一、成果简介
疫情常态化防控背景下，共享单车等公共交通方式多在非封闭的室外相对独立的空间中运行，优于公交、地铁的封闭空间，成为了更多市民的短距离出行选择。疫情的常态化、北京市对共享单车的管理的规范化水平的提高使得共享单车的用户数量增长迅速，同时既有用户的骑行距离和骑行总时间也明显增长，这些方面导致共享单车的需求量显著提升，而且在未来一段时间内这种增长趋势仍将持续。
针对共享单车等非封闭室外公共交通领域的资源需求预测、配置与优化等问题，本项目研究基于深度学习和目标优化等技术的共享单车需求预测和投放点挖掘与动态调度。本项目发现城市中存在共享单车的潜在需求但未被投放单车的地点，形成新的投放点建议，更大范围满足城市居民的单车出行需求。
本项目通过获取和分析城市交通相关的时空大数据、居民个体出行数据、共享单车的订单数据、天气和气候数据、时间、疫情信息、地理位置等多源数据，采用机器学习等人工智能方法、运筹学策略对用户的需求和供给进行预测，最终形成共享单车等城市交通资源的动态配置和优化。
项目的主要研究内容包括：共享单车的动态调度、基于居民需求挖掘和预测的共享单车投放点选址。
(1)共享单车的动态调度：共享单车的投放量动态调度是针对既有投放点，对投放点的单车投放量进行动态调度。该研究以共享单车的历史和实时订单数据、外部数据（天气、气候数据、节假日、重大活动、疫情信息等）、城市交通资源、poi等多源数据为基础，采用深度学习、运筹学策略对用户的需求和供给进行预测；采用供求差异模型、聚类方法、整数规划方法等，实现对共享单车的投放站点之间的单车量进行动态调整，以优化每个投放点的单车存量，满足居民使用需求的同时减少单车过度停放造成的浪费和资源不平衡。
(2)居民的潜在需求挖掘：此研究的目标是规划新的共享单车投放位置，其目的是发现城市中存在共享单车的潜在需求但未被投放单车的地点，更大范围满足城市居民的单车出行需求。我们采用对居民个体和群体的出行特征进行挖掘， 发现在时空中部分群体的共同异常出行片段，如低效的出行区域，将这些接驳不良的时空区域进行提取，挖掘潜在的共享单车需求，并针对这些潜在需求提供合理的投放点位置建议。
图 总体技术架构
二、成果创新点和应用价值
(1)在理论层面，通过个体-群体的时空轨迹、语义轨迹和 时空活动轨迹，从物理空间-信息空间-知识空间角度，发现城市居民的移动规律与动态特征.
(2)在方法层面，融合多种城市时空数据，基于机器学习、人工智能和运筹学、智能交通领域方法，从微观到宏观，研究城市居民的行为模式及与城市的交互机制。
(3)在应用层面，从面向群体出行需求角度，为交通相关设施的优化配置提供新的决策方法，优化设计城市管理方案，包括共享单车资源动态投放、充电桩选址优化方案、城市消防智能预警等领域。
三、合作方式
合作开发、技术转让、技术许可或其它方式。
四、对接方式
(1)合作意向方联系北京建筑大学科学技术发展研究院成果转化与科技合作办公室（以下简称成果办）。
(2)成果办沟通了解意向方情况。
(3)会同成果完成团队与意向方共同研讨合作方案。
北京建筑大学科学技术发展研究院成果转化与科技合作办公室
电话：010-68322418
网址：http://kfy.bucea.edu.cn/