公共自行车服务系统的统计分析与模型建立
公共自行车系统分析与设计
公共自行车租赁管理系统分析与设计一、系统简介及主要功能公共自行车管理系统面向公共自行车管理中心开发，主要用于实现租赁过程和车辆人员管理自动化，本系统由车辆信息管理、用户人员管理、租赁记录管理、用户卡注册、充值、注销功能四个功能模块组成，其中管理员拥有系统最高权限，协调系统的正常运作，并直接与系统交互。
图1系统功能表二、小组成员及分工三、需求模型图2系统用例图用例规约：四、分析模型类图：描述系统内的实体类与类之间的关系其中，参与者分为用户和管理员，每一名用户对应一张属于自己的用户卡，并通过用户卡与系统交互，用户卡可存储租车记录与充值记录，也可以与自助终端机交互完成租借与归还任务，管理员拥有较高权限，可帮助用户注册、充值、注销用户卡，也可以管理自行车信息，租车记录会出现超出时限的现象，系统将自动根据罚款细则进行记录并在用户卡中扣除金额。
图3类图顺序图：充值顺序图：管理员通过ID登录到系统，完成身份验证，管理员通过刷卡向系统传输用户卡信息，并手动输入金额，保存信息并完成充值。
图4充值顺序图租车顺序图：用户通过租车自助终端机刷卡验证身份，取得自行车，终端机会自动更改所租用自行车的租借状态，并生成租车记录存储到租车记录档案中。
图5租车顺序图还车顺序图：用户通过租车自助终端机刷卡验证身份，归还自行车，终端机会自动更改所租用自行车的租借状态，并生成还车车记录存储到租车记录档案中。
: 管理员图6还车顺序图五、设计模型：包括设计阶段的类图、顺序图及相关说明图7设计阶段实体类图图8表现层类图图9控制层类图图 10领域类图图 11租车顺序图:User图 12还车顺序图图 13充值顺序图六、 总结及感想信息系统分析与设计是利用现代信息技术没处理组织中的信息、业务、管理和决策等问题，并未组织目标服务的综合系统。
通过上机课程中小组内的设计自己的系统，使我们感受到一个项目的的灵魂在于前期对系统的设计，中期的分析与后期的实施。
南宁公共自行车管理信息系统分析与设计
南宁公共自行车管理信息系统分析与设计目录摘要I第1章绪论1.1系统开发背景及意义1.2国内外研究现状1.3发展趋势1.4本文的主要工作1.5研究范围1.6解决的关键问题第2章系统需求分析与获取52.1公共自行车管理信息系统概述52.1.1公共自行车管理信息系统项目背景52.1.2公共自行车管理信息系统项目说明52.2系统目标和解决的问题62.3系统开发模式72.4系统需求分析72.4.1系统总体业务描述72.4.2系统功能性需求82.4.3系统非功能性需求20第3章系统架构设计223.1架构设计目标223.2系统整体架构设计233.2.1系统多层架构描述243.2.2系统的各层划分243.2.2系统的各层交互方式263.2.3系统各层结构273.3系统开发软硬件平台30第4章详细设计334.1包结构设计334.2类结构设计344.3系统建模344.4系统数据库设计394.5详细的开发过程454.5.1必需的开发软件454.5.2配置开发环境45第5章系统实现与测试485.1系统总体实现485.2系统关键功能及算法实现525.2.1Update Panel实现异步回送525.2.2Batch Email功能实现545.2.3创建可重用控件565.2.4基于验证控件的验证实现605.2.5多级跳转及返回定位实现625.2.6优化数据批量处理645.3系统测试655.3.1Nunit自动化测试655.3.2手动测试665.3.3测试结果分析69第6章结论71参考文献72致谢74关键词：公共自行车管理信息系统杭州电子科技大学信息管理专业开题报告范文杭州论文1.1背景和意义公共自行车，是国内外实现“绿色出行”的有效措施。
发展和完善公共自行车系统能解决“城市公共出行最后一公里问题”，解决公共交通的末端出行问题；可以提高公共出行分担率，缓解城市交通“行路难、停车难”的“两难”问题；创导绿色出行，减少环境污染，提高市民身体素质，推进节能减排工作；提高城市品位，改善城市形象。
基于统计分析的公共自行车服务系统评价模型研究论文
基于统计分析的公共自行车服务系统评价模型研究摘要本文针对温州市鹿城区公共自行车管理中心提供的数据，首先对所给数据进行预处理，建立了相关统计模型，运用SPSS20.0、matlab等软件进行统计分析，最后应用关联度分析法对系统进行评价，并提出改进建议。
针对问题一：在已处理好的数据基础上，建立了频率与频数、用车时长的统计模型，利用SPSS软件分别统计各站点20天中每天及累计的借车及还车频次，得到每天和累计的借车和还车频次（见表五和表六）；并对所有站点按累计的借车和还车频次排序（见表七和表八）；对每次用车时长的分布情况进行统计分析，画出其分布图（见图一和图二），由图可知：每天用车时长分布形状非常相似且近似服从2 分布。
针对问题二：在已处理好的数据基础上，建立了使用公用自行车的不同借车卡数量的统计模型,利用SPSS统计20天中每天使用不同借车卡数量，其中最大的为第20天的19885；统计了每张借车卡累计借车次数的分布图（见图三），对图形分析可得：借车次数在10次以内的占54.86%，借车次数在10至30次占35.88%，借车次数在30至50次占7.51%，借车次数在50以上占1.75%，最大借车次数高达182次。
针对问题三：根据问题一的分析，已给站点累计所用公共自行车次数最大的一天是第20天。
对于第一小问：利用第20天数据，运用floyd算法求得两站点间最短时间，将站与站间的距离定义为两站间的最短时间与自行车速度之积，同时考虑到了速度和时间的随机误差影响；利用距离的定义，通过matlab计算得两站点最长距离为：675，最短距离为:0.08。
利用问题一中的频数模型,对借还车是同一站点且使用时间在１分钟以上的借还车情况进行统计，得借车频次表（见表十一）和用车时间分布图（见图四）。
对于第二小问:根据问题一的统计，第20天的借车和还车频次最高的站点分别为42（街心公园）和56（五马美食林），利用SPSS统计出两站点借、还车时刻和用车时长的分布图（见图五，图六，图七），由图形分析可知：借还车的高峰期与人们上下班的时间非常吻合，在借还车时间上大体都在一小时以内。
基于机器学习的公共自行车调度系统设计与优化
基于机器学习的公共自行车调度系统设计与优化公共自行车调度系统是一种通过使用机器学习技术来优化公共自行车调度的方法。
这种系统可以通过预测和分析公共自行车的使用情况，帮助决策者制定最优的调度策略，以提高公共自行车的利用率和满足用户需求。
本文将详细介绍基于机器学习的公共自行车调度系统的设计与优化。
首先，公共自行车调度系统的设计需要考虑以下几个方面：数据收集与处理、模型选择与构建、调度策略优化和系统实施与部署。
数据收集与处理是公共自行车调度系统设计的基础。
首先，需要收集公共自行车使用相关的数据，比如使用地点、使用时间、行程距离等。
这些数据可以通过用户手机APP、公共自行车站点的传感器等方式来获取。
然后，需要对收集到的数据进行处理和清洗，以确保数据的准确性和完整性。
例如，清除异常数据和缺失数据，进行数据归一化等操作。
模型选择与构建是公共自行车调度系统设计的核心环节。
在这一环节中，需要选择合适的机器学习模型来对公共自行车的使用情况进行预测和分析。
常见的机器学习模型包括线性回归模型、决策树模型、支持向量机模型等。
根据数据的特点和任务的需求，可以选择适合的模型进行构建。
