文摘
Dockless自行车共享是一种低碳交通模式向可持续机动性。电动栅栏,停车管理作为一个有效的解决方案,可能有一个高潜力在指导dockless自行车的使用在一个较低的运营成本。然而,新的问题出现的实现电动栅栏。电动栅栏热点的位置与停车需求不匹配,主要城市中心区域的停车拥堵。在这篇文章中,一个新颖的自行车热点识别和分类的方法提出了停车管理的支持。一个评估框架,用于自行车热点也提出了包括三个方面:需求和供给不平衡,土地使用。方法应用于厦门岛的情况下通过使用在早上高峰时间旅行的数据覆盖了53629辆自行车。应用方法,提出了47个拾音器热区和53返回热点识别,分别。返回的总停车过载热点在早上高峰是12587辆自行车在厦门岛。53返回热点分为三个集群,包括(1)热点自行车共享是在过载状态,(2)热点自行车共享服务质量需要提高,和(3)热点自行车共享是在稳定的状态。 Based on the demand and land use characteristics, parking management schemes and policy implications are proposed. The result of this paper provides guidance for the layout of dockless bicycle sharing electric fences in different areas.
1。介绍
自行车共享(BS)是一个受欢迎的世界各地的短途旅行模式,促进社会的健康、低碳的生活方式。在城市交通系统中,它扮演了一个关键的角色在解决“last-kilometer”问题和连接到公共交通。出生以来的第一代既“白色自行车”1965年在阿姆斯特丹,BS经历了几位系统更新1]。原来的自行车分享系统主要是停靠的,这意味着用户需要返回固定站的自行车。随着信息技术的发展和智能手机的普及,dockless自行车分享系统出现在2016年,尤其是在中国。bicycle-sharing系统显示一个供过于求局面后大量的BS运营商进入市场,如Mobike HelloBike, DiDiBike [2,厦门也不例外(3]。监管当局在2020年规定,共享自行车在厦门的总数不得超过150000辆自行车,厦门岛上有100000和50000年该岛,为了调和市场秩序。数据显示,共享自行车在厦门的日均换手率一直保持在3至3.5倍。
dockless BS返回比停靠不废话,导致更高的操作和维护成本。由于人体运动模式,BS系统演示了时空的不平衡,指流入和流出之间的差距在时间和空间维度。平衡方案开发和增强使用大数据模型来解决这个问题(4]。再平衡意味着再分配来实现一个国家,所有车站有码头大致相等比例的自行车5]。
热点或BS需求高的地方收到额外的关注整个调整过程。摘要BS热点被定义为一个领域大量共享的自行车在短时间内进入或离开。BS运营商,高峰期的需求热点是一个挑战的有效和及时的重新定位。对于b用户来说,足够的自行车的热点与可访问性。对政府来说,无序停车情况一直是一个问题。(需要细分区域分析和政策建议6]。
可用性的高精度定位技术,介绍了电动栅栏,b在厦门4月1日,2020年。电动栅栏,基于全球定位系统(GPS)或蓝牙,为停车管理提供解决方案。实现电动栅栏,然而,BS操作相关的新问题出现。废话是遇到的一个挑战是电动栅栏规划和设计。虽然15202年电动栅栏分布在城市厦门,缺乏评估电动栅栏。例如,电子围栏的位置匹配的停车需求对应的热点?另一个问题是决定如何设计一个处罚非法停车和用户激励计划协助停车管理。
本文的主要贡献如下:(我)自行车分享热点识别和分类的方法(2)热点评估框架覆盖需求和供应,不平衡,土地利用开发(3)差异化管理策略提供了自行车共享停车
抽象图形可在补充文件(可用在这里)。你可以得到一个清晰的轮廓,本文的主要发现通过使用这种视觉总结。
