法和装置 | |
CN109766341A (zh) | 一种建立哈希映射的方法、装置、存储介质 | |
CN110046133A (zh) | 一种存储文件系统的元数据管理方法、装置及系统 | |
CN106331148A (zh) | 一种客户端数据读取时的缓存管理方法及其装置 | |
CN107464133A (zh) | 一种投放广告的方法及装置 | |
CN1773475A (zh) | 用于处理不同类型的存储器命令的仲裁结构和方法 | |
CN109981737A (zh) | 一种网络请求的处理方法、装置、终端及存储介质 | |
CN108777158A (zh) | 测试固态硬盘Trim性能的方法、装置及计算机设备 | |
CN107247770A (zh) | 基于zookeeper的全局序列生成方法及装置 | |
CN101075220A (zh) | 一种总线仲裁仿真装置和方法 | |
CN104573112B (zh) | Oltp集群数据库中页面查询方法及数据处理节点 | |
CN107729375A (zh) | 一种日志数据排序的方法及装置 | |
CN104462181B (zh) | 一种ssd后端数据通路管理加速模块及ssd设备 | |
CN109298913A (zh) | 一种多容器系统间调度系统资源的方法及装置 | |
CN111523723B (zh) | 一种公共自行车站点车辆优化配置的方法及装置 | |
CN113159883A (zh) | 一种汽车租赁动态库存管理方法及系统 | |
CN105786724B (zh) | 空间管理方法及装置 | |
CN106775450B (zh) | 一种混合存储系统中的数据分布方法 | |
CN115713113A (zh) | 一种自适应聚合的联邦学习系统、方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |