基于預(yù)測信息的公共自行車查詢系統(tǒng)設(shè)計

陳玲娟，代 炯，胡 勝，王殿海

(1. 武漢科技大學(xué) 汽車與交通工程學(xué)院，湖北 武漢 430081；2.浙江大學(xué) 建筑工程學(xué)院，浙江 杭州 310058)

基于預(yù)測信息的公共自行車查詢系統(tǒng)設(shè)計

陳玲娟1，2，代 炯1，胡 勝1，王殿海2

(1. 武漢科技大學(xué) 汽車與交通工程學(xué)院，湖北 武漢 430081；2.浙江大學(xué) 建筑工程學(xué)院，浙江 杭州 310058)

為緩解公共自行車借還車難現(xiàn)象，基于微信平臺獲取數(shù)據(jù)及云平臺處理數(shù)據(jù)，設(shè)計了以微信為界面的公共自行車查詢系統(tǒng)。首先通過微信獲取出行輸入，根據(jù)歷史數(shù)據(jù)擬合用戶分時段的出行需求，再由云平臺根據(jù)輸入調(diào)用周圍站點信息，運用擬合數(shù)據(jù)預(yù)測用戶到達(dá)周圍站點時的可借還車輛數(shù)，并通過排序算法返回促進(jìn)系統(tǒng)供需平衡的用戶站點選擇優(yōu)劣方案，引導(dǎo)用戶合理出行。最后以武漢市公共自行車網(wǎng)絡(luò)為例，設(shè)計了包含站點車輛數(shù)查詢，選擇路線推薦等功能的公共自行車查詢系統(tǒng)，并比較了預(yù)測信息與傳統(tǒng)信息對問題的改善程度。

交通運輸工程；公共自行車；微信；云平臺；預(yù)測信息；選擇站點排序

0 引 言

我國多個城市已經(jīng)推行了公共自行車系統(tǒng)，在解決短程接洽出行及環(huán)保出行方面得到了廣大市民的一致認(rèn)可。但隨著公共自行車使用率的提高，高峰期的“借還車難”問題越來越突出，成為了制約其發(fā)展的瓶頸因素之一。國內(nèi)各城市公共自行車租賃普遍存在潮汐現(xiàn)象，即某些借還車頻繁的站點存放自行車數(shù)量震幅大，早高峰時難借車，晚高峰時難還車，導(dǎo)致借車時走行距離過長，還車時騎行距離過長?，F(xiàn)有對該問題的解決方案分為兩種，即對站點存車數(shù)統(tǒng)一調(diào)度和開發(fā)引導(dǎo)借還車的應(yīng)用系統(tǒng)。統(tǒng)一調(diào)度方面，學(xué)者們做了眾多研究[1-5]，從站點需求，調(diào)度方案設(shè)計等方面對借還車結(jié)果進(jìn)行調(diào)配從而緩解借還車壓力。但由于高峰期自行車借還大多集中在商貿(mào)區(qū)及居民區(qū)附近，道路擁堵嚴(yán)重，站點與機動車道相距較遠(yuǎn)，易造成調(diào)運車輛行駛速度慢，上下搬運時間長，調(diào)運困難等問題，導(dǎo)致站點車輛不能及時達(dá)到平衡；應(yīng)用系統(tǒng)方面，現(xiàn)有基于APP和微信平臺的公共自行車查詢系統(tǒng)兩種形式[6-7]。采用APP開發(fā)的軟件，包括“杭州公共自行車服務(wù)查詢”，“北京公共自行車”，“蘇州公共自行車”等?；谖⑿砰_發(fā)公眾號的城市包括北京、上海、杭州、蘇州等30多個。但不管是APP還是微信查詢系統(tǒng)，都存在一定缺陷。首先，眾多系統(tǒng)沒有建立實際路網(wǎng)的站點信息庫，站點數(shù)據(jù)普遍缺失，造成查詢功能名存實亡，使得APP或微信查詢使用率不高；其次，目前查詢系統(tǒng)只能為用戶提供站點可借車輛數(shù)和可還空車位數(shù)等信息，且返回給用戶查詢時刻的靜態(tài)數(shù)據(jù)，既沒有提供合理的借還站點選擇方案建議，也沒有對出行者從查詢到抵達(dá)過程中，站點車位數(shù)變化進(jìn)行預(yù)測估計。然而用戶在起點搜索到的站點數(shù)據(jù)，與到達(dá)時的實際站點數(shù)據(jù)存在偏差，特別是在高峰期使查詢結(jié)果缺乏動態(tài)性和可靠性。綜合來看，現(xiàn)有查詢軟件對公共自行車系統(tǒng)供需平衡及站點車輛數(shù)協(xié)調(diào)改善作用較小。且當(dāng)所有用戶都選擇查詢時刻的最佳站點時，可能帶來選擇的過激反應(yīng)，反而導(dǎo)致系統(tǒng)失衡，造成過多的借還車成本。

