【论文标题】Dynamic Planning of Bicycle Stations in Dockless Public Bicycle-sharing System Using Gated Graph Neural Network 【作者团队】Jianguo Chen, Kenli Li, Keqin Li, Philip S. Yu, Zeng Zeng 【发表时间】2021/01/19 【机 构】湖南大学，计算机科学与电子工程学院 【论文链接】https://arxiv.org/pdf/2101.07425.pdf

【推荐理由】本文出自湖南大学，针对于共享单车乱停乱放，浪费城市公共空间的问题，本文提出了一种自行车动态规划（BSDP）系统，以动态提供DL-PBS网络的最佳自行车站布局，实际DL-PBS的性能验证了所提出的BSDP系统的有效性，准确性和可行性。

得益于便捷的骑行和灵活的停车位，公共自行车共享（DL-PBS）网络在许多国家变得越来越受欢迎。但是，冗余和低效用的站点浪费了公共城市空间和DL-PBS供应商的维护成本。在本文中，作者团队提出了一种自行车站动态规划（BSDP）系统，以动态提供DL-PBS网络的最佳自行车站布局。 BSDP系统包含四个模块：自行车下车地点聚类，自行车站图建模，自行车站位置预测和自行车站布局建议。在自行车下车地点聚类模块中，候选自行车站点从大规模骑车轨迹记录的每个时空子集中聚类。在自行车站图建模模块中，基于聚类结果构建加权有向图模型，并对具有较低站台收益和效用的劣等站台进行过滤。然后，跨时间段的图形模型被组合以创建图形顺序模型。在自行车站位置预测模块中，GGNN模型用于训练图序列数据并在下一个周期动态预测自行车站。在自行车站布局推荐模块中，根据政府的城市管理计划对预测的自行车站进行了微调，以确保推荐的自行车站布局有利于城市管理，供应商收入和用户便利性。实际DL-PBS网络上的性能验证了所提出的BSDP系统的有效性，准确性和可行性。

下图为自行车动态规划系统流程图，（1）收集并整合来自实际DL-PBS网络的大规模自行车GPS数据集，自行车轨迹数据集和地图数据；（2）使用自行车下车地点聚类方法来检测候选自行车站。

图1 自行车站动态规划（BSDP）系统的工作流程图

内容中包含的图片若涉及版权问题，请及时与我们联系删除