一种面向Df-PBS系统的公共自行车站点动态规划方法和系统

摘要

本发明公开了一种面向Df‑PBS系统的公共自行车站点动态规划方法，其中采用的自行车停放点聚类方法能够充分利用大规模历史公共自行车的位置信息记录，挖掘实际的自行车行驶租用需求、行驶轨迹、以及自行车停放点分布情况；自行车站点图模型和图序列模型的构建方法能够有效建立自行车站点的抽象模型并进行分析，同时能够有效捕捉不同时间段之间自行车站点位置及站点中自行车数量的更新和变化情况；基于门控图神经网络的公共自行车站点预测方法能够充分利用深度学习技术对大规模图结构数据进行挖掘，实现自行车站点布局的精准预测；自行车站点动态规划方法能够有效确保推荐的自行车站点布局有利于城市管理，同时提高供应商收益和用户便利性。