调度策略优化是公共自行车调度系统设计的关键环节。
通过机器学习模型预测和分析公共自行车的使用情况，可以帮助决策者制定最优的调度策略。
例如，可以根据预测的高峰时段和使用地点分配更多的自行车，以满足用户需求；对于使用频率较低的地点，可以减少自行车的数量，以优化资源利用效率。
最后，公共自行车调度系统的实施与部署需要考虑系统的性能和可扩展性。
首先，需要建立一个可靠的系统架构，保证系统的稳定性和可用性。
其次，需要选择合适的技术和工具来支持系统的实施和部署。
例如，可以使用分布式计算框架来加速模型的训练和预测过程。
同时，还需要进行系统的测试和优化，以提高系统的性能和用户体验。
除了以上的设计与优化方面的考虑，公共自行车调度系统的开发还需要注意以下几点：首先，要保护用户个人隐私。
基于UML公共自行车服务系统的分析设计
基于UML公共自行车服务系统的分析设计摘要:本文介绍了使用面向对象的开发方法及UML，并对公共自行车服务系统进行建模,形成一个完整的建模系统实例，分析了该系统的需求分析过程，并详细介绍了该系统的设计过程。
关键字：UML 面向对象公共自行车服务系统一：定义UML，即统一建模语言，是一种概念清晰，表达能力丰富，适用范围广泛的面向对象建模语言，它主要以Booch方法，OMT方法和OOSE方法为基础，同时也吸收了其他面向对象建模方法的优点。
它可以对任何具有静态结构和动态行为的系统进行建模，主要作用就是帮助用户进行面向的描述和建模，它可以描述软件从需求分析到软件实现和测试的全过程。
UML通过图形化的表示机制从多个侧面对系统的分析和设计模型进行刻画。
它共定义了十种试图，如图1：二：需求分析目前，国外很多城市诸如巴黎，马赛，里昂等都实施了公共自行车项目，取得了非常好的环保和社会效应。
自行车是最好的短途交通工具，具有方便、健康、低碳环保等诸多优点。
公共自行车系统是将自行车纳入到公共交通系统，基于“随用随借，公众使用”的开发理念，解决城市“最后1-3公里”的交通问题。
既可以提到道路资源利用率，缓解道路拥堵，促进节能减排，减少尾气污染，还能强身健体，提高城市品位。
2.1 系统总体功能需求公共自行车系统是利用计算机实现大量租车信息处理的电子档案管理系统，本系统主要满足市民和系统管理员，以及管理柱方面的需求。
不但要让市民通过这个系统可以方便的借到自行车，而且这个系统更易于管理。
其分析如图2：图 22.2 系统详细功能需求2.2.1 借车模块将具有租车功能的IC卡放在有公共自行车的锁止器的刷卡区刷卡，此时，锁止器界面上的绿灯闪一下变常亮，听到蜂鸣器发出“嘀”响声，表示锁止器已打开，租车人应及时（30秒内）将车取出，则完成租车。
租车流程如下图3所示：图 32.2.2 还车模块将所租的自行车推入锁止器，当绿灯闪亮时，及时将租车时的IC卡在锁止装置的刷卡区进行刷卡，当绿灯停止闪亮，听到蜂鸣器发出“嘀”响声，表示车辆已锁止，还车成功。
城市自行车共享系统中的数据分析与优化
城市自行车共享系统中的数据分析与优化随着城市人口的持续增长和交通拥堵问题的日益严重，城市自行车共享系统成为了一种受欢迎的替代交通工具。
这种系统通过在城市中建设自行车站点和提供便捷的租借服务，为市民提供了一种低碳、健康的出行方式。
然而，如何通过数据分析和优化来提高城市自行车共享系统的效率和用户体验，成为了一个迫切需要解决的问题。
数据分析在城市自行车共享系统中发挥着重要的作用。
首先，通过收集和分析用户的借车和还车数据，我们可以了解用户的出行模式和需求，进而优化系统的资源配置。
例如，在高峰期增加自行车站点和增加自行车数量，以满足用户借车需求；而在非高峰期则可以适当调整站点和自行车数量，避免资源的浪费。
