[发明专利]一种基于随机Petri网模型的共享单车分析调度方法

说明书

本发明提供了一种基于随机Petri网模型的共享单车分析调度方法，采用K‑means和MeanShift算法对某一区域某一天的共享单车数据进行聚类分析，根据得到的各共享单车虚拟站点和各站点之间的调度情况，建立调度前的随机Petri网模型；基于共享单车的自然流动情况，对调度过程中的变量进行设置，建立随机Petri网模型；所述变量包括：调度路径、调度时间和调度数量；利用随机Petri网模型，根据控制变量法调整每条调度路径中的共享单车的调度数量，得到共享单车的最佳调度频率，确定出共享单车的最佳调度策略，使各虚拟站点的共享单车数量稳定在初始状态。本发明的有益效果是：缓解了共享单车停放混乱、分布无序的问题。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于随机Petri网模型的共享单车分析调度方法。

背景技术

作为共享经济的一种体现，共享单车近几年快速兴起，成为公共自行车的有力补充。一方面共享单车停放灵活、便捷经济、节能环保，深受用户青睐，但另一方面其停放混乱、破坏严重、分布无序等问题给公共交通以及人们出行也造成了极大的不便。在无桩式单车未入市之前，各国内外学者对有桩式单车做出的大量研究，研究的内容主要包括公共自行车使用特征分析与出行者行为分析、公共自行车租赁点的布局选址规划、公共自行车系统需求预测、公共自行车系统调度优化问题等方面。但对近两年才出现的共享单车的研究相对较少。Petri网是完全从过程的角度出发为复杂系统的描述与分析设计提供一种有效的建模工具，能自然的描述并发、冲突、同步、资源争用等系统特性，并带有执行控制机制，同时还具备形式化步骤及数学图论相支持的理论严密性，基于Petri网的优势，亟需研究一种方法来缓解日益严重的共享单车停放混乱、分布无序的问题。

发明内容

为了解决上述问题，本发明提供了一种基于随机Petri网模型的共享单车分析调度方法，建立Petri网模型可以实现虚拟站点之间的调度，更好的模拟共享单车分布和调度的实际情况，该方法主要包括以下步骤：

S101：使用K-means算法将某区域的共享单车数据进行聚类，得到各热点区域，每一类即为一个热点区域，并输出每一类的共享单车经纬度坐标；

S102：将每一类的共享单车经纬度坐标输入MeanShift算法中，得到各热点区域的共享单车虚拟站点；

S103：根据各共享单车虚拟站点和各站点之间的调度情况，建立调度前的随机Petri网模型；

S104：基于共享单车的自然流动情况，对调度过程中的变量进行设置，建立随机Petri网模型；所述变量同时包括：调度路径、调度时间和调度数量；调度路径是指两虚拟站点之间调度共享单车的路线，调度时间指是两虚拟站点之间调度共享单车所花费的时间，调度数量是指各虚拟站点之间每次调度的共享单车数量；

S105：利用随机Petri网模型，根据控制变量法调整每条调度路径中的共享单车的调度数量，得到共享单车的最佳调度频率，确定出共享单车的最佳调度策略，使各虚拟站点的共享单车数量稳定在初始状态。

进一步地，在步骤104中，调度时间随各虚拟站点的确定而确定，各虚拟站点一旦确定，调度时间就保持不变。

进一步地，在步骤S105中，通过改变调度数量改变调度频率。

进一步地，在步骤S105中，调度过程决定着随机Petri网模型的构建，根据随机Petri网模型得出的各个时刻各虚拟站点的共享单车的分布情况，对调度过程中的调度路径、调度时间和调度数量进行调整，最后利用这种相互制约的关系确定出最佳的调度策略。

进一步地，在步骤S105中，最优调度频率的评判标准为：各个虚拟站点的共享单车数量稳定在初始状态，即不会发生各虚拟站点共享单车堆积或无共享单车可借的情况。

本发明提供的技术方案带来的有益效果是：缓解了共享单车停放混乱、分布无序的问题。

附图说明