為更好促進(jìn)公共自行車發(fā)展，有效緩解借還車難問題，筆者從使用者角度出發(fā)，開發(fā)公共自行車公眾微信號。結(jié)合武漢市公共自行車系統(tǒng)，與運營方鑫飛達(dá)合作獲得站點數(shù)據(jù)支持，采用云平臺搭建車位數(shù)預(yù)測與選擇站點排序算法，發(fā)布站點到達(dá)時刻站點預(yù)測車輛數(shù)，空車位數(shù)及借還站點推薦等信息，對借還車過程加以引導(dǎo)，平衡各站點壓力，從而與統(tǒng)一調(diào)度互為補充，共同緩解公共自行車借還車難的問題。

1 系統(tǒng)整體框架

系統(tǒng)首先通過微信和站點歷史數(shù)據(jù)獲取用戶出行需求；再由云平臺根據(jù)輸入定位查詢點，確定所在位置周圍公共自行車站點，并調(diào)用相應(yīng)站點信息，運用歷史數(shù)據(jù)擬合預(yù)測用戶到達(dá)站點時的可借車輛數(shù)或可還空車位數(shù)；最后通過排序算法返回對用戶最有利的借車或還車站點，從而對借還車用戶進(jìn)行有規(guī)律的分流，促進(jìn)系統(tǒng)供需之間的平衡，引導(dǎo)用戶合理選擇公共自行車借還站點。作品整體框架如圖1。

圖1 系統(tǒng)框架Fig.1 System frame diagram

從圖1可看到，整個系統(tǒng)第1步是查詢，用戶輸入自身需求，即輸入出發(fā)點，終到點；第2步是上傳數(shù)據(jù)，即將通過微信平臺輸入的用戶需求上傳到云平臺進(jìn)行數(shù)據(jù)處理。第4步云平臺數(shù)據(jù)處理所做操作如下：首先調(diào)取存有的公共自行車站點數(shù)據(jù)庫，(即第3步，包括站點位置，站點實時車輛數(shù)據(jù)等)，定位用戶所在位置附近站點，并根據(jù)設(shè)計基于預(yù)測信息的站點選擇查詢功能，給出最佳的用戶借還車站點選擇方案，并通過微信平臺返回給用戶(第5步)。

系統(tǒng)分別從微信平臺和云平臺兩個模塊進(jìn)行設(shè)計。整體設(shè)計步驟如下：

1)利用微信服務(wù)號做查詢系統(tǒng)的開發(fā)，包括訂閱號和服務(wù)號比較選擇；接口開發(fā)及界面功能開發(fā)。

2)利用云平臺構(gòu)建網(wǎng)絡(luò)數(shù)據(jù)庫BS(瀏覽器/服務(wù)器結(jié)構(gòu))服務(wù)器。

3)在云平臺內(nèi)部設(shè)計系統(tǒng)查詢功能算法作為輸出數(shù)據(jù)，預(yù)測從查詢時刻至到達(dá)時刻的間隔內(nèi)，站點現(xiàn)存車輛數(shù)及空車位數(shù)變化情況。根據(jù)到達(dá)時刻站點可借還車及需求數(shù)量，確定搜索站點區(qū)域范圍，并按優(yōu)劣順序推薦站點，從而引導(dǎo)用戶選擇站點借還車。