其次，通过对系统的使用数据进行分析，我们可以发现系统的瓶颈和问题，并采取相应的措施优化系统。
在数据分析的基础上，我们可以通过优化来改进城市自行车共享系统。
首先，可以通过优化站点布局来提高系统的覆盖范围和便利性。
根据用户的出行热点和借还车数据，我们可以决定在哪些地方设置自行车站点，并合理确定站点的大小和容量。
其次，可以通过优化流程和技术来提高系统的使用效率和用户体验。
比如，可以采用智能锁和自动租还车技术，简化借还车流程；还可以通过APP提供实时的自行车信息和路线规划，方便用户查找和租借自行车。
除了数据分析和优化，城市自行车共享系统还需要注意用户的隐私和安全问题。
在收集和使用用户数据的过程中，我们必须严格遵守相关的法律和规定，保护用户的个人隐私。
同时，为了确保用户的安全，我们需要加强对自行车站点和自行车的监控和维护，并加强对用户的交通安全教育和宣传。
在城市自行车共享系统中，数据分析和优化不仅能提高系统的效率和用户体验，还能为城市交通管理提供重要的参考依据。
通过数据分析，我们可以了解城市的出行模式和需求，为城市规划和交通管理提供科学依据。
同时，通过优化城市自行车共享系统，可以减少城市交通拥堵、降低空气污染，并促进城市的可持续发展。
公共自行车租赁系统的建模与仿真分析
公共自行车租赁系统的建模与仿真分析随着城市化进程的不断推进，城市交通拥堵问题成为一大社会难题。
为了解决这一问题，公共自行车租赁系统应运而生。
公共自行车租赁系统是指通过一定的设备和管理系统，提供给市民自行车租赁服务的系统。
本文将以建模和仿真分析的方式，深入探讨公共自行车租赁系统的运作和优化方法。
建模是建立一个系统的模型，在这个模型中，我们可以分析系统的组成部分以及它们之间的相互关系。
首先，我们需要对公共自行车租赁系统的构成进行分析。
此系统主要由自行车站点、自行车、用户、管理系统等组成。
自行车站点是用户租赁和归还自行车的场所，其中包括停车位、自行车锁等设备。
自行车是用户租赁的对象，其中要包括自行车的数量、种类和状态等信息。
用户是使用系统的主体，他们通过站点上的设备完成自行车租赁和归还的操作。
管理系统是系统的核心，用于监控自行车的数量、站点的状态以及用户的操作等。
接下来，我们需要对系统的运作过程进行建模。
公共自行车租赁系统具有如下特点：用户可以在任何一个站点租赁自行车，并可以在任何一个空闲的停车位上归还自行车；用户需要先注册成为系统的会员，并绑定个人身份证件信息；用户可以通过线下设备租赁或者通过手机应用完成自行车租赁和归还的操作；每个站点和自行车都有一个唯一的编号，系统会记录自行车的租借时间和历史操作；系统还具备一定的安全措施，例如用户需要通过密码或者指纹验证等方式，确保自行车的安全及使用者的身份。
在建模的基础上，我们可以进行仿真分析，以揭示系统的运行规律和瓶颈所在。
我们可以定义一些关键指标，如租借率、还车率、空闲率等，通过对这些指标的分析，得出一些结论。
例如，我们可以通过仿真系统实验发现，在高峰期，某些站点的自行车数量明显不足，导致用户难以得到自行车或者停车位，进一步加剧了交通拥堵问题；我们还可以仿真测试系统的吞吐量，从而确定系统在用户骑行量增加时的处理能力，以及是否需要增加设备或优化管理流程。
基于分析结果，我们可以进一步优化公共自行车租赁系统。
基于大数据分析的城市公共自行车系统优化
基于大数据分析的城市公共自行车系统优化城市公共自行车系统是一种重要的城市公共交通方式，它为市民提供了方便快捷的交通选择。
然而，随着城市人口的增加和城市交通需求的不断增长，公共自行车系统也面临着一些问题，比如站点布局不合理、车辆调度不当等，这些问题阻碍了公共自行车系统的高效运作。
为了解决这些问题，大数据分析技术的应用成为了优化城市公共自行车系统的重要手段。