本文的其余部分组织如下。部分2提供了一个简短的研究与此相关研究的概述。部分3介绍了热点识别和分类的方法框架。节4,一个案例研究在厦门岛。部分5总结了本文的主要结论并提出了未来的发展方向。
2。相关的工作
因为自行车分享系统快速增长在过去的二十年里,特别是再次繁荣在中国在过去的五年里,大量的研究b已经出现。最近的研究主要集中在需求预测和平衡。
2.1。需求预测
准确估计BS旅行需求是至关重要的成功的自行车管理和舰队平衡(7]。一般来说,需求预测可以在两个步骤完成:空间单元设置和预测算法的设计。陈等人。8)提出了一种两阶段框架来预测overdemand集群。在第一阶段,一个加权关联网络建成支持地理约束聚类的应用。冯et al。9)开发了一种两步需求预测框架采用谱聚类算法的第一步,站集群。同样,在黄等的研究。10),二级站聚类算法开发集群中央车站和共同站之前预测。dockless BS的上下文中,流量分析区(小胡子)是用来预测流入和流出之间的差距在徐的工作等。11]。传统的机器学习方法,如随机森林(RF),梯度提高决策树(GBDT)和支持向量回归(SVR)采用早期的需求预测9,12]。神经网络理论的发展和普及,深入学习方法已经广泛的被使用。秦et al。13)设计了时空自行车流量预测(ST-BFP)模型,它是一个卷积网络基于剩余框架。长短期记忆(LSTM)和封闭的复发性单元(格勒乌)被用来改善预测性能11,14]。捕获的空间相关性,图像卷积网络(GCN)来构建时空图介绍了神经网络模型在工作15]。另一个尝试提取基于属性是由杨et al。7加强短期预测。总之,空间单元设置是需求预测的基础。具体来说,空间单元设置可分为三类:基于station-cluster, TAZ-based站。
2.2。自行车车队平衡
自行车车队平衡指的是过程的自行车从过剩地区搬迁到供给不足。自行车平衡问题(BRP)的操作系统是至关重要的。
几项研究已经致力于静态BRP (SBRP),这意味着重新定位自行车一整天后的操作16,17]。SBRP抽象为混合整数规划(MIP)在先前的研究。据朋友et al。18),混合整数线性规划(MILP)可以用于解决SBRP。拟议的MILP配方不仅可以处理单个和多个车辆也允许多个访问一个节点相同的车辆。刘等人。19应用混合整数非线性规划(MINIP)制定解决多个生产自行车路由问题。此外,一个适应能力受限K-centers集群(AdaCCKC)算法,提出了独立的离群值,减少大规模多个车辆路径问题集群内部车辆路径问题。此外,启发式算法(20.,21)和贪婪算法(22]表示可用性优化调整过程。
进一步优化BS系统,降低维护成本,动态BRP (DBRP)深度进行了探讨和研究。DBRP假定整个系统不断更新,所以平衡方案应该不断调整(23]。因此,需求预测应该参与其中。Zhang et al。24)提出了一个非线性时空网络流模型用户不满估计融合,自行车重新定位,车辆路由。最近的一项研究[23)提出了一个基于zone的两级调整方法,将研究区域划分为两种类型的区域(区域缺乏自行车(ZDB)和区域有足够的区域(ZSB))。在第一阶段,ZDB只收到自行车从周围ZSB初始平衡范围内。在第二阶段,基于前一个阶段的结果,其余ZDB可以收到自行车从更远的调整范围。SBRP和DBRP可以集成为一个先进的平衡方案。田et al。25)设计一个新的框架来解决平衡问题,它包含两个方面:动态平衡在每个车站电台和静态平衡。
用户激励BS舰队平衡是指优化自行车循环主要用户将自行车之间的高度活跃的站点和不活跃的26]。的交互分享自行车、用户和环境,也可能采用强化学习来确定最优激励方案(27,28]。否则,工人招聘显示与传统的卡车平衡[更划算29日]。
2.3。总结相关的工作
