基于数据驱动的混合自行车共享网络出行特性解析与协同优化方法

At present, our country is at the stage of integration and transition of the two generation bicycle sharing systems (with stations and without stations). The mixed bicycle sharing network exposes many problems such as parking, management, scheduling and so on. Ultimately, the emergence of these problems, is lacking theoretical understanding of the characteristics of mixed bicycle sharing modes, which makes it even harder to propose the targeted coordination optimization strategy. Therefore, this project will rely on multi-source fusion data driven of mixed bicycle sharing network and carry out the main research route "data acquisition → correlation characteristics → optimization method → empirical evaluation". By means of data fusion, association rules, spatial clustering, time series, multi-attribute decision-making and other analysis techniques, this project will establish the dynamic correlation model of mixed bicycle sharing modes, mine association rules of bicycle travel between zones, propose subarea division method to balance demand and supply as well as the subarea coordination optimization method, and conduct the empirical evaluation of coordination optimization. The most important feature of this project is to propose a whole set of research framework "from travel association characteristics analysis to coordination optimization method", aiming at providing scientific theoretical basis and effective technical means for travel association characteristics analysis as well as coordination optimization.

目前，我国正处于有桩与无桩两代自行车共享系统的融合与过渡阶段，混合态的自行车共享网络暴露出停放、管理、调度等诸多问题。这些问题的产生，归根结底是缺乏对混合自行车共享模式出行特性的理论认识，从而难以有针对性的提出二者协同的优化策略。因此，本项目将依托混合自行车共享网络多源融合的数据驱动，按照“数据获取→关联特性→优化方法→实证评价”的研究主线开展研究。项目研究以数据融合、关联规则、空间聚类、时间序列、多属性决策等分析技术为手段，建立混合自行车共享模式的动态相关性分析方法，挖掘交通小区间的出行关联规则，提出系统总供需平衡的调度子区划分方法以及区内协同优化方法，并实现协同优化方法的实证评价。本项目的最大特色在于提出了“从出行关联特性解析到协同优化方法”的一整套研究思路，旨在为解析混合自行车共享网络出行特性、提出针对性的协同优化方法提供科学的理论依据和有效的技术手段。

有桩与无桩两种模式的自行车共享系统目前各自为营，运营管理难以联动，混合的自行车共享网络暴露出诸多问题。这些问题归根结底是缺乏对混合自行车共享模式出行特性的理论认识，从而无法有针对性的提出二者协同的优化策略。. 本项目实施三年期间，依托自行车共享网络多源融合的数据驱动（共享单车订单数据、共享单车实时位置数据、公共自行车刷卡数据、地铁刷卡数等），面向有桩模式与无桩模式混合的自行车共享网络，提出了“从出行关联特性解析到协同优化方法”的一整套研究方法：. 1）首先，完成了混合自行车共享网络的多源数据获取与融合，包括地铁与公共自行车刷卡数据融合以及面向融合数据的共享自行车调度需求分析；. 2）其次，完成了混合自行车共享网络的出行关联特性解析，对混合自行车模式相关性与供需平衡进行研究，完成了混合自行车共享网络调度需求与建成环境的关联特性分析；. 3）然后，完成了面向关联关系的混合自行车共享网络协同优化方法，包括考虑系统供需平衡的调度子区划分以及基于调度子区的协同优化方法；. 4）最后，依托软件开发和厦门市的城市案例，完成了混合自行车共享网络的实证评价。. 本方法可以有效缓解共享自行车停车调度区施划不合理以及调度困难的情况，更有针对性的布设停车调度区，一定程度上提高了共享自行车的规范化管理水平，决策者可以使用本研究提出的调查结果和方法，在规划和运营共享自行车调度设施时提供实际指南。