基于大数据分析的城市公共自行车系统优化，可以从以下几个方面入手。
首先，利用大数据分析技术来对城市公共自行车的需求进行预测和估计。
通过收集和分析历史数据，可以了解不同时间段、不同地点的公共自行车需求量的变化规律。
根据这些数据，可以合理安排公共自行车的供给，提前调整车辆的分配和调度，以满足市民的出行需求，并减少在高峰时段和热门区域的等待时间。
其次，大数据分析可以帮助优化城市公共自行车系统的站点布局。
通过分析市民的出行轨迹、公共自行车站点的使用情况等数据，可以确定站点的分布范围和站点的设置位置，使得站点能够覆盖更广泛的区域，并且能够满足市民的出行需求。
此外，通过分析站点的使用率和热点区域的数据，可以调整站点之间的距离和车辆的分配，以避免某些站点的过度拥挤和空闲。
接下来，大数据分析还可以提供实时的车辆调度策略。
通过监测公共自行车系统的实时数据，比如车辆的位置、车辆的数量等，可以了解每个站点的车辆情况。
当某个站点的车辆过多时，可以派遣团队及时调度车辆到其他需要车辆的站点，以平衡各个站点的供求关系。
这样不仅可以提高整个公共自行车系统的利用率，还可以保障用户的出行体验。
此外，大数据分析还可以用于提供个性化的用户推荐和服务。
通过分析用户的出行习惯、偏好等数据，可以为用户提供个性化的自行车骑行方案，比如推荐更短的骑行路线、更合适的站点选择等。
此外，还可以通过大数据分析来提供一定的奖励机制，让用户积极参与公共自行车系统的使用，从而提高整个系统的运营效率。
在实施基于大数据分析的城市公共自行车系统优化时，需要注意一些问题。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
公共自行车服务系统的统计分析与模型建立摘要关键字1 问题的重述公共自行车作为一种低碳、环保、节能、健康的出行方式，正在全国许多城市迅速推广与普及。
在公共自行车服务系统中，自行车租赁的站点位置及各站点自行车锁桩和自行车数量的配置，对系统的运行效率与用户的满意度有重要的影响。
附件1为浙江省温州市鹿城区公共自行车管理中心提供的某20天借车和还车的原始数据，所给站点的地理位置参见附件2（详细信息可以参考温州市鹿城区公共自行车管理中心网站：（）。
请你们在搞清楚公共自行车服务模式和使用规则的基础上，根据附件提供的数据，建立数学模型，讨论以下问题：1. 分别统计各站点20天中每天及累计的借车频次和还车频次,并对所有站点按累计的借车频次和还车频次分别给出它们的排序。
另外，试统计分析每次用车时长的分布情况。
2. 试统计20天中各天使用公共自行车的不同借车卡（即借车人）数量，并统计数据中出现过的每张借车卡累计借车次数的分布情况。
3. 找出所有已给站点合计使用公共自行车次数最大的一天，并讨论以下问题：（1）请定义两站点之间的距离，并找出自行车用车的借还车站点之间（非零）最短距离与最长距离。
对借还车是同一站点且使用时间在1分钟以上的借还车情况进行统计。
（2）选择借车频次最高和还车频次最高的站点，分别统计分析其借、还车时刻的分布及用车时长的分布。
（3）找出各站点的借车高峰时段和还车高峰时段，在地图上标注或列表给出高峰时段各站点的借车频次和还车频次，并对具有共同借车高峰时段和还车高峰时段的站点分别进行归类。
4. 请说明上述统计结果携带了哪些有用的信息，由此对目前公共自行车服务系统站点设置和锁桩数量的配置做出评价。
5. 找出公共自行车服务系统的其他运行规律，提出改进建议。
2 问题的分析本题是一个运用excel软件对大量数据进行统计，在此基础上，运用统计的数据进行分析得出信息，之后对公共自行车服务系统的运作模式建立出数学模型，再对温州市的公共自行车服务系统做出适当的评价，并对它的系统提出改进意见。
