城市公共自行车的马尔科夫过程

中午出去找了点吃的,某人偶得一个idea,我们讨论了一路,记录为此短文。

某天出门发现台门口停了一排某商业公司做的公共自行车(不是徐汇区政府做的那个),扫码下载app,存个299元的押金就能把车骑走,半小时收费1元,停在城市内任何非机动车的白线内即可完成还车,每个单车上装有GPS导航系统,你也可以在app内查看离你最近的车,等等等等,非常方便。但是,台门口的车总是被骑走,骑回来的很少,每过几天,这家公司就把车找回来,重新停在南京银行这。所以理想情况下,如果假设人群的行为是一定的,那么没有“公司把车找回来”这个干预行为,车在这个城市的分布是趋于稳定的。

简化问题,可以认为这是一个 Markov chain。整个体系点的数目是一定的,每个点都有一定概率转移到下一个点,若干次迭代之后,系统当趋于稳定。所以,这个如果没有人为干预,这个城市里一定有些地方的自行车多,有些地方的车少。有了数据之后就能建立借、还车的转移概率矩阵……可以以此来作为建立站点的标准,可以研究甚至预测人们的行为。杭州的公共自行车系统已经成功运营了8年,如果公开数据的话肯定会有很有意思的结果。不过仔细考虑的话,问题还是要复杂得多,比如某个点附近的需求是一定的,过来的车若超出需求,骑走的车也不会增加,转移出去的总概率会下降,也就是说转移概率不是定值,而是状态依赖的。另外,好的站点设置,要尽量能满足大家的出行需求,又要尽量避免冗余,增加自行车的使用率,适量干预应该是必要的。

回来一搜谷歌,啊原来好多人都研究过这个问题,想想都应该是个数学建模比赛的经典选题。想起昨天看到的公益云图可视化大赛,真是又应了那句话——“我有很多想法,就缺个程序员”
┑( ̄Д  ̄)┍

希望明年能有时间有技术去玩玩~

标签: none

赞 (11)

添加新评论