BS电动栅栏已经实现在几个城市在中国。然而,到目前为止,很少有作品研究电动栅栏规划、设计和操作。张(30.]首先提出了方法论框架支持电动栅栏规划。然而,这项研究的结果仍然是在假设层面,没有实现。谢et al。31日)结合定位电动栅栏和基于图像的自行车停车场标识来验证用户的停车行为。元等。32)开发基于GNSS高精度虚拟电栅栏技术,智能终端,和精确定位算法,实现分表定位精度。
总而言之,随着BS进步到一个新的发展阶段,系统优化方法的多样性和效率已得到改进。需求预测和舰队平衡,需要准确的划分和分类操作的区域,尤其是热点。电动栅栏的出现显示了潜在的调节用户的停车行为。基于用户的用户激励机制提供新的想法舰队平衡。
然而,我们所知,很少有文献将自行车共享的识别和分类热点与考虑电动栅栏。政策指导电动栅栏规划和停车管理方案尚不清楚在回答不同的涉众的需求。
因此,在本文中,一种新颖的方法框架,用于识别和分类提出了BS热点。第一次电栅栏数据,视为停车供应,用于热点分析。此外,建议给出了电力规划设计基于热点分类结果。非法停车的处罚是讨论,以及用户的激励计划。
3所示。方法
3.1。方法框架
本研究的方法论框架如图1。多源数据包括b访问数据、电动栅栏数据,本文收集和POI数据支持BS热点识别和分类。方法论框架如下。
任务1:BS热点识别。原点(O)和目标(D)的旅行从BS旅行中提取数据。为了实现高精度识别,空间分辨率设置为50 m×50 m网格。每个网格中心的经度和纬度和O / D的每个网格是DBSCAN的包装作为输入。DBSCAN的邻居参数的确定是通过使用资讯的方法。最后,拾音器热点(PH值),并返回热点(RH)分别确定。
任务2:BS热点分类。返回热点(RHs)是恢复平衡的关键领域BS舰队。与此同时,政府还注重在园艺学会自行车停车秩序。因此,RHs从任务获得1选择Task 2作为研究对象的研究。测量RHs BS停车需求、停车供应、不平衡,土地使用,9个指标从收集的数据中提取。园艺学会使用高斯混合聚类方法进行分类的基础上,9个指标。分类结果是用来提供指导停车管理方案和政策建议。
3.2。识别BS热点
BS热点是在这里定义为一个领域大量的共享自行车流或在很短的时间内。BS运营商和监管机构所面临的主要挑战是热点识别和相应的管理策略。在本文中,我们试图通过热点识别回答两个问题:热点分布在空间怎么样?有热点地区和城市结构的空间分布之间的联系?
热点的主要特征可以列出如下:(1)关闭,连续的空间(2)高水平的需求(3)时间动态变化的需求
基于上述特点,DBSCAN (Density-Based空间聚类的应用程序与噪音)方法是采用O / D(出发地/目的地)作为聚类功能需求确定BS热点。
DBSCAN是一种无监督的机器学习算法。这是一个集群density-based非参数算法。算法使用一个简单的最低密度估计基于阈值的邻居, ,半径内(任意距离测量)(33]。与传统的核密度估计方法相比,DBSCAN可以帮助识别热点区域的边界准确根据邻居参数。识别结果的准确性取决于两个邻居参数:半径和邻居的数量(或总重量), 。
每个网格中心的经度和纬度包装训练实例 ,与b O / D(出发地/目的地)需求的每个网格样品重量。对于参数估计,首先,邻居的数量应根据领域知识。然后使用英里的距离可以确定半径阴谋。肘部对应点的平均距离(最大斜率)是最佳的半径 。
3.3。评估框架BS返回火锅
在前面部分,BS返回热点(RHs)可以被识别精度高。在本节中,我们开发一个评估框架包括三个方面(供需不平衡,和土地使用)评估的特点RHs并把它作为分类的基础,如表所示1。以下段落解释为什么选择某些方面。
供给和需求,它是一个至关重要的独立的输入在许多BS规划问题,如自行车搬迁,需求管理(34]。Celebi et al。35)得出的结论是,使用自行车的一个关键推动因素是方便的服务不中断,因为不可用的空槽回报,强调评价的重要性为共享的自行车停车供应。此外,需求层次分析可以支持电动栅栏的布局规划(30.]。