1.1 微信開發(fā)

微信公眾平臺作為用戶和云端的一個信息交互中介，負(fù)責(zé)接收用戶輸入信息，封裝后轉(zhuǎn)交給云端，同時也負(fù)責(zé)將云端處理完后的信息轉(zhuǎn)交到用戶微信上。

目前微信公眾號包括訂閱號和服務(wù)號。訂閱號主要面向于個人和媒體，自助查詢功能較為基礎(chǔ)，推送功能更為強大；而服務(wù)號主要面向于企業(yè)和組織，消息推送雖被限制，但提供的API(應(yīng)用程序編程接口)接口權(quán)限更多，獲得的自助服務(wù)功能更為豐富。因此本文微信平臺使用服務(wù)號，此種形式能提供菜單功能，擁有更好的人機交互界面，方便用戶操作。圖2顯示了公共自行車微信查詢平臺的功能菜單。

圖2 公共自行車微信查詢平臺的功能菜單Fig.2 Function menu of WeChat public bicycle query platform

1.2 云平臺處理數(shù)據(jù)

系統(tǒng)在收到用戶微信端的請求數(shù)據(jù)之后，需要對數(shù)據(jù)進(jìn)行處理?？紤]到軟件開發(fā)的硬件成本、開發(fā)成本、運營維護(hù)成本和安全性，采用SAE(新浪云平臺)作為數(shù)據(jù)處理中心。利用SAE提供的一系列分布式計算、存儲服務(wù)等功能，在Windows上通過SVN(版本控制系統(tǒng))或者Web版在線代碼編輯器對公共自行車查詢系統(tǒng)的算法進(jìn)行開發(fā)和調(diào)試。在接收到用戶微信客戶端的數(shù)據(jù)之后，系統(tǒng)通過歷史數(shù)據(jù)擬合，得出用戶在到達(dá)站點過程中該搜索區(qū)域內(nèi)的預(yù)測出行需求，發(fā)布基于終到點預(yù)測的站點信息，并形成方便用戶出行的方案。在給用戶帶來方便的同時，也協(xié)調(diào)了公共自行車網(wǎng)絡(luò)需求與供給間的平衡。

2 基于預(yù)測信息的系統(tǒng)查詢功能

2.1 系統(tǒng)網(wǎng)絡(luò)表示法

將公共自行車使用者借助微信輸入的查詢起點定為O，查詢終點定為D，如圖3。網(wǎng)絡(luò)表示中，編號①～⑦代表查詢區(qū)域內(nèi)的公共自行車站點。假設(shè)從起點O，D到就近站點i的距離為直線距離r，且出行者為步行。筆者在選取O，D點的就近站點時，假定r在容許步行距離范圍內(nèi)。

圖3 公共自行車交通網(wǎng)絡(luò)Fig.3 Public bicycle traffic network diagram

公共自行車網(wǎng)絡(luò)以所研究區(qū)域內(nèi)既有路網(wǎng)結(jié)構(gòu)為基礎(chǔ)，其中交叉口為節(jié)點，連接交叉口的路段為節(jié)點間的弧，網(wǎng)絡(luò)的起訖點為查詢點O和到達(dá)點D。直線連接O和D與就近搜索到的n個站點，構(gòu)成網(wǎng)絡(luò)的附加弧，如圖3中虛線路段。

按照公共自行車出行特征，出行起點和訖點可分為公共交通、公共服務(wù)設(shè)施、居住、游憩、校園5類。公共交通類為公交車站、地鐵站等；公共服務(wù)設(shè)施類為大型商場、超市、銀行、醫(yī)院、企事業(yè)單位等；居住類為社區(qū)和居住小區(qū)；游憩類為公園、旅游景點、游樂場等；校園類為大專院校、中學(xué)等。因此筆者將公共自行車站點劃分為公交點、共建點、居住點、游憩點和校園點5類。根據(jù)城市公共自行車站點建設(shè)前的選址規(guī)劃，即可確定節(jié)點附近有哪些站點。并將節(jié)點以及節(jié)點附近的站點劃分為一個區(qū)塊。如某學(xué)校A附近有A1，A2，A3三個站點，那么，節(jié)點A與A1，A2，A3共同構(gòu)成一個校園區(qū)塊。通過區(qū)塊劃分，有利于確定公共自行車出行網(wǎng)絡(luò)中OD對的總出行需求，總供給及查詢點附近站點集合。

