基于模糊算法的公共自行車服務優化評價系統研究

羅云芳，潘澤鍇

(廣西職業技術學院 計算機與電子信息工程系，廣西 南寧 530226)

0 引言

自行車作為一種節能、環保和健康的交通工具，作為短途出行，是市民選擇的最佳交通工具，因此公共自行車服務系統在全國許多城市正在建設普及。公共自行車服務系統主要由管理中心系統，網絡通信和站點組成，站點又包括自行車、自行車鎖樁和站點控制器。公共自行車服務系統的運營是利用網絡通信技術，將站點控制器獲取的站點信息數據傳送到管理中心系統，管理人員通過管理中心系統實現全城自行車站點的管理。目前城市交通壓力大污染越來越嚴重，作為能減緩城市交通壓力和污染速度的交通工具，公共自行車服務系統符合綠色中國行的政策，符合市民的出行需要［1］。

以租賃服務方式提供自行車給市民短途出行，在很多城市已大大方便了市民。但在實際使用中市民常遇到借還車難等情況。站點位置選擇，站點鎖樁和站點自行車數不合理已影響目前自行車服務系統的運行，因此，對目前系統運行進行優化勢在必行［2］。針對大多數城市存在的問題，本文以某城市公共自行車管理中心提供的特定時間段內各個站點借還車數據為研究樣本，引入基于模糊算法的控制器，采用模糊數學模型建立優化評價系統，從站點鎖樁需求量、自行車數、市民的方便程度和建設費用等因素評價站點選擇的合理性。在站點自行車需求量問題上，以站點單位時間內車流量(1 h)為考慮主因，建立線性規劃模型得出最優解即所設站點鎖樁數量等于可借車數和可停車數之和。同時結合最大鎖樁數量的限制，確定出每個站點所需的鎖樁數量，運用MATLAB軟件將數據進行擬合，進一步優化模型，從而建立公共自行車服務優化評價參數數學模型，為有效的對站點建設評價提供了有力的依據。

1 模糊算法控制器設計

在求解中，常會遇到只能求出模糊解的實際問題。只能求出模糊解的問題用模糊推理邏輯求解更科學合理。模糊推理就是根據已知模糊條件和模糊規則庫聯合求解可能的模糊結論近似推理的過程［3］。模糊控制器利用模糊理論實現，在處理非線性和沒有準確模型等復雜對象時，擁有很好的性能。采用的模糊控制系統結構如圖1所示。其中，Ke，Kec與Ku分別為e，ec與u的量化因子［4］。

圖1 模糊控制系統

模糊控制器由兩個輸入變量和兩個輸出變量組成。結合某城市公共自行車管理中心提供的數據特點，在進行模糊控制器的設計之前，使用軟件去除原始數據的離異值，通過數據透視統計出各個站點每天的借還車數;統計出各站點累計借車數和還車數，統計出各站點每天用車時長分布情況，在此基礎上，鎖樁誤差e和誤差變化率ec為假定的輸入變量，即給定的數量與實際需求量進行比較得到誤差e和它的微分ec。借還車數為EX1和EX2兩個輸出變量。輸入量經模糊化后轉化為用模糊控制語言描述的模糊集合，激活控制規則，經Mamdani模糊推理，離線計算出控制表，最后經過反模糊化得出實際的控制量。模糊控制器由4個步驟設計實現執行:

(1)確定實時的e和ec;

(2)把e和ec的精確量模糊化后的狀態E和EC作為控制器的輸入;

(3)由模糊規則分別計算控制量EX;

(4)精化模糊控制量EX，將結果u傳送到控制單元。

以輸入的兩個模糊變量作為控制器的輸入變量:鎖樁的誤差E及誤差變化率EC。兩個輸出模糊變量:借車數量EX1，還車數量EX2。在已經對給定數據進行統計處理的基礎上，將鎖樁誤差E及誤差變化率EC分為6 檔13 級，即{－6，－5，－4，－3，－2，－1，0，1，2，3，4，5，6}，其模糊子集選取如下語言值:{NB(負大)，NM(負中)，NS(負小)，Z(零)，PS(正小)，PM(正中)，PB(正大)};借車數量EX1和還車數量EX2的模糊子集為{G0，G1，G2，G3，G4，G5，G6}，輸出變量的量化等級也為 6 檔 13 級，即{－6，－5，－4，－3，－2，－1，0，1，2，3，4，5，6}。

在模糊控制理論中，先對變量的量化等級劃分，然后確定各變量隸屬度函數，每個隸屬度函數都擁有不同的含義，模糊子集隸屬度函數是模糊集合高分辨率特性的反映，具有較高的控制靈敏度，模糊集隸屬度函數是模糊集合低分辨率特性的反映，其特點是系統穩定性好，性能平緩，控制靈敏度較低。為方便計算，采用高斯形隸屬度函數表示模糊變量E和EC，輸出變量EX1，EX2采用三角形隸屬度函數［5］。

