低碳经济视角下金华公共自行车系统优化的研究.docVIP

低碳经济视角下金华公共自行车系统优化的研究 　　[摘要]立足金华市公共自行车各站点间的自流动性的特点，借助于数据挖掘技术中成熟的回归分析方法，提出了迭代回归模型。通过挖掘公共自行车系统中的原始数据，依据公共自行车需求与用地类型，居住人口和建筑面积等相关变量，利用多元回归分析法确定统计数据与自行车投放预测量间近似的函数关系，再通过若干次迭代提高预测精度，以达到更准确的预测站点投放自行车的数量实现金华公共自行车系统的优化。 　　[关键词]公共自行车；数据挖掘；优化；回归分析法 　　1.引言 　　当前，城市大气污染和交通拥堵问题日益严峻，汽车排放的尾气已经成为影响城市空气质量的最主要因素。而城市公共自行车能够在很大程度上缓解这一问题，城市公共自行车系统作为大众运输的重要组成部分，在短程接驳、站间换乘以及休闲旅游中发挥着巨大的作用。基于“百姓需要，政府实事”这一出发点，金华市委、市政府十分重视公共自行车这一民生工程项目的运行，为了让公共自行车更好发挥“最后一公里”效能，从2013年开始，金华市公共自行车投入数量从3000辆增加到了现在的一万辆，公共自行车站点的范围也在不断的向周边辐射。据了解，目前市区实际办卡量已经超过了8.5万多人，最近一次的日用车租还记录达到了3.3万。由此可见，金华公共自行车得到了全市人民的热烈响应，已经初步实现了金华城市低碳环保的出行效果。 　　但随着公共自行车使用量日益增大，像老年大学、金发广场等这些住宅密集区的公共自行车站点开始不能满足市民借还车的需求，早高峰无车可租，晚高峰无空桩可还的情况更加突出。为了缓解这种潮汐现象，相关部门要求公共自行车运营公司合理安排调度，加强站点值守，延长客服热线服务时间等等，从多种渠道进行调整优化公共自行车系统运行。但是，随着市民对公共自行车的需求量不断的增大，金华市公共自行车系统在运行过程中出现站点规模等级化程度不高。站点的分布规模不成层次系统，出现有的站点利用率不高，而有的站点租车换车紧张的现象； 各站点内锁桩数量的设置趋于经验化，各站点投放公共自行车数量经验化主要体现在投放模式比较单一粗放，没有充分的考虑站点之间的不同所造成的不同需求。因此，低碳经济视角下构建一个高效的公共自行车服务系统优化模型迫在眉睫。 　　2.金华公共自行车数据再处理分析 　　数据挖掘需要处理大量的数据，这些数据都会存储在公共自行车服务系统数据库中，但这些原始的数据没有经过预处理分析统计是不适合直接挖掘，需要对原始数据进行有针对性的筛选、转换和消除一些冗余数据等，因为数据预处理工作是否到位直接影响着挖掘算法是否高效。 　　以金华市公共自行车服务系统中提供的原始数据进行统计分析。首先应将数据表进行分别统计分析，统计公共自行车服务系统中每天所有站点的借车频次和还车频次，对有异常的数据，利用统计判别法给予剔除，并按累计的借车频次和还车频次分别给出排序，同时，统计分析出每次用车时长的分布情况。通过数据分析，结合绘制的图形进行描述统计。统计借车频次最高和还车频次最高的站点，需根据相关数据进行逐一统计，并综合统计数据统计每张借车卡累计借车次数，同时根据统计数据分析分布情况。另外，需要定义两个站点之间的距离为从某一站点借车到另一站点还车所用的最短时长，由此，从数据中可以得到一些基本站点之间的距离，对于不能从数据中读取的两个站点间的距离可以应用算法进行求解。 　　公共自行车的原始数据都是数据挖掘技术的必要准备数据，数据的准确度将直接影响公共自行车服务系统优化模型的构建。对于公共自行车站点与锁桩数量设置效果的评定，数据处理分析的准确度将对优化模型的构建产生直接的影响，因此对于关键数据要进行再处理和精确分析。假如某个站点的自行车利用率高，借车和还车的频次相协调，那么这个站点设置的很成功，就要对这类数据进行分析保存。对一些站点自行车利用率不高，数据没有明显变化，那么可以取平均值为衡量标准，利用相关原始数据统计分析归纳最终可得到68个样本，截取部分数据如表1所示。 　　3.迭代回归模型建模分析 　　通过比较现有预测模型的缺陷，比如经验法、弹性系数法及增长系数法。从而提出迭代回归模型的有效性和可靠性。回归分析法从被测变量和与它有关的解释变量间的因果关系出发，通过建立回归分析模型，预测对象未来发展的一种定量方法。通常处在一个系统中的各种变量可以有两种关系即函数关系和相关关系。当事物之间具有确定关系时，则变量之间表现为某种函数关系。另外有些事物，比如站点投放自行车数量与土地利用类型，周边一定范围居住人口数量和有效建筑面积之间，虽然有着密切的联系，但并不能准确的用某一函数关系式确定投放数量与三者间的关系，称这类事物之间具有相关关系。迭代回归模型的建模要立足金华市范围内设置的所有自行车站点，每个站点的投放数量上