在公共自行車系統(tǒng)網(wǎng)絡(luò)構(gòu)建中，假設(shè)節(jié)點，弧以及借還車站點屬性滿足如下條件：

1)所有出行起訖點都屬于上述5類節(jié)點；

2)網(wǎng)絡(luò)中各節(jié)點不存在重合部分；

3)所有借還車站點都在起訖節(jié)點所屬的區(qū)塊內(nèi)選擇；

4)使用者從借車站點到還車站點的騎行過程中，不考慮網(wǎng)絡(luò)節(jié)點延誤，且走行時間不考慮車流影響，僅跟騎行速度相關(guān)；

5)在計算從起點到就近站點的走行時間過程中，僅以兩點間直線距離代替。

微信服務(wù)號關(guān)注者以固定格式(查詢某地附近站點信息則直接輸入該地點名稱，查詢從A地到B地的可行借還路線則輸入A#B)給服務(wù)號發(fā)送信息或者直接發(fā)送LBS地理位置信息。系統(tǒng)對輸入信息識別后，確定用戶輸入地點所屬區(qū)塊，將區(qū)塊內(nèi)站點作為用戶選擇的備選站點；若用戶輸入地點不屬于某個節(jié)點，則在地圖上搜索該地點附近節(jié)點，并將其返回給用戶，讓用戶進(jìn)行進(jìn)一步選擇，以確定起訖節(jié)點及其附屬區(qū)塊。

2.2 基于終到時段的站點預(yù)測信息輸出

傳統(tǒng)查詢系統(tǒng)僅能實現(xiàn)查詢時刻的數(shù)據(jù)反饋，即返回用戶在起點時刻的數(shù)據(jù)。但實際當(dāng)用戶到達(dá)終點時，站點信息可能與起點查詢結(jié)果相差甚遠(yuǎn)。因此，筆者引入預(yù)測算法，根據(jù)用戶的查詢時刻，預(yù)測到達(dá)終點時的站點信息，具體步驟如下。

2.2.1 預(yù)測各小時段的站點車輛數(shù)變化

1)根據(jù)各站點存車數(shù)歷史數(shù)據(jù)，對高峰時段借還車需求進(jìn)行預(yù)測?？紤]到工作日與休息日間出行需求不同，將二者分開擬合。在數(shù)據(jù)量選擇上，以預(yù)測日前10天數(shù)據(jù)為參考?？紤]到高峰時域2 h內(nèi)出行的時段波動性，為避免整體預(yù)測求均值產(chǎn)生誤差，將高峰時段內(nèi)(早高峰07:30—09:30，晚高峰16:30—18:30)站點需求量按5 min間隔分為48個小時段。

2)建立一元線性回歸方程，表示為yi,k=ai,k+bi,kxi,k，其中xi,k表示站點i第x天的第k個時段，yi,k表示對應(yīng)的出行需求，即k時段站點車輛數(shù)變化。對站點i的10組數(shù)據(jù)分小時段擬合，獲得48組ai,k,bi,k值。

3)將擬合方程在時間域上擴(kuò)展，預(yù)測當(dāng)天高峰時域內(nèi)各小時段的出行需求。

2.2.2 根據(jù)終到時段輸出站點數(shù)據(jù)

根據(jù)查詢時刻所處時段，起始位置，終到點及終到時刻等信息，預(yù)測終到時刻各站點的車輛數(shù)，空車位數(shù)等信息。

1)節(jié)借車站點車輛數(shù)預(yù)測

對借車用戶而言，在查詢時刻搜索附近站點，tb=S1/Vb，S1為起始點到借車點的距離，步行速度Vb取4 km/h。根據(jù)查詢時段k，判別到達(dá)借車站點所處時段k+j，調(diào)用2.2.1小節(jié)中對應(yīng)時段的擬合方程計算車輛數(shù)變化。得站點i預(yù)測存車數(shù)為

