摩拜单车调度方案设计

刘馨泽 张雷 赵玉雪

摘要： 该文选取“摩拜杯官方挑战赛”的300万条数据，运用python及SQL语言对获取的300万条数据进行数据处理，并利用JAVA进行原有数据解码转换，得出摩拜单车在5月10日至5月24日的北京全范围内所有用户订单信息，连接百度地图API标记北京范围的POI点。选取北京工商大学阜成路及其周围共8个POI点作为研究范围。可知早高峰时间出现在7时至9时;晚高峰时间出现在17时至19时，且非工作日与工作日存在着明显的单车使用差异特征。与此同时，以阜成路校区为起点的摩拜单车订单中，有近4/5终点进入其他7个POI点，发现了高峰后阜成路校区单车供给不足的情况。根据考察的规律，建立线性规划模型，运用MATLAB软件求解，以运送5辆单车每次为例，以尽量少的运送次数和运送距离为目标，对运输用电动车的路线进行优化，最终得出优化调度方案。

关键词：线性规划模型; SQL; MATLAB

中图分类号：TP311        文献标识码：A        文章编号：1009-3044（2019）02-0249-03

1 引言

共享单车的存在解决了城市里“最后一公里”的难题，目前共享单车品牌开始多起来，并且纷纷加入免费骑行的烧钱大战。对于消费者来说，在使用共享单车的时候，最大的烦恼就是需要用车的时候却找不到车，当然希望车辆的投放数量越多越好; 而对于共享单车企业来说，他们在为大家的出行提供便利条件的同时， 更关注的是自身的生存和发展。本文以北京工商大学阜成路校区为例，进行单车用户特征与调度方案的研究。

2 数据获取与处理

2.1 数据的获取

通过网络下载2017摩拜杯算法挑战赛的数据作为数据源。该数据由两个csv文件组成，一个为比赛的测试集，一个为比赛的训练集，选取训练集数据作为研究数据。

该训练数据集包括2017年5月10日至2017年5月24日两个星期的共三百万条摩拜单车运营数据。其每一条元组包括7个数据项，分别为orderid（订单编号），userid（用户编号），bikeid（单车编号），biketype（单车类型），starttime（订单的起始时间），geohashed_start_loc（订单起始地点的geohash编码），geohashed_end_loc（订单终止地点的geohash编码）。

数据的获取和处理分为数据导入，数据计算，数据筛选，以及数据统计四个方面。

2.1.1 数据导入

为获取需要的数据，先使用SQL Sever Management创建数据库以及数据表，之后用BULK语句将train.csv文件导入数据表。

2.1.2 数据筛选

将geohash编码转化为经纬度坐标后，为选取北京作为研究区域，将其中经度大于116，纬度大于39的数据，使用SQL语言筛选出，并存入一个新的表，作为去除异常数据后的数据集。

在IDEA继承开发环境下，创建JAVA WEB工程项目。在主页文件index.jsp中，使用HTML5标签语言，JSP，JavaScript语言，构筑页面，调用百度地图开放平台的应用程序接口。

先创建ActiveXObject对象，实现JavaScript对数据库的连接。从数据库中读取出并筛选出起始订单数量以及终止订单数量大于200的点的经纬度数据后，使用Map类，Point类，Marker类在页面的地图上标点，并且使用BMap.InfoWindow创建信息窗口以及其响应的响应事件。

从而获得所有满足条件的数据点被标识在地图上的图像，通过放大地图可以获取北京工商大学附近满足条件的点的图像。

使用JavaScript，连接数据库，从中筛选出所有与北京工商大学相关联的元组，即起始点geohash编码为北京工商大学的订单数据。再选取订单数大于5的点，标在地图上。

根据北京工商大学作为起点高关联点图，圈出由北京工商大学作为起点的单车流向范围，在单车流向范围内，筛选出8个订单数大于200的代表性POI点，作为本次研究的广义研究点。同样使用JavaScript调用百度地图开放平台的API接口的方式在地图上标识出研究点。

在确定研究点后，通过之前设置的信息窗口得到所有点的geohash编码，使用SQL语言，从去除异常数据后的数据集中筛选出他们的数据，存入多个数据表。

2.1.3 數据统计

使用SQL语言统计研究点作为起始点的订单数量和作为终止点的订单数量，并将其存入一个表。统计各个研究点在两个星期中每一天的总订单数量，每一天不同时段的订单数量以及每两个研究点之间发生的订单数量。

将上述统计结果导出为csv文件，根据以上结果使用MatLab作图，运用样条曲线拟合方法获取由散点拟合后的光滑图像。使用JavaScript调用百度地图开放平台的API接口，在地图上绘制车辆流向图。以研究点间订单的数量num为参数变量，设置线条显示宽度的为1+0.1*num，设置线条的透明度为0.2*num，以标识车辆流向数量的不同。线条越宽、越不透明的线条代表该线路车辆的流动量越多。

2.2 数据处理

2.2.1 将geohash编码转换为经纬度

该数据集所提供的地址信息为geohash编码的格式，该编码将二维的经纬度坐标点转换为一维的字符串，某一个字符串表示了某一个矩形区域，也就是说在这个矩形区域中的所有经纬度点都共享一个字符串。

内部的实现采用的是geohash算法，其实质其实是二分法。

由于纬度范围在[-90，90]，经度范围在[-180，180]，拿到一组经纬度location（x，y）时，先对纬度区间[-90，90]二分，[-90，0]及[0，90]，判断纬度在哪个区间，如在[0，90]区间内记结果为1，否则为0，以此类推多次使用二分法，在到达选取的最大长度时停止。对经度进行相同的操作，获得两个二进制串，之后偶数位放经度，奇数位放纬度，把2串编码组合生成新串。最后采用base32进行编码，获取geohash编码。