对于第一个问题，运用excel 中的透视表功能将题目附件1中的20组excel 表分别进行统计各站点20天中每天的借车频次和还车频次，在此基础上，汇总 各站点20天中累计的借车频次和还车频次，并进行排序。
统计分析每次用车时长的分布情况并绘制成表，生成条形图，观察其分布的情况并对其进行分析总结。
对于问题二，同样运用excel 软件统计20天中各天使用公共自行车的不同借车卡（即借车人）数量绘制成表，再统计出这20天数据中出现过的每张借车卡累计借车次数的分布情况绘制成表格，并生成条形图，观察其分布情况，对其进行分析得出结论。
就问题三，首先要统计20天中的所有已给站点合计使用公共自行车次数，确定20中的所有已给站点合计使用公共自行车次数最大的一天，就这一天的数据进行分析求解。
定义了两站点之间的距离，设用户的正常平均速度为v ，用户从借车站点到还车站点所用的真正时间为ij t ，则定义两站点之间的距离为ij vt 。
因此，需要统计用户从借车站到还车站所用的真正时间。
因此从所给数据中求得合理得最小和最大时间，通过实际的时间mn T 可求得最短和最远距离为v T mn 。
用excel 软件对第二十天的数据进行筛选和统计，列出借还车是同一站点且使用时间在1分钟以上的借还车情况并绘制成表格。
用excel 软件对第20天的站点进行排序、筛选、统计得到借车频次最高和还车频次最高的站点。
再分别统计他们的时长分布情况，取一小时为间隔，统计出他们的时刻分布情况，分别绘制它们的时长分布图和时刻分布图并进行分析。
而问题四的解决3符号的约定v 为用户的正常平均时间。
ij t 用户从借车站点到还车站点所用的真正时间。
（i 、j 都为1、2、3······181） mn T 实际求得的用户从借车站点到还车站点所用的平均时间。
（m 、n 都为1、2、3······181）4 模型的假设假设一：假设题目中所给的数据是真实的。
假设二：假设用户从一个站点到另一个站点不进行换乘。
假设三：假设用户从一个站点到另一个站点不走环形路径。
假设四：假设这二十天的数据都是在相同的外界环境下得到的。
假设五：假设所有得站点设备都不会被偷或损坏等意外情况发生。
5问题一的解答运用excel中的透视表功能将题目附件1中的20组excel表分别进行统计，绘制出各站点20天中每天的借车频次和还车频次的表格，详见附录1，在此基础上，汇总各站点20天中累计的借车频次和还车频次，详见附录2，并进行排序，详见附录3。
统计分析每次用车时长的分布情况并绘制成表，见附录4，并生成条形图，见图1如下：图1 每次用车时长的分布条形图从上图看出，用车0分钟出现的次数最大，说明租车设备不是很好，用户经常需要在本站换车；在5-30分钟出现的次数也比较大，相对比较密集，说明用户正常使用了车子，且尽量在一个小时之内归还了车子从而不需要花费费用；而用车1-4分钟的次数相对较少，用车31-466分钟的次数几乎为0，说明明每个站点的距离不是很近，也不是很远，符合安装需求。
6问题二的解答同样运用excel软件统计20天中各天使用公共自行车的不同借车卡（即借车人）数量单独绘制成表，见附录5；再统计出这20天数据中出现过的每张借车卡累计借车次数的分布情况绘制成表格，见附录6，并生成条形图，见图2如下：图2 20天数据中出现过的每张借车卡累计借车次数的分布条形图从上图可以看出，在这二十天中，每位用户借车次数最多的1-5次，随着借车次数的增加用户在逐渐下降，而借车次数在45-120次的用户几乎为0，上述现象说明在20天中，每位用户使用车子的次数还是较少的，因此每个站点的车子数量没必要太多，但也不能太少。