的不平衡,而b促进人民第一/最后一英里的旅行,它也有负面影响,如侵犯行人的权利,阻止自行车道,阻碍地铁用户流(36- - - - - -38),它是由时空不平衡引起的。
关于土地使用,之前的研究表明,土地利用因素影响自行车共享需求2,39- - - - - -42]。邢et al。43出发地和目的地)发现自行车旅行可以分成五个典型的组,即。、餐饮、交通、购物、工作、居住的地方在工作日。在本文中,我们选择三个旅行目的从五个类别:居住、工作、和购物的地方。
3.3.1。需求与供应
BS停车供应园艺学会评估的一个重要指标。与停靠b相比,停车dockless BS往往是更分散。自行车返回以来变得更加受限制的实现电动栅栏在现实世界中。电动栅栏可以返回指定自行车的位置可以被视为停车供应。根据城市步行和自行车交通系统规划标准房子和城乡建设部公布的中国(MOHURD) 2021年,建议一个自行车停车位的宽度和长度应该是0.6 - -0.8米和2.0米,分别相当于1.2 - -1.6米的面积2。在本文中,我们确定为每个自行车停车场应该是1.5米2。使用电动栅栏在某些RH的面积和一个自行车停车场,停车容量可以计算。
b不仅需求热点识别的基础,也是一个关键指标的分类。虽然热点代表地区的高需求,需求在这些热点仍不平衡。BS需求计算如下。OD数据的记录作为一个例子,它将生成一个需求 ,和一个需求到达给定一个时间窗口 ,结束的时间窗口 ,和一个热点与自行车,BS旅行离开 ,和旅行抵达 。停车需求的热点在时间可以计算如下:
然后,热点的停车过载在时间可以由以下公式计算: 在哪里 , ,和表示停车需求,停车容量和停车过载,分别 , 代表BS旅行抵达热点和旅行离开热点 ,和现有的热点自行车的数量吗 。
3.3.2。不平衡
BS供给和需求的时空异质性导致不平衡的问题。高峰时间的定义在这里停放自行车的数量的时候达到最大值。Min-max比代表了比最小值和最大值之间的自行车停车。
获得一个更好的理解的不平衡热点在早上高峰,有必要研究高峰时间和min-max比 。给定的时间序列和热点 ,停放自行车的数量随着时间的变化。假设它的最大和最小是和 ,min-max比率可以计算如下:
3.3.3。土地使用
BS旅行,像其他运输方式,是基于活动的。活动的多样性和强度可能会受到土地利用因素的影响。以前的研究已经表明POIs的频率可以披露和城市土地利用分类43,44]。因此,将土地利用指标纳入评价框架是有意义的。在这里,我们使用住宅POI的数量 ,办公室POI ,和商业POI描述土地利用属性。
3.4。分类BS返回热点
高斯混合模型(GMM)用于分类的皇家后从多源数据中提取9个指标。GMM集群的选择是出于两方面的考虑。一方面,我们初步研究了GMM-based分类方法在分类问题的性能在许多应用场景(45,46]。在复杂的数据下,GMM更广泛的健康范围和泛化能力高的优点。另一方面,受交通状态分类在刘等人的工作47),我们选择了GMM集群的皇家。
GMM是一种常见的机器学习算法的聚类原型。GMM用高斯概率模型作为聚类原型。多元正态分布的定义如下(48:给定的随机变量在n维样本空间 ,如果服从高斯分布,其概率密度函数如下所示: 在哪里是一个n维向量和是 协方差矩阵。清晰地显示在对应的高斯分布参数的依赖,概率密度函数表示 。然后高斯混合分布可以定义如下:
该分布由混合物混合组件,每个组件对应于一个高斯分布。在方程(5),和第i个高斯混合组件的参数,然后呢 是相应的混合系数。应该注意的是, 。
RHs都计算的指标作为算法的输入。园艺学会的九个指标被视为训练集 。随机变量 代表样本的高斯混合组件 。GMM的目的是将一组成集群 。集群的标签每个样品的决定如下: 在哪里 表示后验概率所产生的高斯混合组件 。
