[发明专利]一种基于轨迹数据的单向共享汽车系统选址优化方法

权利要求书

1.基于轨迹数据的单向共享汽车系统选址优化方法，其特征在于，包括以下步骤：

步骤1：对车辆轨迹数据分割，提取共享汽车潜在出行需求；

车辆轨迹数据是车辆行驶过程中的GPS轨迹点数据，是由一系列带时间戳的数据点组成的序列，每个数据点都包含车辆编号，时间，经度，纬度，速度；

步骤2：将研究区域按1km*1km的方格进行网格划分；根据潜在出行需求中的终点信息，统计每个区域的潜在出行到达量，根据潜在出行达到量的分布选择候选点；

步骤3：统计候选点之间的出行需求、最短期望时间及站点之间租车量比例；

步骤4：采用距离衰减函数，计算各个需求中心到各个候选点的距离衰减程度，所述需求中心为网格中心；

步骤5：统计现有共享汽车系统的实际用车辆和实际满足的需求，对两者进行拟合；

步骤6：建立共享汽车的短时租赁特征构建站点选址优化模型，模型以运营商的最小总成本为目标，约束条件则考虑基于距离衰减的需求覆盖、站点之间的租车往来、需求满足程度以及车队规模约束；

步骤7：设置参数，代入已知数据，固定模型中的整数变量，采用改进Benders分解算法，进行模型求解；

步骤1具体包括如下步骤：

步骤1.1：将每一辆车的轨迹数据表示为：

Tr_ii＝{(v_ii，t₁，lon₁，lat₁，speed₁)，(v_ii，t₂，lon₂，lat₂，speed₂)，…(v_ii，t_n，lon_n，lat_n，speed_n)} (1)

其中，T表示该车辆的数据点数目，v_ii表示车辆ii的车辆编号，t_n，n＝1，2，...，T，表示第n个数据点对应的时间戳，lon_n，n＝1，2，...，T，表示时间t_n时车辆所在位置对应的经度，lat_n，n＝1，2，...，T，表示时间t_n时车辆所在位置对应的纬度，speed_n，n＝1，2，...，T，表示时间t_n时车辆的瞬时速度；

判断某个数据点与其连续的下一个数据点的平均速度是否小于事先设定的速度阈值，如果是，标记为-1，表示其是静止点，否则，标记为1，表示其为运动点，其运动状态表示为：

STr_i＝{s₁，s₂，…s_n} (2)

其中，s_n，n＝1，2，...，T，表示第n个数据点对应的运动状态；

步骤1.2：将步骤1.1得到的轨迹对应的运动状态划分为若干个静止段和运动段，静止段和运动段分别用-1和1标记，表示为：

DTr_i＝{d₁，d₂，…，d_f，...d_F} (3)

步骤1.3：计算每个静止段的时间和每个运动段的距离，如果某个静止段的时间小于事先设定的时间阈值t_thresh，

其中，d_f表示车辆的状态，f＝1，2，...，F，F表示状态段数；-1表示静止段，1表示运动段，为静止段f结束时间，为静止段f开始时间，t_thresh为设定的时间阈值；

则将该静止段视为运动途中的短暂停留，并将其状态由静止改为运动；

如果某个运动段的距离小于事先设定的距离阈值D_thresh，

其中，为运动段f结束时间，为运动段f开始时间，D_thresh为设定的距离阈值；

则将该运动段视为静止过程中的轻微挪动，并将其状态由运动改为静止；

步骤1.4：将步骤1.3更改后运动状态相同且相邻的状态段进行合并，并提取每一个运动段的起、终点信息及时间和距离，组成需求信息；

步骤1.5：根据参考信息对得到的需求信息进行对比分析，剔除不合理潜在需求，得到潜在出行需求。