该博客探讨了早高峰期间共享单车潮汐现象的识别与优化问题。通过数据分析和计算模型构建，识别出40个最突出的潮汐区域，并提出优化方案。主要涉及数据包括共享单车轨迹、停车点位和订单信息。计算方法侧重于统计各停车点的流入和流出流量，以理解区域间的流量变化规律。
赛题1-早高峰共享单车潮汐点的群智优化
baseline上传得分截图
稍后上传
赛题理解
算法分析题：早高峰共享单车潮汐点的群智优化
任务一：为更好地掌握早高峰潮汐现象的变化规律与趋势，参赛者需基于主办方提供的数据进行数据分析和计算模型构建等工作，识别出工作日早高峰07:00-09:00潮汐现象最突出的40个区域，列出各区域所包含的共享单车停车点位编号名称，并提供计算方法说明及计算模型，为下一步优化措施提供辅助支撑。
-
赛题任务：识别出工作日早高峰07:00-09:00潮汐现象最突出的40个区域，针对Top40区域计算结果进一步设计高峰期共享单车潮汐点优化方案；
-
赛题数据：共享单车轨迹数据、共享单车停车点位（电子围栏）数据 和 共享单车订单数据；
-
赛题思路：为了完成具体潮汐计算，需要将订单或轨迹与具体的停车点进行匹配，需要计算在不同时间下每个停车点： 停了多少车（订单终点为停车点）；骑走多少车（订单起点为停车点）；
在完成具体的经纬度匹配后，接下来就需要完成具体的区域流量统计，即统计某一范围内的不同时间的流量（入流量和出流量）
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
