[发明专利]一种基于k-means算法的公共自行车智能调度系统区域划分方法

权利要求书

1.一种基于k-means算法的公共自行车智能调度系统区域划分方法，其具体包括如下步骤：

S1、采用k-means算法对公共自行车系统内的所有站点根据经纬度分为K个区域；

S2、计算每一区域的所有站点的调度需求量总和；

S3、将调度需求量总和绝对值大于20的区域的边缘站点放置一个集合，引进调度需求量这一新的参数，用k-means算法再次对这个集合内的站点划分进新的区域；

S4、生成最终区域划分方案。

2.根据权利要求1所述的基于k-means算法的公共自行车智能调度系统区域划分方法，其特征在于：S1、采用k-means算法对公共自行车系统内的所有站点根据经纬度分为K个区域具体为：

S101：获取历史数据，从自行车租赁系统中导入历史租还车数据，统计每个站点的租还车总量，选取租还车总量占全年总租还车总量0.25%以上的所有站点作为A类站点；

S102：分别计算S101中每个A类站点到其他A类站点的距离总和，选取K个距离总和最大的站点作为区域划分算法的初始中心点；

S103：将剩下的非A类站点按照与中心点的距离最小的原则分为K类，即生成初始的K个区域；

S104：重新计算K个区域的聚类中心点，并重复S103操作，将其余站点重新区域分类；

S105：重复S104直至聚类中心点不再发生改变或是划分的区域内的站点不再发生改变或是各个区域内各站点与中心站点距离的误差平方和局部最小为止；

S106：生成稳定的K个区域，每个区域内的站点不再改变。

3.根据权利要求1所述的基于k-means算法的公共自行车智能调度系统区域划分方法，其特征在于S2、计算每一区域的所有站点的调度需求量总和，具体为：

S201：根据自行车系统实时的满车率和每个站点的租车总数与还车总数的差值计算每个站点的当前调度需求量；

S202：将已经得到的各个站点的调度需求量导入自行车租赁系统，分别统计每个区域的调度需求量之和。

4.根据权利要求1所述的基于k-means算法的公共自行车智能调度系统区域划分方法，其特征在于S3、将调度需求量总和绝对值大于20的区域的边缘站点放置一个集合，引进调度需求量这一新的参数，用k-means算法再次对这个集合内的站点划分进新的区域，具体为：

S301：找出需要修正划分的区域，即找出S202中调度需求量总和大于20（每辆调度车所能装载的最大自行车数）的区域，若满足条件的区域个数为0或者1，则完成了区域划分，若满足条件的区域个数大于1，则需要修正区域划分；

S302：将调度需求量最大的区域作为起始修正区域，将其边缘站点以及相邻区域的边缘站点放置一个集合中，通过计算这些边缘站点与所有区域中心点的距离以及调度需求量的修正值的和，将这些边缘站点重新分配至不同的区域内；

S303：计算新生成的该初始修正区域内所有站点的调度需求量之后，若需求量小于20，则修正成功，生成稳定的区域；

S304：重复S302、S303所述步骤，调整其余需要修正的区域，直至所有区域的调度需求量都小于20为止；

S305：若有区域无法通过边缘站点的调整达到调度需求量小于20的条件，则尽可能多的满足其余站点的调度需求量趋向于0。

5.生成最终区域划分方案。