[发明专利]基于DBScan的多粒度城市公共自行车调度方法及系统

权利要求书

1.基于DBScan的多粒度城市公共自行车站点聚类方法，其特征是，包括：

S110以站点为聚类对象，基于站点数据的空间位置分布，绘制聚类对象的k-dist图；

所述k-dist图中，横坐标表示样本容量，纵坐标表示具有k个邻居点的任意聚类对象的最小区域半径；

S120提取k-dist图曲线的拐点，拐点对应的纵坐标值即区域半径，所有拐点对应的区域半径构成邻域半径值集；

S130按照邻域半径值从小到大遍历邻域半径值集，对每一个邻域半径值，分别采用DBScan法对当前未被聚类的聚类对象进行聚类，从而获得各不同层级的簇，其中，邻域半径值越大，所对应的层级越高。

2.如权利要求1所述的基于DBScan的多粒度城市公共自行车站点聚类方法，其特征是：

所述的绘制聚类对象的k-dist图，进一步包括：

S111将所有聚类对象逐一作为聚类中心，对各聚类中心逐一执行：计算聚类中心与其k邻近聚类对象的距离，最大的距离即该聚类中心的最小区域半径；

执行完毕，获得所有聚类对象的最小区域半径；

S112按照最小区域半径从小到大对对应的聚类对象排序，并绘制k-dist图。

3.基于DBScan的多粒度城市公共自行车站点聚类系统，其特征是，包括：

k-dist图绘制模块，用来以站点为聚类对象，基于站点数据的空间位置分布，绘制聚类对象的k-dist图；所述k-dist图中，横坐标表示样本容量，纵坐标表示具有k个邻居点的任意聚类对象的最小区域半径；

邻域半径值集获取模块，用来提取k-dist图曲线的拐点，拐点对应的纵坐标值即区域半径，所有拐点对应的区域半径构成邻域半径值集；

聚类模块，用来按照邻域半径值从小到大遍历邻域半径值集，对每一个邻域半径值，分别采用DBScan法对当前未被聚类的聚类对象进行聚类，从而获得各不同层级的簇，其中，邻域半径值越大，所对应的层级越高。

4.基于DBScan的多粒度城市公共自行车调度方法，其特征是，包括：

S210根据权利要求1的聚类结果，分别获得各层级对应的所有簇所形成的区域，即各层级的调度单元；

S220按照层级从高到低，利用各层级调度单元所包含各簇中站点间的历史借车还车数据，依次制定各层级的城市公共自行车车辆调度方案；

S230整合每一层级的城市公共自行车调度方案，形成树状的调度策略；

S240根据树状的调度策略进行调度。

5.如权利要求4所述的基于DBScan的多粒度城市公共自行车调度方法，其特征是：

所述的制定各层级的城市公共自行车车辆调度方案，包括：

对同一层级的调度单元，将调度单元中各簇所形成的区域作为该层级车辆调度的基本单元；

根据各基本单元所包括站点的历史借车还车数据，分别获取预设时段内各基本单元整体的借车还车情况；

根据同一层级调度单元中站点的借车还车情况以及站点总数，制定城市公共自行车在同一层级调度单元之间的调度方案，所述调度方案至少包括城市公共自行车调出和调入的基本单元以及调派自行车的数量。

6.如权利要求5所述的基于DBScan的多粒度城市公共自行车调度方法，其特征是：

所述的预设时段内各基本单元内的借车还车情况采用各基本单元的度d＝(a-b)/n表示，其中，a表示基本单元内所有站点的借车总次数，b表示基本单元内所有站点的还车总次数，n表示基本单元内站点总数。

7.基于DBScan的多粒度城市公共自行车调度系统，其特征是，包括：

调度单元获取模块，用来根据聚类结果，分别获得各层级对应的所有簇所形成的区域，即各层级的调度单元；

层级调度方案制定模块，用来按照层级从高到低，利用各层级调度单元所包含各簇中站点间的历史借车还车数据，依次制定各层级的城市公共自行车车辆调度方案；

调度方案整合模块，用来整合每一层级的城市公共自行车调度方案，形成树状的调度策略；

调度模块，用来根据树状的调度策略进行调度。