详情

原文传递无桩共享单车流量预测及其应用

论文题名：	无桩共享单车流量预测及其应用
关键词：	无桩共享单车;流量预测;调度策略;物联锁;迁移学习
摘要：	随着互联网智能手机数量的逐步增长和物联网技术的快速进步，无桩共享单车作为一种新兴的共享经济模式在中国和世界范围内迅速崛起。在无桩共享单车系统中，安装在单车上的物联锁可以接受云端系统的指令开关控制车辆，并且可以依靠太阳能供电工作数月。物联锁的出现使得共享单车的借还摆脱了固定桩位的控制，用户可以通过手机APP随时随地借还车辆，极大地便利了用户出行。然而，这一新特性也给系统中的用户和运营者带来一系有待解决的潜在问题。　　从用户的角度:在骑行前系统需告知用户潜在的目的地是否为禁停区;在用车高峰期间附近无车可用时，系统需及时告知附近有无即将到达的单车方便用户决策是否选择其他交通方式等。从运营者的角度:新城区引入无桩单车时需要大量规划推荐停车点、精确计算投放车辆的数量;在单车投放的早期零数据的情况下制定调度的策略，并对可能出现单车大量聚集的区域密切关注;无桩单车系统中，车辆供需失衡的现象更加明显，运营者需要花费更大成本进行调度来平衡供需。　　应对上述这些挑战均依赖于在微观和宏观层面对系统车流量的精确预测。比如上述“提前告知禁停区”、“高峰期等待来车”等应用均依赖于精确的单行程目的地预测。再比如，“推荐停车点选址”、“早期调度方案”等应用依赖于准确的区块间单车流量预测。　　然而，无固定桩位这一特性也给微观、宏观流量预测问题带来诸多挑战，而现有工作未能完满解决: 　　1.虚拟站点的设置极大影响预测精度。已有工作在处理虚拟站点时多采用网格划分的方式、借还GPS聚类点来设置虚拟站点。而网格划分与地理功能区块的错配将导致模型精度降低，借还GPS聚类的方法又需要前期积累一定量的运营数据而无法在新城市应用。　　2.低频用户的行为预测较为困难。无桩共享单车服务区域的扩张在为偏远区域和低频用户提供便利的同时也使得用户行程数据更加稀疏，超过50％的用户仅有少于五次的行程记录。现有处理低频次用户稀疏数据多采用因子分解机、自编码嵌入等方法，需要引入大量参数容易造成模型过拟合。　　3.新城市预测车流面临的冷启动问题。预测新城市车流量时不仅无任何该城历史运营数据，而且城市间地理信息分布的差异也使得跨城市车流的知识迁移较为困难。过往研究中通过地理信息迁移预测新城市车流的方法一般仍需要少量新城区数据结合已有城区运营数据来进行预测。　　4.虚拟站点间流量预测困难。当前流量预测多基于站点周围地理信息来预测其总流入/流出量，预测精细度不足而无法支撑最优站点选址和道路规划方案。而起/止站点间流量受到整个城市区块网络的影响而相对较难预测，更因城市拓扑网络差异难以在城市间迁移学习。　　本文按照数据分析、建模、应用的逻辑，从无桩单车系统的绪论、系统数据多维度分析、微观单行程目的地预测、宏观冷启动车流量预测、引入到运营多角度应用和全文总结六个章节对无桩单车中的预测及其应用问题进行了系统研究。各章节具体工作概述如下: 　　1.第一章绪论首先介绍了无桩单车系统的发展历程、主要组成部分及使用流程。其次，从宏观-微观、用户-运营两个维度概述了现有的研究工作。然后重点讨论了现有无桩单车系统研究中的难点问题。最后以解决这些问题为出发点概述了全文的研究思路。　　2.第二章从多角度分析了无桩共享单车系统的中地理信息、用户行为与出行分布的特征及其关联。系统数据从地理信息视角呈现出功能区聚类的分布特征;从用户视角呈现出出行次数幂律分布，高频用户行程规律明显的特征;从单车视角呈现出单车使用不均衡和易损耗;从出行视角呈现出了车流时间分布的早晚高峰特征、空间分布的区域集中特征;从跨城市比较视角呈现出了各城市中车流的共性和差异。　　3.第三章研究了微观层面单个行程GPS级别目的地预测问题。本章创新性地将POI(Point of Interest)作为虚拟桩位，根据用户的步行容忍度分布，将借车/还车的GPS之间的行程映射为两组POI之间的虚拟行程。并依据历史行程建立POI隐马尔可夫转移矩阵，再根据步行容忍度分布找到最大似然目的地的GPS。为了解决建立转移矩阵时数据稀疏性的问题，本章提出了一种融合先验、后验与组合概率的无参数历史行程特征提取器，防止因参数数量过多导致的过拟合等问题。本章最后用真实的运营数据集进行了验证。　　4.第四章研究了宏观层面区块间车流的冷启动预测问题，并通过地理信息实现城市间流量分布的知识迁移。本章通过路网对新旧城市分割出功能区块及其拓扑图，并将区块内POI视为带属性的全连接图，由自编码图神经网络嵌入得到区块特征。在预测两个区块间的流量时，本章创新性的将整个城市的区块网络嵌入为起止区块间“二端口网络等效区块”，并通过该等效模型实现地理特征与流量关系在不同拓扑形态城市间的迁移。本章进一步将区块特征的嵌入问题和区块间流量预测问题抽象为统一的关联图神经框架。最后，本章通过真实数据和参数分析验证了该模型的有效性。　　5.第五章研究了共享单车系统从引入到运营阶段基于预测的应用。在前期评估阶段，本章对现有单车管理策略进行了分类并给出各自的适用范围。在基础设施规划阶段，本章利用区块间预测模型将自行车道修建的优化和推荐停车点选址问题转换为混合整数规划问题，并通过仿真验证了其有效性。在系统效率优化阶段，本章联合上述微观宏观模型，研究了用户行程助手和众包调度两个应用场景，并通过仿真算法验证了其对于系统运行效率的提升。　　6.第六章全文的工作进行了总结，并分析了未来有待进一步研究的问题的方向。
作者：	蒋明达
专业：	控制科学与工程
导师：	孙优贤;陈积明
授予学位：	博士
授予学位单位：	浙江大学
学位年度：	2022