如查詢當(dāng)前時刻為09:12，09:12在09:10到09:15時間段內(nèi)，查詢擬合方程序列，屬于第45個時間段，則存車數(shù)為

Xi=當(dāng)前時刻實際存車數(shù)+預(yù)測值(yi,46+yi,47)。

2)還車站點空車位數(shù)預(yù)測

以圖3為例，從起點到訖點的路程耗費時間T=tb+tq，tb=S1/Vb表示步行時間，S1為二級節(jié)點到各站點的距離，步行速度Vb取4 km/h；tq=S2/Vq表示騎行時間，S2為站點與站點的距離，騎行速度Vq取10 km/h。

終點到達(dá)時刻t=當(dāng)前查詢時間+路程耗費時間T

根據(jù)路程耗費時間T判斷查詢時刻及到達(dá)時刻處在的時段分別為k,k+j。調(diào)出時段內(nèi)各還車站點的車輛數(shù)變化擬合方程得

站點預(yù)測空車位數(shù)Yi=當(dāng)前站點空車位數(shù)-

2.3 借還車路線選擇排序

仿照公交路線查詢結(jié)果的形式，以微信為平臺，給出公共自行車接洽出行中，借還車路線選擇優(yōu)劣排序算法步驟如下(借車點A，還車點B的組合稱為一條路線)。

2.3.1 起訖區(qū)塊需求和供給確定

2.3.2 出行路線確定

確定借還車路線，目的在于引導(dǎo)用戶到預(yù)測可借車位數(shù)大的站點借車，到預(yù)測空車位數(shù)多的站點還車。當(dāng)需求小于供給時，不會出現(xiàn)借還車難的現(xiàn)象，當(dāng)需求大于供給時，則表明所選擇站點不能滿足需求，則需要擴(kuò)大區(qū)塊站點選擇范圍，對選擇范圍進(jìn)行l(wèi)次擴(kuò)大，直至需求小于供給，再以先近后遠(yuǎn)原則進(jìn)行排序?；谝陨戏治觯O(shè)計算法如下：

限于作者親自閱讀、筆者明確引用、公開發(fā)表或有案可查者。

4)對從站點集合A到B的借還車路線，按照Xi·Yj大小排序，并將其作為優(yōu)先方案排在前面；對從A′到B′的借還車路線則按照總走行時間長短排序，并將其放在方案排序的后部。

3 武漢市公共自行車查詢系統(tǒng)示例

3.1 系統(tǒng)網(wǎng)絡(luò)表示法

武漢市公共自行車系統(tǒng)建設(shè)于2008年，至2015年武漢公共自行車共建設(shè)站點800個，按站點性質(zhì)分類，公交點149個，公建點155個，居住點371個，游憩點30個，校園點95個，共70 000輛公共自行車投入使用，日均租還車次數(shù)達(dá)到22萬次，且布局規(guī)模在不斷擴(kuò)大。隨著武漢地鐵的逐步建設(shè)，武漢市政府規(guī)劃新增服務(wù)于地鐵的公交點百余個，以接駁地鐵交通，服務(wù)于居民最后一公里出行。

文中數(shù)據(jù)包括站點布局，站點實時信息數(shù)據(jù)及站點借還車歷史數(shù)據(jù)。這些數(shù)據(jù)均由武漢公共自行車運營方鑫飛達(dá)集團(tuán)提供。其中，站點實時數(shù)據(jù)包括站點當(dāng)前可借還車數(shù)、站點地理坐標(biāo)和站點運營時間等，該類由鑫飛達(dá)提供的站點實時數(shù)據(jù)接口提供；站點借還車歷史數(shù)據(jù)包括歷史時間內(nèi)公共自行車站點每天各時段的借車和還車數(shù)量，以數(shù)據(jù)庫文件形式提供。