4所示。结果与讨论
4.1。案例研究和数据集
摘要BS系统选择厦门岛(中国)厦门为研究对象。2016年12月,公共自行车服务进入厦门,开始操作。2017年,共享自行车的过剩引起社会普遍关注。直到现在,公布的立法文件,共享自行车的数量被限制为150000个。厦门岛,被大海包围,自行车可以被认为是一个封闭的区域共享操作(图2)。
多源数据包括b访问数据,BS电动栅栏数据和POI数据被用于后续的建模和分析。BS访问数据和电动栅栏从神州数码创新大赛获得的数据(2021年DCIC)官方网站。自行车旅行的记录数据包含ID、纬度、经度、锁定状态和更新时间。当用户拿起或返回的自行车,一个记录随时间和位置状态生成和发送到服务器。数据集包括198382次在早上高峰(6:00-10:00)连续5个工作日,从12月21日至25日,2020年。虽然是冬天,当地的平均最高温度是20°C左右,适合骑自行车。此外,本文的大部分数据处理支持Python包TransBigData [49]。
进行了描述性分析,结果显示在订单的数量急剧下降2020/12/23(图3(一个)),这是受到不适合骑车的中雨。因此,其他四个工作日的OD数据将用于后续分析。订单的数量达到高峰在08:10-08:20(图3 (b))。3/4的BS旅行距离在1200米(图3 (c)),这表明的废话的确是运输方式第一/最后一英里。此外,如图3 (d),而一些旅行最后20分钟或者更多,大多数(3/4)的旅行时间是在10分钟。
(一)
(b)
(c)
(d)
BS电动栅栏的地理边界数据包括10471电动栅栏,并且每个电篱笆是一个封闭的四边形连接(图5分4)。
兴趣点(POI)数据从百度获得web服务API。住宅区和商业与办公区域是最重要的两个影响因素b使用频率(41]。这些区域人口密集地区高强度的活动。因此,在本文中,三种类型的POI、住宅、商业、和办公室,作为热点地区的土地使用属性。
4.2。热点识别的结果
BS热点,在方法中定义,是一个区域共享自行车大量流入和流出超过一个特定的时间。我们定义两种类型的摘要热点:拾音器热点(小灵通)并返回热点(RHs),指提货需求高的地区,高回报的地区需求,分别。
识别热点前,OD对被分配到相应的空间单元,空间分辨率设置为50 m×50 m网格。自行车捡起并返回的平均数量在每个网格计算整个早晨高峰(6:00-9:59)的每个工作日。
识别BS热点,DBSCAN的两个参数,ε( )和最小样本( ),可能高度影响的数量和大小的热点地区,应提前确定。选择最小样本,没有自动的方法。基于城市交通领域知识,被设置为150。K最近的邻居(资讯)方法应用然后找到最好的价值。通过绘制平均k-distances ( )以升序排序(图5),距离对应于曲线的手肘是最好的ε, 。
DBSCAN参数估计后,经度和纬度的网格聚类算法的输入。然后,拾音器和返回需求设置为样本权重,分别确定BS热点在这两种情况。公布47个拾音器热区和53返回厦门岛上的热点地区,具有不同中心不同的颜色(图所示6)。
(一)
(b)
有一些有趣的发现。图6显示,48.8%的拾音器热点和37.7%的返回热点正在附近的地铁线路,表明b中扮演一个重要的角色在连接到地铁交通系统和自行车旅行开始在地铁站更频繁。图7显示,例如,需求回升和返回高峰在工作日早上在地铁站。
虽然自行车的需求回升和返回在某些领域已经达到平衡,在人物出现6(一)和6 (b)同时,仍有一些其他领域与单向自行车流入或流出。例如,图8(一个)显示附近的小热点Dianqian路1号路,周围多个居民区,未能成为一个热点。然而,有两个返回热点在湖里大道,附近许多办公大楼所在地。一个可能的解释这一现象可能的分离工作和住所。在早高峰时段,相当数量的BS用户开始他们的旅程从家到工作。如果工作机会的数量不匹配使用的人数在一个特定的区域,人口流动可能显示单向流入或流出,导致上述现象。数据8 (b)和8 (c)也存在单向流入和流出的热点地区,分别。观察到的结果在一定程度上可以解释空间异质性。
