城區(qū)公共自行車服務(wù)系統(tǒng)的分析研究

宋曉婷，王春年

城區(qū)公共自行車服務(wù)系統(tǒng)的分析研究

宋曉婷1，王春年2

（1. 山西建筑職業(yè)技術(shù)學(xué)院 基礎(chǔ)部，山西 太原 030619；2. 山西大學(xué) 計(jì)算機(jī)與信息技術(shù)學(xué)院，山西 太原 030006）

借助軟件篩選，運(yùn)用統(tǒng)計(jì)方法對浙江省溫州市某城區(qū)公共自行車20天租車和還車數(shù)據(jù)信息進(jìn)行處理，包括租車時(shí)長及使用頻次，站點(diǎn)間距離的測算，掌握了該地區(qū)公共自行車服務(wù)系統(tǒng)的運(yùn)行規(guī)律，做出合理的分析并擬定改進(jìn)方案，使該服務(wù)系統(tǒng)更加完善。

公共自行車服務(wù)系統(tǒng)；泊松分布；擬合優(yōu)度檢驗(yàn)法；MATLAB

1 引言

公共交通非機(jī)動車在全國各城市迅速推廣與普及，具有多重意義：首先是便民。市民或外來客人可以方便地在各自行車網(wǎng)點(diǎn)借用或歸還自行車；其次是環(huán)保。自行車的廣泛使用，可以有效降低汽車和摩托車的使用率，減少尾氣排放量，凈化城市空氣；再次是促進(jìn)市民體育鍛煉，許多城市居民由于繁忙的工作，缺乏運(yùn)動，城區(qū)自行車公共交通系統(tǒng)的建立，可以有效促進(jìn)市民隨時(shí)健身、增強(qiáng)體質(zhì)。因此，低碳，環(huán)保，節(jié)能的公共自行車成為全國許多城市的首選。自行車租賃的站點(diǎn)位置及各站點(diǎn)自行車鎖樁和自行車數(shù)量的合理配置顯得尤為重要，對系統(tǒng)的運(yùn)行效率與用戶的滿意度有重要的影響。

2 研究區(qū)概況

2.1 租車時(shí)長及使用頻次

利用Microsoft SQL Server數(shù)據(jù)庫軟件和SQL查詢語言對數(shù)據(jù)進(jìn)行分析，經(jīng)EXCEL整理得借車頻次數(shù)據(jù)和還車頻次數(shù)據(jù)以及所有站點(diǎn)按累計(jì)的借車頻次和還車頻次的排序[1]。數(shù)據(jù)得到每次用車時(shí)長的分布情況，發(fā)現(xiàn)用車時(shí)長越短的借車頻次越大，我們按照區(qū)間長度遞增的順序，選取浙江省溫州市某站點(diǎn)借出車使用時(shí)間段為[0,15]，[16,30]，[31,60]，[61,120]和大于120 min的分割，其分布圖如圖1所示。

圖1 單次租車使用時(shí)長分布

結(jié)果分析：該城區(qū)市民66%的人每次用車時(shí)長小于15 min，每次用車時(shí)長大于60 min的則相對較少。有34%的市民每次用車時(shí)長近0.5 h，說明大多數(shù)市民利用自行車來解決“最后一公里”問題，但也存在由于“借車遠(yuǎn)，借車難，還車難”，從而浪費(fèi)時(shí)間的現(xiàn)象。

2.2 數(shù)據(jù)擬合分析

將資料中數(shù)據(jù)導(dǎo)入EXCEL文檔，得出累計(jì)借車次數(shù)與借車卡數(shù)量的關(guān)系，再由MATLAB將代表借車次數(shù)的數(shù)據(jù)A2：A42、C2：C42、E2：E42分別導(dǎo)入到VarName1、VarName3、VarName5；將代表借車卡數(shù)量的數(shù)據(jù)B2：B42、D2：D42、F2：F42分別導(dǎo)入到VarName2、VarName4、VarName6。

在MATLAB工作區(qū)輸入以下命令，繪出借車次數(shù)與借車卡數(shù)關(guān)系圖：

syms x y a b c

x=[VarName1;VarName3;VarName5];

y=[VarName2;VarName4;VarName6];

a=x'*y;

% b=sum(y);

c=a/b;

plot(x,y,'b*')