3.2 結(jié)果顯示

將上述預(yù)測算法集成到云平臺處理數(shù)據(jù)，并以微信作為與用戶的交流窗口，設(shè)計系統(tǒng)功能顯示如圖4。

3.2.1 微信系統(tǒng)示例(圖4)

圖4 設(shè)計系統(tǒng)功能顯示Fig.4 Function display of design system

3.2.2 系統(tǒng)優(yōu)劣性比較

為檢驗預(yù)測及排序算法的有效性，以武漢市武廣商圈內(nèi)9個公共自行車站點為考察對象，選取某個工作日內(nèi)早高峰07:30—09:30為檢驗時間段，采用鑫飛達(dá)提供的實際需求數(shù)據(jù)，分別比較該設(shè)計系統(tǒng)的選擇方式與傳統(tǒng)選擇方式間站點借還車的繁忙程度。假設(shè)傳統(tǒng)選擇方式有兩種，一種是無信息提供，使用者僅根據(jù)站點距離選擇就近借還點，另一種是僅提供查詢時刻車輛數(shù)，使用者依照就近原則選擇允許借還車的站點。3種條件下，系統(tǒng)整體指標(biāo)比較如表1。表1中，無可借(還)車概率=到達(dá)站點發(fā)現(xiàn)車輛(空車位)數(shù)為0的人數(shù)/總出行人數(shù)，騎行及走行距離降低比例以無信息條件下為基準(zhǔn)。

表1 系統(tǒng)優(yōu)劣性比較結(jié)果

從表1可見，由于所選區(qū)塊為商業(yè)區(qū)，集中各種辦公場所，為人員聚集區(qū)，且附近地鐵及常規(guī)公交站點眾多，公共自行車承擔(dān)了短程接洽出行，因此早高峰時段無可借車的概率3種情況下均較小，而還車難問題則較突出?？煽吹降诙N情況下，無空位還車概率反而提高了，原因在于瞬時信息的集聚效應(yīng)導(dǎo)致使用者均朝向同一站點，同時為了還上車導(dǎo)致騎行距離增加；整體表現(xiàn)來看，設(shè)計系統(tǒng)提供站點預(yù)測信息，能降低借還車難的概率，同時減少騎行及走行距離。

4 結(jié) 語

筆者借助微信平臺輸入輸出數(shù)據(jù)和云平臺處理數(shù)據(jù)，設(shè)計了基于預(yù)測算法的公共自行車查詢系統(tǒng)。與現(xiàn)有查詢系統(tǒng)相比，該系統(tǒng)不僅能向用戶提供站點的車輛數(shù)或空車位數(shù)等實時數(shù)據(jù)，并能擬合站點歷史數(shù)據(jù)，得出站點即時需求，預(yù)測到達(dá)時刻站點信息，并通過排序算法向用戶推薦選擇站點路線。最后以武漢市公共自行車系統(tǒng)為例，給出了所設(shè)計微信公眾號的表現(xiàn)形式及功能設(shè)置，并與傳統(tǒng)選擇方式作對比，發(fā)現(xiàn)所設(shè)置的預(yù)測信息算法能在一定程度上緩解借還車難的現(xiàn)象。

筆者設(shè)計系統(tǒng)所采用的地點輸入形式為文本，對信息輸入準(zhǔn)確性要求較高，導(dǎo)致用戶輸入數(shù)據(jù)較麻煩。為解決該問題，下一步，可接入百度地圖的API，用戶可以通過直接發(fā)送“位置”信息進(jìn)行相關(guān)查詢，不僅能夠省去輸入文字的復(fù)雜性，同時使得輸入地點更加準(zhǔn)確。

參考文獻(xiàn)(References)：

[1] 張冬梅，葉飛，朱彤．西安市公共自行車單站點調(diào)度算法研究[J].交通科技與經(jīng)濟(jì),2014,16(3):76-79. ZHANG Dongmei，YE Fei，ZHU Tong．Research on Xi’an public bicycle single-site scheduling algorithm[J].Technology&EconomyinAreasofCommunications,2014,16(3):76-79.

