[发明专利]一种共享单车的停放管理方法、装置及设备

说明书

本发明提供了一种共享单车的停放管理方法、装置及设备，包括：获取需要预测区域内的共享单车的历史订单数据，并根据所述历史订单数据生成多个交通小区的共享单车停放行为特征；根据所述停放行为特征生成对应的共享单车的预测需求量；根据所述预测需求量及所述停放行为特征，生成共享单车的停放管理措施，解决了对共享单车的预测需求量与实际需求量不同的问题。

技术领域

本发明涉及共享单车领域，特别涉及一种共享单车的停放管理方法、装置及设备。

背景技术

对于共享单车出行需求模型研究方法主要有大数据、问卷等形式，陈赫以CapitalBikeshare(美国共享单车项目)公开的数据为基础，采用随机森林决策树回归和集成学习预测共享单车需求量的方法，其模型预测的准确性，可以为单车投放提供一个较为精确的参考数据[3]。陈昕昀[3]等利用BP神经网络对公共自行车单站点调度需求量进行预测研究，发现了自行车流量随时间分布的规律；Borgnat[4]等使用里昂自行车共享系统的历史数据，通过组合LSTM模型来预测一天每小时的需求量；吴金莲、刘冰[5-6]依据大量公共自行车的出行数据和问卷结果，结合Logit模型，对使用公共自行车出行的人群和出行等特征进行了研究，将天气因素纳入到上述研究内容之中。

对于共享单车需求模型的研究总体来说成果较为丰富，但对建成环境影响互联网租赁自行车骑行的影响因素研究较为缺乏。另外，已有研究受限于数据源获取手段，共享单车数据大多来源于单一运营商，时间跨度较短，数据覆盖面不足；且在基础数据方面，用地人口岗位等重要数据时间久远，与建模时段的真实情况不符，模型构建难免有所偏颇。

有鉴于此，提出本申请。

发明内容

本发明公开了一种共享单车的停放管理方法、装置及设备，旨在解决对共享单车的预测需求量与实际需求量不同的问题。

本发明第一实施例提供了一种共享单车的停放管理方法，包括：

获取需要预测区域内的共享单车的历史订单数据，并根据所述历史订单数据生成多个交通小区的共享单车停放行为特征；

根据所述停放行为特征生成对应的共享单车的预测需求量；

根据所述预测需求量及所述停放行为特征，生成共享单车的停放管理措施。

优选地，在获取需要预测区域内的共享单车的历史订单数据，并根据所述历史订单数据生成的共享单车停放行为特征之前，还包括：

获取所述需要预测区域的交通特征，并根据所述交通特征将所述需要预测区域划分为多个交通小区。

优选地，所述获取需要预测区域内的共享单车的历史订单数据，并根据所述历史订单数据生成不同交通小区的共享单车停放行为特征，具体为；

获取共享单车的历史订单数据，根据所述订单数据生成共享单车在不同交通小区的平均停放时间；

获取不同交通小区的骑行条件，其中，所述骑行条件包括风雨连廊、自行车专用道、以及人口数量；

通过随机森林模型对各个交通小区的人口数量、骑行条件、以及共享单车停放时间进行分类，以获得各个交通小区的停放行为特征。

优选地，所述根据所述停放行为特征生成对应的共享单车的预测需求量之前，还包括：

获取相邻的交通小区进行标识，以获得基于所述交通小区的邻接矩阵；

对应替换所述邻接矩阵的流量特征，以卷积的形式，获取相邻交通小区的相关因子。

优选地，所述根据所述停放行为特征生成对应的共享单车的预测需求量，具体为：