刘祝铭

（中规院（北京）规划设计有限公司，北京 100000）

无桩的特点使运营者在对无桩式公共自行车进行调度时若使用卡车等大型运输设备，经济性较差。一些既有研究从行为经济学的新视角，尝试通过奖金激励措施让使用者自发再分布车辆，以此缓解的潮汐流问题。根据以往研究成果，本研究目标在于找到一种通过提供给用户激励性奖金，“雇佣”用户在还车时将车辆放置在下一时段会缺少脚踏车区域的调度方式，减少各小区存车数处于“缺少车辆”状态的时段，实现系统内车辆分布的自我平衡。

1 基础数据与聚类分析

1.1 基础数据

资料来自摩拜单车，2017年5月10～24日，北京市范围内的3 214 096条车辆使用数据，研究范围为工作日的北京三环路内，考虑类神经网络模式的训练，以5 min为时间间隔，将一天分为288个时间片段。部分数据样本如表1所示。

表1 北京市范围内的车辆使用数据样本

1.2 分区聚类

据以往的研究成果，本研究使用K-means方法对研究区域内的起讫点数据进行聚类，以每个聚类的中心为中心做泰森多边形，将区域按照出行特征分为不同交通小区。在聚类数目k的确定上，考虑三个指标以找出最佳的类别数目。

（1）小区平均半径。

通过问卷调查得到在最大奖励金额时，约70%的用户愿意在300 cm范围内参与调度。本研究中限制小区平均半径小于250 cm，以此限制尝试聚类数，发现k>640时可符合。

（2）起讫点在同一交通小区的旅次占总旅次的比例。

此指标可反映聚类分区的合理性，如果数值过高，表示区域划分过于稀疏或该聚类无法较好体现出行的同构型。本……