2 評價系統建模及優化

利用給定模糊控制系統，并在對變量量化和隸屬度函數給定的條件下，采用數據透視結合Excel VBA程序的方法，針對某公共自行車管理中心提供的原始數據，統計出各站點借還車頻次和借還車高峰時段，并歸類具有共同借還車高峰的站點，計算得出此服務系統在站點位置選擇上是否還可以優化。通過模糊算法，對模型進行綜合評價，從站點鎖樁需求量、自行車數、市民的方便程度和建設費用等因素評價所設站點的合理性。在自行車數量的合理配置上，以各站點單位時間內(1 h)車流量為主要考慮因素［6］，求得模型最優解即所設站點鎖樁數量等于可借車數和可停車數之和。

針對公共自行車鎖樁數量配置問題，從統計的數據中得出站點1和站點2借還車頻次較高。從某城市公共自行車管理中心提供的各站點可借車數和可停車數實時數據可知，站點鎖樁數量即可以停放自行車的最大數量，這個值等于站點實時可借車數和實時可停車數之和，站點1和站點2鎖樁數量計算結果分別為38個和20個，17:00～17:59這個時段為借車最高峰期，分別借出118和117輛次，而此時段兩個站點分別只還回49和95輛次。根據這兩個站點的鎖樁數量，分析可以得出此時段出現借車頻次大于站點鎖樁數量和還車頻次之和。由此可推斷出此時段這兩個站點借車是很困難的。為了更好的對當前運行的自行車服務系統鎖樁數量配置進行評價，使用如下模型求解。

由于使用公共自行車出行的人數相互獨立，而且具有相同的租用概率，因此使用公共自行車出行的人數X的概率服從二項分布X～B(n，r)可得:

式中P表示租車的概率，隨機變量X的期望EX就是X的可能取值與其對應概率乘積的和［7］，形式上EX是X的各種可能取值的加權平均。實際上，EX是X取值的真正“平均”。因此期望值模型是一種平均處理模型，下面是模型Ⅰ:

1.自行車站點前一時刻剩余的自行車數大于下一時刻自行車所需數量，是保證想要租用自行車的市民能租到自行車的前提條件:

式中Ai表示第i個站點單位時間段內累計的自行車流量，表示第i個站點在j時刻的還車量，Cij表示第i個站點在j時刻的借車量。

2.每個時刻想要還車的人都能在這一服務站點上還車，即有足夠的自行車鎖樁數:

式中Ti表示第i個站點需另設空車位數。

3.服務站點自行車數等于自行車數與空鎖樁數之和:

其中

最后將模型優化為:

式中Zi表示第i個站點最終確定的自行車數，Ai表示第i個站點最大允許的借還自行車數量。

3 系統仿真

以獲取的某自行車公共服務管理中心某個站點一天內自行車借還記錄，根據建立的模型Ⅱ，通過曲線擬合的方法，求解算法流程如圖2所示。

圖2 借還車數求解算法流程

將具體數據代入求解，求得了該站點的自行車借還數量分別為:

利用MATLAB軟件對實際借車數量和還車數量進行數據擬合對比，根據對比實際曲線和擬合曲線可以對站點合理性做出判斷。

在圖3、圖4中，曲線1都是實際的借車數或還車數，曲線2為擬合的曲線。對比圖3、4中的曲線1和曲線2，借還車實際數量與擬合值相差比較大，因此，目前使用的服務系統站點鎖樁數量配置是不合理的，這就要求在設點設鎖樁數量時必須滿足高峰期對自行車的需求量。

圖3 借車數量與擬合曲線圖

圖4 還車數量與擬合曲線圖

4 結束語

本文針對現在城市建設中該系統存在的服務站點設置、站點鎖樁數量配置不合理的問題，引入了模糊算法控制器，采用模糊數學模型建立優化評價系統進行綜合評價，處理數據、分析圖形，應用模糊綜合評價模型和線性規劃模型對服務站點設立和自行車數量配備進行合理性評價，最后使用軟件選取其中的任意一個站點進行仿真表明，該系統能夠有效的評判站點的合理性。

［1］劉引濤，劉楠.公共自行車服務系統站點及鎖樁設置評價模型的分析研究［J］.電子設計工程，2014，22(23):11－13.

［2］賈俊平，何曉群，金勇進.統計學［M］.北京:中國人民大學出版社，2004.

［3］黨小超，張春嬌，郝占軍.基于模糊元胞自動機的網絡輿情傳播模型研究［J］.計算機工程，2014，40(4):209－213.

［4］張立東，賈磊，朱文興.基于模糊理論的交通溢流識別算法［J］.計算機應用，2012，32(8):2378－2384.

［5］樊春麗，朱名日.蔗糖結晶過程的建模與控制［J］.計算機系統應用，2009(3):38－41.

［6］姜啟源.數學模型(第三版)［M］.北京:高等教育出版社，2003.

［7］薛薇.SPSS統計分析方法及應用［M］.北京:電子工業出版社，2013.