7问题三的解答首先统计所有已给站点合计使用公共自行车次数，如下表一：由上表可知所有已给站点合计使用公共自行车次数最大的一天是第20天，因此选取第20天的数据作为研究对象。
1）设用户的正常平均速度为v ，用户从借车站点到还车站点所用的真正时间为ij t ，则定义两站点之间的距离为ij vt 。
因此，需要统计用户从借车站到还车站所用的真正时间。
（1） 最小值的求解。
从定义的距离来看，所有用户的速度是一样的，距离的最小值则需求解到用户从借车站点到还车站点所用的真正时间的最小值，而题目中的数据中，用户所用的时间可能受到用户客观因素和外界环境因素的影响造成延误而不具有真实性，但是，在去除借还车是同一站点的数据后，真实的最小时间数据落在用车时间为1的概率是最大的，因此，选取用车时间为1的数据，并进行排序和筛选，将Xj Xi →和Xi Xj →划分为一组，再在这一天的数据中查找到Xj Xi →和Xi Xj →这个组别的所有数据，去除这个数据中用车时间奇异的数据，再去掉一个用车时间最大值和一个用车时间最小值，求其剩余数据的用车时间的平均值mn T ，详见附录7，则可以认为mn T 近似等于ij t 。
这样可以得到37组数据，如表二：从上表中可以看出，18-17是距离最短的，即:从区政府东~区政府西的平均时间是最小的，并且通过附件1的图检验得从区政府东~区政府西距离确实最近，因此，从区政府东~区政府西的距离上是最短的。
（2）最大值的求解。
从温州市鹿城区公共自行车管理中心网站中了解到，它的收费标准是实行限时免费、阶梯收费办法，具体标准为：1小时内免费使用，1小时以上2小时以内收1元，2小时以上每小时2元（不足1小时按1小时计算），24小时内最高限额为20元。
因此，作为一个正常的普通卡用户，他一定尽可能的在一个小时之内还车，所以，最大时间落在用车时间为60的概率是最大的。
所以，我们选取用车时间为60分钟的数据并进行排序和筛选，同最小值的求解类似，求得剩余数据的用车时间的平均值mn T ，详见附录8，则可以认为mn T 近似等于ij t 。
这样可以得到12组数据，如表三：从上表中可以看出，有多组平均值均为60，因此无法通过平均时间判断最大时间，也就无法计算最大距离。
通过给温州市鹿城区公共自行车管理中心打电话咨询了解到，VIP用户是超过时间也不进行收费的，因此，最大的真实时间落在VIP用户群中可能性也是非常大的。
因此，将这一天中的所有VIP用户的数据提取出来，去除借还车是同一站点的数据，将其剩余数据采取同上的分组方法，在这一天中寻找出各个组别的数据，去除奇异的数据和一个最大值、一个最小值，求其平均值，方法详见附录9，得到与真实时间最相近的时间T，如表四所示：mn通过附录9中的数据看出，仍有4组数据是单一的，无法确定它是不是具有可参考性，因此，将普通会员中无法确定时间大小的借还站点和这4组数据中的借还站点列出，即：13-72、32-45、97-6、69-37、66-80、177-18、83-43、70-58、56-10。
通过结合题目中的附件2和温州市鹿城区公共自行车管理中心地图找到这几个站点，通过地图，直观的看到13-72即：公共自行车中心—质量监督局这两个站点是距离最远的。
对第二十天的数据进行筛选和排序得到借还车是同一站点且使用时间在1分钟以上的统计表，详见附录10。
2）用excel软件对第20天的站点进行统计、排序得到借车频次最高和还车频次最高的站点分别为街心公园和五马美食林，详见附录11。
再次分别统计街心公园借车和五马美食林的还车时长分布情况，见附录12。
取一小时为间隔统计出他们的时刻分布情况，见附录13，分别绘制它们的时长分布图和时刻分布图如下如图3和图4和图5和图6：图3街心公园借车的时长分布图上图说明，街心公园这一借车频次最高的站点，借车时长为10-20的用户是最多的。
