羅云芳，潘澤鍇

(廣西職業(yè)技術(shù)學(xué)院 計(jì)算機(jī)與電子信息工程系，廣西 南寧 530226)

0 引言

自行車作為一種節(jié)能、環(huán)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(wù)系統(tǒng)在全國許多城市正在建設(shè)普及。公共自行車服務(wù)系統(tǒng)主要由管理中心系統(tǒng)，網(wǎng)絡(luò)通信和站點(diǎn)組成，站點(diǎn)又包括自行車、自行車鎖樁和站點(diǎn)控制器。公共自行車服務(wù)系統(tǒng)的運(yùn)營是利用網(wǎng)絡(luò)通信技術(shù)，將站點(diǎn)控制器獲取的站點(diǎn)信息數(shù)據(jù)傳送到管理中心系統(tǒng)，管理人員通過管理中心系統(tǒng)實(shí)現(xiàn)全城自行車站點(diǎn)的管理。目前城市交通壓力大污染越來越嚴(yán)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(wù)系統(tǒng)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(wù)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(shí)際使用中市民常遇到借還車難等情況。站點(diǎn)位置選擇，站點(diǎn)鎖樁和站點(diǎn)自行車數(shù)不合理已影響目前自行車服務(wù)系統(tǒng)的運(yùn)行，因此，對(duì)目前系統(tǒng)運(yùn)行進(jìn)行優(yōu)化勢在必行［2］。針對(duì)大多數(shù)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(shí)間段內(nèi)各個(gè)站點(diǎn)借還車數(shù)據(jù)為研究樣本，引入基于模糊算法的控制器，采用模糊數(shù)學(xué)模型建立優(yōu)化評(píng)價(jià)系統(tǒng)，從站點(diǎn)鎖樁需求量、自行車數(shù)、市民的方便程度和建設(shè)費(fèi)用等因素評(píng)價(jià)站點(diǎn)選擇的合理性。在站點(diǎn)自行車需求量問題上，以站點(diǎn)單位時(shí)間內(nèi)車流量(1 h)為考慮主因，建立線性規(guī)劃模型得出最優(yōu)解即所設(shè)站點(diǎn)鎖樁數(shù)量等于可借車數(shù)和可停車數(shù)之和。同時(shí)結(jié)合最大鎖樁數(shù)量的限制，確定出每個(gè)站點(diǎn)所需的鎖樁數(shù)量，運(yùn)用MATLAB軟件將數(shù)據(jù)進(jìn)行擬合，進(jìn)一步優(yōu)化模型，從而建立公共自行車服務(wù)優(yōu)化評(píng)價(jià)參數(shù)數(shù)學(xué)模型，為有效的對(duì)站點(diǎn)建設(shè)評(píng)價(jià)提供了有力的依據(jù)。

1 模糊算法控制器設(shè)計(jì)

在求解中，常會(huì)遇到只能求出模糊解的實(shí)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(xué)合理。模糊推理就是根據(jù)已知模糊條件和模糊規(guī)則庫聯(lián)合求解可能的模糊結(jié)論近似推理的過程［3］。模糊控制器利用模糊理論實(shí)現(xiàn)，在處理非線性和沒有準(zhǔn)確模型等復(fù)雜對(duì)象時(shí)，擁有很好的性能。采用的模糊控制系統(tǒng)結(jié)構(gòu)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(tǒng)

模糊控制器由兩個(gè)輸入變量和兩個(gè)輸出變量組成。結(jié)合某城市公共自行車管理中心提供的數(shù)據(jù)特點(diǎn)，在進(jìn)行模糊控制器的設(shè)計(jì)之前，使用軟件去除原始數(shù)據(jù)的離異值，通過數(shù)據(jù)透視統(tǒng)計(jì)出各個(gè)站點(diǎn)每天的借還車數(shù);統(tǒng)計(jì)出各站點(diǎn)累計(jì)借車數(shù)和還車數(shù)，統(tǒng)計(jì)出各站點(diǎn)每天用車時(shí)長分布情況，在此基礎(chǔ)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(shù)量與實(shí)際需求量進(jìn)行比較得到誤差e和它的微分ec。借還車數(shù)為EX1和EX2兩個(gè)輸出變量。輸入量經(jīng)模糊化后轉(zhuǎn)化為用模糊控制語言描述的模糊集合，激活控制規(guī)則，經(jīng)Mamdani模糊推理，離線計(jì)算出控制表，最后經(jīng)過反模糊化得出實(shí)際的控制量。模糊控制器由4個(gè)步驟設(shè)計(jì)實(shí)現(xiàn)執(zhí)行:

(1)確定實(shí)時(shí)的e和ec;

(2)把e和ec的精確量模糊化后的狀態(tài)E和EC作為控制器的輸入;

(3)由模糊規(guī)則分別計(jì)算控制量EX;

(4)精化模糊控制量EX，將結(jié)果u傳送到控制單元。

以輸入的兩個(gè)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(gè)輸出模糊變量:借車數(shù)量EX1，還車數(shù)量EX2。在已經(jīng)對(duì)給定數(shù)據(jù)進(jìn)行統(tǒng)計(jì)處理的基礎(chǔ)上，將鎖樁誤差E及誤差變化率EC分為6 檔13 級(jí)，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(fù)大)，NM(負(fù)中)，NS(負(fù)小)，Z(零)，PS(正小)，PM(正中)，PB(正大)};借車數(shù)量EX1和還車數(shù)量EX2的模糊子集為{G0，G1，G2，G3，G4，G5，G6}，輸出變量的量化等級(jí)也為 6 檔 13 級(jí)，即{－6，－5，－4，－3，－2，－1，0，1，2，3，4，5，6}。

在模糊控制理論中，先對(duì)變量的量化等級(jí)劃分，然后確定各變量隸屬度函數(shù)，每個(gè)隸屬度函數(shù)都擁有不同的含義，模糊子集隸屬度函數(shù)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(shù)是模糊集合低分辨率特性的反映，其特點(diǎn)是系統(tǒng)穩(wěn)定性好，性能平緩，控制靈敏度較低。為方便計(jì)算，采用高斯形隸屬度函數(shù)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(shù)［5］。

2 評(píng)價(jià)系統(tǒng)建模及優(yōu)化

利用給定模糊控制系統(tǒng)，并在對(duì)變量量化和隸屬度函數(shù)給定的條件下，采用數(shù)據(jù)透視結(jié)合Excel VBA程序的方法，針對(duì)某公共自行車管理中心提供的原始數(shù)據(jù)，統(tǒng)計(jì)出各站點(diǎn)借還車頻次和借還車高峰時(shí)段，并歸類具有共同借還車高峰的站點(diǎn)，計(jì)算得出此服務(wù)系統(tǒng)在站點(diǎn)位置選擇上是否還可以優(yōu)化。通過模糊算法，對(duì)模型進(jìn)行綜合評(píng)價(jià)，從站點(diǎn)鎖樁需求量、自行車數(shù)、市民的方便程度和建設(shè)費(fèi)用等因素評(píng)價(jià)所設(shè)站點(diǎn)的合理性。在自行車數(shù)量的合理配置上，以各站點(diǎn)單位時(shí)間內(nèi)(1 h)車流量為主要考慮因素［6］，求得模型最優(yōu)解即所設(shè)站點(diǎn)鎖樁數(shù)量等于可借車數(shù)和可停車數(shù)之和。

針對(duì)公共自行車鎖樁數(shù)量配置問題，從統(tǒng)計(jì)的數(shù)據(jù)中得出站點(diǎn)1和站點(diǎn)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(diǎn)可借車數(shù)和可停車數(shù)實(shí)時(shí)數(shù)據(jù)可知，站點(diǎn)鎖樁數(shù)量即可以停放自行車的最大數(shù)量，這個(gè)值等于站點(diǎn)實(shí)時(shí)可借車數(shù)和實(shí)時(shí)可停車數(shù)之和，站點(diǎn)1和站點(diǎn)2鎖樁數(shù)量計(jì)算結(jié)果分別為38個(gè)和20個(gè)，17:00～17:59這個(gè)時(shí)段為借車最高峰期，分別借出118和117輛次，而此時(shí)段兩個(gè)站點(diǎn)分別只還回49和95輛次。根據(jù)這兩個(gè)站點(diǎn)的鎖樁數(shù)量，分析可以得出此時(shí)段出現(xiàn)借車頻次大于站點(diǎn)鎖樁數(shù)量和還車頻次之和。由此可推斷出此時(shí)段這兩個(gè)站點(diǎn)借車是很困難的。為了更好的對(duì)當(dāng)前運(yùn)行的自行車服務(wù)系統(tǒng)鎖樁數(shù)量配置進(jìn)行評(píng)價(jià)，使用如下模型求解。

由于使用公共自行車出行的人數(shù)相互獨(dú)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(shù)X的概率服從二項(xiàng)分布X～B(n，r)可得:

式中P表示租車的概率，隨機(jī)變量X的期望EX就是X的可能取值與其對(duì)應(yīng)概率乘積的和［7］，形式上EX是X的各種可能取值的加權(quán)平均。實(shí)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(diǎn)前一時(shí)刻剩余的自行車數(shù)大于下一時(shí)刻自行車所需數(shù)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(gè)站點(diǎn)單位時(shí)間段內(nèi)累計(jì)的自行車流量，表示第i個(gè)站點(diǎn)在j時(shí)刻的還車量，Cij表示第i個(gè)站點(diǎn)在j時(shí)刻的借車量。

2.每個(gè)時(shí)刻想要還車的人都能在這一服務(wù)站點(diǎn)上還車，即有足夠的自行車鎖樁數(shù):

式中Ti表示第i個(gè)站點(diǎn)需另設(shè)空車位數(shù)。

3.服務(wù)站點(diǎn)自行車數(shù)等于自行車數(shù)與空鎖樁數(shù)之和:

其中

最后將模型優(yōu)化為:

式中Zi表示第i個(gè)站點(diǎn)最終確定的自行車數(shù)，Ai表示第i個(gè)站點(diǎn)最大允許的借還自行車數(shù)量。

3 系統(tǒng)仿真

以獲取的某自行車公共服務(wù)管理中心某個(gè)站點(diǎn)一天內(nèi)自行車借還記錄，根據(jù)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(shù)求解算法流程

將具體數(shù)據(jù)代入求解，求得了該站點(diǎn)的自行車借還數(shù)量分別為:

利用MATLAB軟件對(duì)實(shí)際借車數(shù)量和還車數(shù)量進(jìn)行數(shù)據(jù)擬合對(duì)比，根據(jù)對(duì)比實(shí)際曲線和擬合曲線可以對(duì)站點(diǎn)合理性做出判斷。

在圖3、圖4中，曲線1都是實(shí)際的借車數(shù)或還車數(shù)，曲線2為擬合的曲線。對(duì)比圖3、4中的曲線1和曲線2，借還車實(shí)際數(shù)量與擬合值相差比較大，因此，目前使用的服務(wù)系統(tǒng)站點(diǎn)鎖樁數(shù)量配置是不合理的，這就要求在設(shè)點(diǎn)設(shè)鎖樁數(shù)量時(shí)必須滿足高峰期對(duì)自行車的需求量。

圖3 借車數(shù)量與擬合曲線圖

圖4 還車數(shù)量與擬合曲線圖

4 結(jié)束語

本文針對(duì)現(xiàn)在城市建設(shè)中該系統(tǒng)存在的服務(wù)站點(diǎn)設(shè)置、站點(diǎn)鎖樁數(shù)量配置不合理的問題，引入了模糊算法控制器，采用模糊數(shù)學(xué)模型建立優(yōu)化評(píng)價(jià)系統(tǒng)進(jìn)行綜合評(píng)價(jià)，處理數(shù)據(jù)、分析圖形，應(yīng)用模糊綜合評(píng)價(jià)模型和線性規(guī)劃模型對(duì)服務(wù)站點(diǎn)設(shè)立和自行車數(shù)量配備進(jìn)行合理性評(píng)價(jià)，最后使用軟件選取其中的任意一個(gè)站點(diǎn)進(jìn)行仿真表明，該系統(tǒng)能夠有效的評(píng)判站點(diǎn)的合理性。

［1］劉引濤，劉楠.公共自行車服務(wù)系統(tǒng)站點(diǎn)及鎖樁設(shè)置評(píng)價(jià)模型的分析研究［J］.電子設(shè)計(jì)工程，2014，22(23):11－13.

［2］賈俊平，何曉群，金勇進(jìn).統(tǒng)計(jì)學(xué)［M］.北京:中國人民大學(xué)出版社，2004.

［3］黨小超，張春嬌，郝占軍.基于模糊元胞自動(dòng)機(jī)的網(wǎng)絡(luò)輿情傳播模型研究［J］.計(jì)算機(jī)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(shí)別算法［J］.計(jì)算機(jī)應(yīng)用，2012，32(8):2378－2384.

［5］樊春麗，朱名日.蔗糖結(jié)晶過程的建模與控制［J］.計(jì)算機(jī)系統(tǒng)應(yīng)用，2009(3):38－41.

［6］姜啟源.數(shù)學(xué)模型(第三版)［M］.北京:高等教育出版社，2003.

［7］薛薇.SPSS統(tǒng)計(jì)分析方法及應(yīng)用［M］.北京:電子工業(yè)出版社，2013.