(一)
(b)
(c)
4.3。热点地区分类的结果
返回热点地区代表的地方大部分BS用户返回共享自行车。的总停车过载53 RHs在早上高峰是12587辆自行车,在停车需求总量82677辆自行车,表示一个停车供应返回热点不足。目的地(返回行为)分布的进一步研究可以帮助获得更好的理解人类活动在早上高峰时间,交通系统b的作用。
53 RHs分为三个集群使用高斯混合聚类算法。三种类型的热点地区的空间分布是描绘在图9(一个)。归一化平均得分三个集群的多个索引图所示9 (b)。结果,图中所示9 (b)表明,停车需求的异质性,供应,和土地利用的三个返回热点集群。不平衡特征(minmaxratio peaktimeno)的三个集群,另一方面,没有变化。最小和最大BS需求之间的差距在早上高峰时间,特别是,几乎是相同的三个集群。自行车停车是在一个高水平RHs贴上集群集群1或2,如图9 (c),这表明更多的监管要注意这两个集群。
(一)
(b)
(c)
4.3.1。集群1:热点BS在过载状态
集群1占3.8%(2/53)的所有返回的热点地区。这些通常是区域高对BS的需求服务。尽管有一个相对较大的停车容量,既不能满足需求。换句话说,是一个伟大的在这些热点停车供需之间的差距。在土地利用方面,这一类POI超过其他两个,表明这些地区更发达。同时,办公室POI占的比例多的住宅和商业POI,导致对最后一英里的高需求。例如,湖里创新园拥有众多高新技术企业,和自行车作为主要模式为员工进入公园。
一般来说,办公室POI的集中分布,如办公大楼、千篇一律的交通方式结构导致了上述情况。b在过载状态在这种类型的热点。似乎很难只从b的角度解决问题。
4.3.2。集群2:热点BS服务质量需要改进的地方
18.9%(10/53)的返回热点贴上集群2。对自行车的需求中在这些返回的热点地区。停车过载也在中等水平上由于缺乏电动栅栏(停车容量)。例如,Lucuo地铁站,位于市中心,是一个转移中心十入口线1和2。人们可以达到任何地铁站厦门岛上没有做任何停止从这个地铁站。因此,大量的BS订单终止在这个位置。平均而言,土地利用是相当平衡。住宅的比例POI是类似于商业POI但略高于POI的办公室。
总结一下,指定电动栅栏集群2由于有限的路边空间不能满足停车需求。这种类型的热点是最脆弱的BS电动栅栏供应。换句话说,如果更多的或更大的电动栅栏可以分配给热点,停车拥堵会显著降低。集群2 BS应该改进服务质量回报热点增加停车供给和加强停车管理。否则,如果用户无法返回他们的自行车电动栅栏,有可能共享自行车会占据步行空间。
4.3.3。集群3:热点BS在稳定的状态
77.3%(41/53)的热点地区分为集群3。在这样的地区,自行车的需求水平相对较低。尽管停车容量不足,停车差距还小。如图9(一个),这种类型的热点的大小,而小于其他两个。这个类别的平均热点相当于一个圆的半径185米。此外,土地利用的热点几乎是平衡的,类似于集群2。
总的来说,在集群3热点,BS与小停车过载状态稳定。然而,分散的热点往往会增加潜在的操作和维护成本。
4.4。停车管理方案的讨论和政策含义
电动栅栏的出现显示了规范停车行为的潜在用户。目前,电动栅栏的形状是一致的,每个栅栏被五分一个封闭的四边形连接。电子围栏的规划和设计需要优化结合热点的供给和需求特征。
在这里,根据需求强度和管理要求,我们提出三个建议电动栅栏布局(图10):第一种是一个大型的连续块,第二个是一个连续带状区域,第三是一个分散的带状区域。