其中，x，y，a，b，c分別是借車次數(shù)，借車卡數(shù)量，累計(jì)總借車次數(shù)，總借車卡數(shù)量，平均每借車卡借車數(shù)量。之后，借助cftool工具箱作出分析[2]，如圖2所示。

圖2 借車頻次與借車卡數(shù)量關(guān)系

2.2.1 相關(guān)數(shù)據(jù)結(jié)論

由運(yùn)行結(jié)果知：

（1）累計(jì)總借車頻次：637 541次；

（2）累計(jì)總借車卡數(shù)量：45 423張；

（3）平均每張借車卡借車頻次：14.035 6次，說明公交自行車使用效率較低，還應(yīng)做進(jìn)一步改善；

（4）因租借車輛均要?dú)w還，所以還車相關(guān)數(shù)量同借車。

2.2.2 相關(guān)擬合結(jié)論

由圖2信息知：

（1）借車次數(shù)與借車卡數(shù)量大致成反比例關(guān)系，擬合曲線選取指數(shù)函數(shù)[3]，方程為

相關(guān)系數(shù)R接近1，均方根誤差25.37，相對于數(shù)據(jù)個(gè)數(shù)已經(jīng)非常小，故所選方程擬合度較優(yōu)。

（2）測量天數(shù)內(nèi)借車卡借車次數(shù)大多集中在1~100次，可作為主要數(shù)據(jù)段進(jìn)行分析。

3 數(shù)據(jù)采集及分析

3.1 分析借還車次數(shù)最多一天的數(shù)據(jù)量

根據(jù)數(shù)據(jù)統(tǒng)計(jì)結(jié)果，選取自行車使用頻率最高的一天進(jìn)行分析，即已給站點(diǎn)合計(jì)使用公共自行車次數(shù)最多的一天，由此所得結(jié)果可以更有效地應(yīng)用于其他頻次較少的情況。

3.2 一天內(nèi)租車時(shí)間均值

=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 77 78 79 80 81 82 83 84 85 86 87 89 90 91 92 93 94 95 97 98 100 101 102 103 104 105 107 108 109 111 112 113 114 116 118 119 120 121 122 123 124 127 130 131 132 136 137 138 144 145 146 153 154 155 160 162 177 184 186 187 190 199 200 201 216 228 233 237 248 253 289 565 595];

y=[59 491 1134 1617 1919 2246 2222 2225 2178 2029 1843 1694 1652 1515 1377 1288 1059 1021 911 814 743 674 600 516 519 428 391 343 325 283 257 236 166 196 175 162 162 160 116 96 97 59 91 72 65 71 59 61 39 33 41 18 29 26 28 22 12 21 16 12 16 14 11 9 7 9 5 3 9 4 6 8 2 5 4 3 5 5 1 3 2 5 3 2 2 2 2 2 3 5 1 1 6 2 1 3 1 2 1 3 4 3 3 1 1 2 2 1 3 3 1 1 1 1 1 1 1 1 3 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1];

z=poisspdf(x,y);

plot(z)

所得結(jié)果如圖3所示。

圖3 車時(shí)間及其概率

3.3 檢驗(yàn)時(shí)間均值的可信度

3.4 篩選研究數(shù)據(jù)

4 相關(guān)結(jié)論

4.1 租車行駛距離

4.2 租還車頻次最高站點(diǎn)的數(shù)據(jù)

通過整理租還車頻次最高站點(diǎn)的數(shù)據(jù)，發(fā)現(xiàn)在人口相對密集區(qū)域的自行車使用情況符合大眾上下班時(shí)間的基本規(guī)律：早八點(diǎn)和晚五點(diǎn)使用頻次高。因此，可依據(jù)實(shí)際調(diào)整自行車的位置，方便大家使用，提高整體利用率。

用相同的方法可繼續(xù)搜索出相對使用率較高的若干站點(diǎn)進(jìn)行討論，得到該地區(qū)人口流動的大致范圍和方向，結(jié)合節(jié)假日時(shí)間，可基本確定其工作區(qū)、居住區(qū)、休閑區(qū)和學(xué)區(qū)等具有特殊功能的區(qū)域，對了解城市發(fā)展建設(shè)具有重大意義。

