2014年安徽公共自行车服务系统评价模型论文.doc

基于统计分析的公共自行车服务系统评价模型研究 摘要 本文针对温州市鹿城区公共自行车管理中心提供的数据，首先对所给数据进行预处理，建立了相关统计模型，运用SPSS20.0、matlab等软件进行统计分析，最后应用关联度分析法对系统进行评价，并提出改进建议。 　　针对问题一：在已处理好的数据基础上，建立了频率与频数、用车时长的统计模型，利用SPSS软件分别统计各站点20天中每天及累计的借车及还车频次，得到每天和累计的借车和还车频次（见表五和表六）；并对所有站点按累计的借车和还车频次排序（见表七和表八）；对每次用车时长的分布情况进行统计分析，画出其分布图（见图一和图二），由图可知：每天用车时长分布形状非常相似且近似服从分布。 针对问题二：在已处理好的数据基础上，建立了使用公用自行车的不同借车卡数量的统计模型,利用SPSS统计20天中每天使用不同借车卡数量，其中最大的为第20天的19885；统计了每张借车卡累计借车次数的分布图（见图三），对图形分析可得：借车次数在10次以内的占，借车次数在10至30次占，借车次数在30至50次占，借车次数在50以上占，最大借车次数高达次。 针对问题三：根据问题一的分析，已给站点累计所用公共自行车次数最大的一天是第20天。对于第一小问：利用第20天数据，运用floyd算法求得两站点间最短时间，将站与站间的距离定义为两站间的最短时间与自行车速度之积，同时考虑到了速度和时间的随机误差影响；利用距离的定义，通过matlab计算得两站点最长距离为：，最短距离为:。利用问题一中的频数模型,对借还车是同一站点且使用时间在１分钟以上的借还车情况进行统计，得借车频次表（见表十一）和用车时间分布图（见图四）。对于第二小问:根据问题一的统计，第20天的借车和还车频次最高的站点分别为42（街心公园）和56（五马美食林），利用SPSS统计出两站点借、还车时刻和用车时长的分布图（见图五，图六，图七），由图形分析可知：借还车的高峰期与人们上下班的时间非常吻合，在借还车时间上大体都在一小时以内。第三小问:将第20天数据从６点到22点每半小时作为一时段，分别统计各站点各时段借还车频数，利用matlab编程求出借还车高峰时段（见表十二），并对具有借车高峰时段与还车高峰时段的站点进行归类。（见表十四） 　　针对问题四：根据前三个问题的统计结果，结合公共自行车服务指南，确定评价公共自行车服务系统站点设置和锁桩数量的配置的主要指标有：借车频数、还车频数、可借比例、可还比例、锁桩数目，建立了基于灰色关联分析法和聚类分析的公共自行车服务评价模型，得到评价结果：180个站点分成有优劣之分的三个类（见表十五）。 针对问题五：通过查阅相关资料知：公共自行车的其他运行规律主要是借还车时间有限制，用车时间集中在短时间内等。针对此问题提出了相关建议。 关键词：公共自行车服务系统 统计分析 灰色关联度分析 聚类分析 问题重述 1.1问题背景 公共自行车作为自行车锁桩数量系统用户公共自行车服务模式和使用规则的基础上站点每及累计的借车频次和还车频次累计的借还车频次给出排序，试分析每次用车时长的分布情况统计中天使用公共自行车的不同数据中出现过的站点合计公共自行车次数最大的一天，并讨论以下问题对借还车是同一站点使用时间在以上的借还车进行统计还车高峰时段还车频次，对具有共同借车高峰时段和还车高峰时段的站点分别进行归类说明上述统计结果携带了哪些有信息，由此，频数为频率和频数，对于借车与还车频数，可引入0-1变量表示各站第天借车和还车在次记录中出现的频数，各站每天和累计的借车频数就是借出车站号在每天出现的次数和总天数的借车频数和，各站每天的借车频率是借出车站号在每天出现的次数与每天的有效数据，累计的借车频率是累计借车的频数比上总有效数据，对于借车每天及累计的频数类似，从而可建立相应的统计模型。根据以上分析，可统计出各站点20天中每天和累计的借车和还车频次，进而可对所有站点累计的借车和还车频次排序。分析每次用车时长的分布情况，可运用相关软件将分布情况作出。 2.2问题二分析 要统计20天每天使用公共自行车的不同借车卡的数量，对于各天的借车人数相当多，为此先用相关软件对有效数据进行处理，即将重复的借车卡，累计到不同借车卡的一行中，可得到没有重复的不同借车卡数据，引入0-1变量表示第张卡第个数据中出现的情况，累计求和，就可得到各天不同借车卡的数量，即得相应统计模型，再运用相关软件分析每张借车卡累计次数的分布情况。 2.3问题三分析 （1）由于站点之间的实际距离很难得到，且城市里人流量较大，自行车行驶速度不可能很大，应比较均匀，所以定义两站点之间的距离，可根据物理中距离与时间和速度的关系定义距离，其中时间的获取可通过数据中所给的站与站之间的用时加以处理后得