停车管理计划分为两种类型:违规停车罚款和用户激励。非法停车的处罚意味着如果用户未能把自行车还给电动栅栏,BS应用将通知用户。如果用户继续公园外的电动栅栏,将被罚款。用户激励暗示,bicycle-sharing旅行之前,应用程序可以推荐电动栅栏与适当的目的地附近的停车能力,辅以一定的激励奖励(如免费门票,优惠券等)。应该注意的是,停车管理方案应结合电动栅栏的设计。
推荐的电动栅栏布局和停车管理方案的三个集群RHs将在以下小节中描述。
4.1.1。集群1:热点BS在过载状态
BS运营商、电栅栏可以设计为大型连续区域停车需求在早上高峰时间。另一方面,非弹性需求的自行车共享可能导致失败的停车管理方案。值得注意的是,有更多的办公室POIs这种类型的热点,这可能会导致潮汐流现象。考虑这里的自行车卡可能影响的人行道上,建议将自行车移出后的清晨高峰,以避免高过载停车。
对政府来说,考虑到伟大的短途旅行在这个领域的需求,除了bicycle-sharing,班车等其它运输方式可以介绍给这种类型的地区的居民服务。
10/24/11。集群2:热点BS服务质量需要改进的地方
由于集中停车等领域的公共自行车,更适当的建立一个连续带状区域电动栅栏据路边环境。停车场的停车管理公司激励方案(免费优惠券,等等)可以用来引导用户公园自行车到邻近地区电动栅栏仍然可用。对运营商来说,这种类型的面积是适合分享的自行车的发展服务。因此,有必要加强调度管理和匹配这种类型的地区的旅游需求。
对政府来说,积极的交通环境等领域应进一步加强,如扩大自行车道的宽度。此外,骑自行车空间应与车辆的安全空间。
4.4.3。集群3:热点BS在稳定的状态
鉴于共享的分散性质自行车停车在这一领域,电子围栏的位置应结合车站和地铁站。此外,电动栅栏应该沿着路边设置为一个分散的乐队,维修人员可以很容易地收集自行车的地方。也建议停车处罚方案实现调节用户的停车行为,特别是电动栅栏外停车,可被视为非法停车行为。
尽管这种类型的面积的需求水平低,高峰时间和需求valley-peak比其他两种类型是相似的。就政府而言,这种热点绝大地区“第一/最后一英里”问题的存在。政府应该监督BS企业推出合适的自行车在这些地方,以确保公众的短途旅行。
4.5。一个案例研究的BS返回热点停车场管理方案
返回的分类热点基于供需关系,不平衡的特点和土地利用属性提供潜在的更精确的停车管理方案。以湖里创新园为例,这房子6869年企业和提供了66000个工作岗位。自行车停在这个区域的总数是1802人。图(11日)描述了停车拥挤的空间分布。
(一)
(b)
(c)
如图11 (b)有三个集群的皇家公园。热点贴上集群1在公园里,自行车通勤者返回共享,导致自行车的数量急剧增加,停车后8点(图11 (c))。应该注意的是,这一趋势对厦门附近的热点空气自行车道入口。这种情况下可能会揭示现象,共享自行车流在办公室公园在早上高峰。此外,我们可以看到在图(11日),停车过载似乎更高的办公大楼门口。这一发现可能与办公楼的封闭管理有关。厦门空气自行车道入口,标记为集群2,位于公园的边缘。在这个热点,人们可以获得自行车服务通过空气的自行车道,这是一个高架道路只有自行车。因此,共享自行车的可用性导致的增长八点停放自行车。然而,自行车的数量从585年到102年,直到十点大幅减少,如图11 (c)。两个热点地区分为集群3也在公园的边缘。考虑停车的自行车的时变特性,b在稳定状态没有停车过载。自行车停在这两个热点的数量达到顶峰8:45(图11 (c)),然后维持在150辆自行车。