[2] 李虎. 基于Web-GIS的公共自行車信息服務(wù)查詢系統(tǒng)研究[D]. 西安：長安大學(xué)，2014. LI Hu.ResearchofthePublicBicycleInformationServiceQueryingSystembasedonWeb-GIS[D]. Xi’an：Chang’an University，2014.

[3] 胡列格，夏云，王佳，等．城市公共自行車高峰期需求不均衡的調(diào)度優(yōu)化研究[J].鐵道科學(xué)與工程學(xué)報,2015,12(2):441-448. HU Liege，XIA Yu，WANG Jia，et al. Scheduling optimization research on demand imbalance of urban public bicycles during peak period[J].JournalofRailwayScienceandEngineering, 2015,12(2):441-448.

[4] 芮一鳴，葉麗霞．城市公共自行車調(diào)度系統(tǒng)框架設(shè)計[J].公路交通科技,2015,122(2):242-244. RUI Yiming，YE Lixia．Frame design of urban public bicycle scheduling system[J].JournalofHighwayandTransportationResearchandDepartment, 2015,122(2):242-244.

[5] 劉登濤，方文道，章堅民，等．公共自行車交通系統(tǒng)調(diào)度算法[J].計算機系統(tǒng)應(yīng)用,2011,20(9):112-116. LIU Dengtao，F(xiàn)ANG Wendao，ZHANG Jianmin，et al. Scheduling algorithm for public bicycle system[J].ComputerSystems&Applications,2011,20(9):112-116.

[6] 何流，李旭宏，陳大偉，等．公共自行車動態(tài)調(diào)度系統(tǒng)需求預(yù)測模型研究[J].武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版) ,2013,37(2):278-282. HE Liu，LI Xuhong，CHEN Dawei，et al. Research on the demand forecast model of public bike dynamic scheduling system[J].JournalofWuhanUniversityofTechnology(TransportationScience&Engineering) ,2013,37(2):278-282.

[7] 韓玉飛，殷旭東．基于Android的公共自行車查詢系統(tǒng)設(shè)計與實現(xiàn)[J].網(wǎng)絡(luò)與通信,2013,18(38):41-47. HAN Yufei，YIN Xudong. Design and implementation of public bicycle query system based on android[J].NetworkandCommunication,2013,18(38):41-47.

Design of Public Bicycle Query System Based on Predictive Information

CHEN Lingjuan1, 2, DAI Jiong1, HU Sheng1, WANG Dianhai2

(1. School of Automobile & Traffic Engineering, Wuhan University of Science & Technology, Wuhan 430081, Hubei, P.R.China; 2. School of Civil Engineering & Architecture, Zhejiang University, Hangzhou 310058, Zhejiang, P.R.China)

In order to ease the difficulty of public bicycles’ borrowing and returning, a query system of public bicycles with WeChat interface was designed, which used WeChat platform to obtain data and used cloud platform to process data. Firstly, travel input was obtained by WeChat and the users’ travel demand for each period of time was fitted according to historical data. And then, according to the travel input, the information of around sites was extracted by the cloud platform, and the fitting data was used to predict the remained vehicles available to borrow when users arrived at the around sites; meanwhile, a sorting algorithm was provided to system users for site selection in order to guide users’ reasonable travel. Finally, taking a public bicycle network in Wuhan as an example, a query system of public bicycles was designed, whose functions included the site bicycle number query and route recommendation. And the improvement of forecasting information and traditional information on the problem was comprised.

traffic and transportation engineering; public bicycle; micro-letter; cloud platform; predictive information; ranking site selection

10.3969/j.issn.1674-0696.2016.03.33

2015-06-10；

2016-01-13

國家自然科學(xué)基金項目(51308425)；中國博士后科學(xué)基金項目(2014M561762)；大學(xué)生科技創(chuàng)新基金研究項目(132RB085)

陳玲娟(1985—)，女，湖北天門人，博士，主要從事城市交通出行行為方面的研究。E-mail：chenlingjuan@163.com。

U484

A

1674-0696(2016)03-167-06