圖4 租/還車頻次最高站點(diǎn)情況

根據(jù)公共自行車的辦理人數(shù)比例、使用頻次及時(shí)間，可估算該地區(qū)的人口密度，人口數(shù)量，依據(jù)數(shù)據(jù)，可研究此區(qū)域響應(yīng)國家綠色出行環(huán)保出行的力度和城市的集中程度。

5 對未來非機(jī)動車事業(yè)發(fā)展的建議

（1）對辦理租車人員進(jìn)行身份驗(yàn)證并收取押金，便于使用時(shí)的信息跟蹤查詢。

（2）劃片站點(diǎn)人員配備，用于解決因時(shí)間、地域、活動等因素導(dǎo)致的非機(jī)動車輛不均衡問題。根據(jù)數(shù)據(jù)顯示應(yīng)在早八點(diǎn)及晚五點(diǎn)左右實(shí)行車輛調(diào)整計(jì)劃。

（3）設(shè)立服務(wù)站點(diǎn)電子系統(tǒng)，用于顯示城區(qū)的全部的自行車服務(wù)點(diǎn)、與所在服務(wù)點(diǎn)距離由近至遠(yuǎn)的其他服務(wù)點(diǎn)、其他各個(gè)服務(wù)點(diǎn)的自行車的剩余數(shù)以及空車位的數(shù)量。

（4）借車金額隨時(shí)間遞增，但使用時(shí)間規(guī)定上限。

（5）建立快速掛失系統(tǒng)，如電話、微信、支付寶、公交卡等方式。

（6）建立骨胳、皮膚、體重、人臉識別等系統(tǒng)，對兒童及超齡者不予租借。

（7）為鎖樁車輛配備防曬、防雨、防丟失等設(shè)施。

[1] Excel Home.Excel2007數(shù)據(jù)處理與分析實(shí)戰(zhàn)技巧精粹[M].北京:人民郵電出版社,2015:68-74.

[2] 天工在線.MAYLAB2018從入門到精通[M].北京:中國水利水電出版社,2018:95-108.

[3] Samprit Chatterjee, Ali S Hadi. Regression Analysis by Example[M]. Beijing: China Machine Press, 2020: 15- 38.

[4] 王慧敏,曹忠威,張奎.應(yīng)用數(shù)學(xué)-概率論與數(shù)理統(tǒng)計(jì)[M].北京:中國商業(yè)出版社,2014:119-124.

[5] 風(fēng)過無痕.Matlab概率統(tǒng)計(jì)編程指南[EB/OL].https:// www.cnblogs.com/xiexiaokui/archive/2008/11/14/1333861.html,2008-11-14.

[6] 傅維潼.概率論與數(shù)理統(tǒng)計(jì)輔導(dǎo)[M].北京:清華大學(xué)出版社,2003:335-336.

[7] 楊波霞,鄧衛(wèi),胡啟洲.大城市自行車交通發(fā)展的理性引導(dǎo)及對策研究[J].現(xiàn)代交通技術(shù),2006,3(4):50-53.

Analysis and Research on the Non-Motor Vehicle Service Systemof Urban Public Transportation

SONG Xiao-ting1, WANG Chun-nian2

(1. Department of Basic Courses, Shanxi Architectural College, Taiyuan 030619, China; 2. School of Computer and Information Technology, Shanxi University, Taiyuan 030006, China)

With the help of software screening and statistical methods, the data information of hiring and returning public bicycles in a certain urban area of Wenzhou City, Zhejiang Province during twenty days was analyzed in order to make the service system more perfect. The data includs the length and frequency of taxi rental, the measurement of the distance between stations, the operation law of the public bicycle service system in the area, the rational analysis and the formulation of improvement plan.

the non-motor vehicle service system; Poisson distribution; goodness of fit test; MATLAB

N37

A

1009-9115(2020)03-0015-04

10.3969/j.issn.1009-9115.2020.03.005

山西省教育科學(xué)“十三五”規(guī)劃課題（GH-19170)，山西省小店科技項(xiàng)目（2018XDCXY14）

2019-11-04

2020-04-15

宋曉婷（1980-），女，山西太原人，碩士，講師，研究方向?yàn)閿?shù)學(xué)應(yīng)用研究。

（責(zé)任編輯、校對：趙光峰）