热点贴上集群1在公园里,有一个需要设计大型连续区域热点等电动栅栏为了方便乘客的停车场。特别是在办公楼门口,可以引入真实的双层自行车架电动栅栏的容量扩张。此外,基于自行车停车的现象继续增加在早上高峰,BS企业可以转让自行车的热点,减少停车过载。对于热点贴上集群2,空中自行车道的可用性提高共享自行车的使用频率。为了避免高过载停车,这里的电动栅栏应该扩大结合空气自行车道的入口的位置。此外,自行车可以补充一些热点来满足乘客的需要骑自行车进入公园。在这两个热点地区分为集群3,没有必要大大增加电动栅栏。相反,电动栅栏应放置在公交车站和地铁站附近,促进转移与公共交通。此外,部分电动栅栏热点可以设置关闭,以便自行车将返回几打开电动栅栏。
5。结论和未来的发展方向
小说的框架,提出了集成多源数据支持BS停车系统设计和管理。BS热点的定义。DBSCAN算法采用O / D(出发地/目的地)作为聚类功能需求确定BS热点。特别是,我们确定47个拾音器热点(小灵通)和53返回热点(RHs),分别进行比较分析。覆盖三个方面的一个评估框架(需求和供给不平衡,和土地使用)开发评估RHs的特点。9索引的评价框架由来自多源数据。此外,第一次真实bicycle-sharing电动栅栏数据被用作停车供应。需求与供应的调查作为热点显示的总停车过载53 RHs在早上高峰是12587辆自行车。使用高斯混合聚类算法,53岁RHs分为三个集群,包括热点BS在过载状态、热点BS服务质量需要改进的地方,和热点,BS处于稳定的状态。总的来说,缺乏停车容量RHs厦门岛上。 Based on the demand&supply pattern, the land utilization, and the unbalance feature, parking management schemes and policy implications are proposed.
本文的主要发现如下:(我)研究发现,自行车分享热点地区确实存在从自行车的角度传感器和自行车回来了。(2)热点识别结果显示,自行车共享起着重要的作用在连接地铁交通。此外,自行车旅行从地铁站更频繁。(3)拾音器热点之间的空间分布的差异并返回热点提供洞察单向自行车流入或流出的现象。返回热点的分析表明,停车供给是不够的。(iv)53的分类结果返回热点发现热点地区的供需模式异构。
热点识别的结果与之前的研究一致,如热点的空间特征(2,50]。这项研究的结果提供建议的位置BS电动栅栏在各领域。一定的局限性,但是,应该承认。BS旅行数据只包括工作日的早晨高峰出行。因此,提取废话的时间动态不可用。停车场管理方案只考虑非法停车处罚和用户激励。停车管理系统方案b的影响服务在将来的研究中应进一步研究使用multiscenario模拟。应该使用实际调查数据校准用户的态度电动栅栏和相应的处罚方案。
数据可用性
BS访问数据和电动栅栏地理数据从神州数码创新大赛,获得DCIC 2021 (https://data.xm.gov.cn/contest-series/digit-china-2021/ / 3 / competition_data)。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
研究和设计概念被Yingkun谢了,清玉,一位刘,鑫源王。数据收集、分析和解释的结果,和手稿准备草案是由Yingkun谢、清。审查和编辑都应执行的回族、清。所有作者回顾了结果,批准了最终版本的手稿。
确认
这项工作得到了国家自然科学基金(批准号51978475)。
补充材料
说明图形文摘:(1)在每个网格出发地/目的地事件从bicycle-sharing旅行中提取数据集包装作为输入的DBSCAN聚类算法。(2)公布47个拾音器热区和53返回厦门岛上的热点。(3)使用电动栅栏数据和兴趣点(POI)数据,评估框架包括三个方面(供需不平衡,和土地利用开发评估返回热点地区的特点。(4)使用高斯混合聚类算法。53返回热点地区分为三个集群,包括热点BS在过载状态,热点BS服务质量需要改进的地方,和热点,BS处于稳定的状态。(5)停车管理计划和政策的影响提出了基于分类的结果。(补充材料)