基于自回归求和算法的共享单车调度分配研究
⇨⇦
韩晶 廖明浩 刘婷婷
【摘 要】本文基于自回归求和算法分析共享单车在调度和分配方面存在的不合理情况，重点在于分析单车的使用特征及人们的出行选择。
【关键词】自回归求和；共享单车；调度分配
共享经济给人们的工作和生活带来了前所未有的便利，极大提升消费体验和资源使用率。但目前，我国城市共享单车资源配置还存在一定的不合理性，故本文在此建立合理的指标，分析不同时空共享单车资源的需求量。
一、前言
本文基于时间特征和空间特征两方面数据进行分析不同时空共享单车资源的需求量的改变并建立合理的指标：对于时间特征，搜集到的数据按每60分钟划分为24个时间段，统计出每个时间段内的租车数量，绘制图表观察需求量与时间序列的相关性；对于空间特征，将预处理过的坐标数据导入地图，通过ArcGIS分析平台对地理信息进行分析处理。
二、模型建立及求解
研究数据来源于2017年摩拜杯算法挑战赛中提供的共享单车用户使用数据。数据样本涵盖北京市48.55万辆摩拜單车和34.96万摩拜单车用户在2017年5月10日至5月16日内的使用情况，具体包含用户编号、单车编号、单车类型、单车使用起始时间、骑行起点和骑行终点等。
按以下步骤建模求解：
步骤一：我们从时间上班高峰和空间人流密度两个角度考虑建立共享单车资源的需求量指标。
步骤二：建立时间序列模型对共享单车资源的需求量进行时间特征分析。
步骤三：利用ArcGIS分析平台将数据预处理后的位置坐标导入地图，绘制出需求量热力图和聚类分析图，分析其空间特征。
步骤四：不同时刻同一区域或同一区域不同时刻，分析需求量，得到合理的共享单车需求量定量指标。
移动平均法的定义：观测序列为，移动平均项数：，最终确定一次移动平均值、二次移动平均值以及最近N段序列之的平均值计算公式。
1.时间特征分析
在处理完数据之后，我们使用了一次简单移动平均法预测为了更直观的看出时间分布与共享单车需求量的关系，我们取，每60分钟为一个时间分段，统计出每个时间段内共享单车的订单数。
曲线拟合结果如下图1，图2：
由以上结果可以看出，工作日内{7：00-8：00}，{8：00-9：00}，{12：00-13：00}，{17：00-18：00}，{18：00-19：00}这5个时间段为共享单车用车高峰，根据人们的出行规律，8：00-9：00通常为人们上学或上班的出行早高峰时间，因此对共享单车的需求量较大；12：00-13：00为午餐时间，18：00-19：00为人们放学或下班的出行晚高峰时间。而非工作日8：00-22：00时间段内共享单车的需求量变化不大，浮动频率较小，所以共享单车资源的需求量和人们的出行规律密切相关。
2.空间特征分析
初步选取了工作日早高峰出行时间段8：00-9：00，将该时间段内所有订单起始坐标位置导入地图进行观察。
根据高德地图测算，今年一、二季度，北京、上海5公里内的驾车导航比例有所降低，反映出私家车短距离出行数量在减少，这部分短距离出行正是自行车骑行的适宜范围，与共享单车呈正关联。
因此，假设影响共享单车资源的需求量的空间指标为交通枢纽位置分布（如公交车站，地铁站）和人口流量密度。
通过ArcGIS分析平台，绘制出共享单车订单密度热力图，同时添加北京市地铁站坐标图层，为了更加直观的观察结果，将两个图层叠加如下图：
由图可知，共享单车的订单热力图高亮部分和代表地铁站点的黑色圆点有明显重合分布，说明北京市区共享单车的投放点或需求量较大的点与交通枢纽站点联系密切。
此外，根据用途类型可将城市划分为住宅区，学校，商圈，公交枢纽站等，通过对数据计算统计得到以各地铁站点为辐射中心的辐射圈。
随着合理距离范围内辐射半径的增加可看出，地铁周围的单车总数订单占比大幅增长。当辐射半径为1500米时，相较于城市其他功能用途区域如学校，商圈等，地铁站的共享单车的订单数占比达到了62%，极大程度地说明了共享单车资源的空间特征指标与地铁站位置坐标紧密相关。
同时，我们通过需求量表分析得出在两个相邻区域之间的共享单车的需求量较大，分析原因可能是两个区域的中心距离很小，使用共享单车的便捷程度大于其他交通工具。但是如果在其他两个区域之间进行行驶时，由于两个区域的中心距离过大从而导致人们更偏向于选择其他交通工具（如公共汽车和私家车），从而导致共享单车的使用量较小。共享单车在一定程度上减缓了地铁周边和城市的拥堵状况。故地铁站点的位置分布是评估共享单车资源的需求量的一个重要指标。
三、结论
从时间特征和空间特征两方面进行数据挖掘和研究：对于时间特征，我们建立自回归求和移动平均模型，将搜集到的数据按每60分钟划分为24个时间段，统计出每个时间段内的租车数量，绘制图表观察需求量与时间序列的相关性，发现存在早、午、晚用车高峰；对于空间特征，将预处理过的坐标数据导入地图，通过分析平台对地理信息进行分析处理，利用聚类分析对订单起始坐标聚类得到以地铁站点为中心的共享单车租赁中心，得到地铁枢纽位置是影响单车资源需求量的重要指标之一，共享单车占比总数的62%。
【参考文献】
[1] 周思萌. 共享单车使用者满意度的影响因素研究_以昆明市为例.
[2] 张泽苇. 浅析共享单车领域.