图4五马美食林还车的时长分布图上图说明，五马美食林这一还车频次最高的站点，借车时长为3-15的用户是最多的。
图5街心公园借车时刻分布图上图说明，街心公园这一借车频次最高的站点，在11:30：00-12:29:59段和16:30:00-18:29:59段是用车的高峰期，这种现象可能是因为这两个时间段刚好是下班点造成的。
图5五马美食林还车时刻分布图上图说明，五马美食林这一还车频次最高的站点，在7:30:00-8:29:59段和14:30:00-16:29:59段是还车的高峰期，这种现象可能是因为这两个时间段刚好是上班点造成的。
3）8问题四的解答9问题五的解答10模型结论分析11模型的优缺点与改进参考文献附录附录1第一天国际大酒店369 国际大酒店368 国际贸易中心308 国际贸易中心305 过境路黄龙商贸城46 过境路黄龙商贸城54 过境路宽带路口85 过境路宽带路口84 海港大厦184 海港大厦208 海悦名邸酒店226 海悦名邸酒店246 宏源路数码大厦153 宏源路数码大厦143 洪殿奥康432 洪殿奥康432 黄龙商贸城北54 黄龙商贸城北61 会展中心30 会展中心40 惠民路与航标路口93 惠民路与航标路口85 火车站对面134 火车站对面124 建设大厦413 建设大厦394 江滨路车站大道145 江滨路车站大道153 江滨路府东路口90 江滨路府东路口84 街心公园798 街心公园800 金桥路桃源居196 金桥路桃源居204 金色家园214 金色家园206 金迅达大厦81 金迅达大厦79 锦江家园154 锦江家园177 九山公园127 九山公园132 巨一花苑61 巨一花苑60 均瑶宾馆对面268 均瑶宾馆对面263 开太百货563 开太百货583科技馆91 科技馆93 拉菲度假酒店28 拉菲度假酒店36 黎明街道卫生中心77 黎明街道卫生中心78 黎明路电信大厦293 黎明路电信大厦293 丽都大厦263 丽都大厦298 龙方家园84 龙方家园82 鹿城法院165 鹿城法院168 鹿城路嘉乐迪66 鹿城路嘉乐迪66 鹿城路旅集散中心270 鹿城路旅集散中心272 鹿城区公安局55 鹿城区公安局54 鹿城区审批中心122 鹿城区审批中心120 鹿城实验中学70 鹿城实验中学76 绿洲花园农行外114 绿洲花园农行外100 马鞍池公园北398 马鞍池公园北388 马鞍池路杏花路口219 马鞍池路杏花路口221 马鞍池南140 马鞍池南124 马鞍池吴桥路口379 马鞍池吴桥路口366 马鞍池西路89号201 马鞍池西路89号194 妙果寺163 妙果寺155 墨斗小区387 墨斗小区402南郊派出所79 南郊派出所72 南浦街道162 南浦街道175南浦桥221 南浦桥206 南浦小区255 南浦小区256 南浦医院285 南浦医院292 南塘一组团136 南塘一组团142 牛山北路文杰酒业182 牛山北路文杰酒业185 瓯昌饭店197 瓯昌饭店205 瓯海二高123 瓯海二高126 瓯江路鹿城广场25 瓯江路鹿城广场31 蒲鞋街道卫生中心206 蒲鞋街道卫生中心199 桥儿头公交站252 桥儿头公交站263 桥儿头交运国旅294 桥儿头交运国旅290 勤奋路花坦小区175 勤奋路花坦小区171 勤奋路市财政局77 勤奋路市财政局73 清明桥站237 清明桥站239 区地税局406 区地税局382 区政府东247 区政府东247 区政府西272 区政府西295 群艺大楼277 群艺大楼271 人才大厦168 人才大厦163 人力资源社保局171 人力资源社保局169 三桥下29 三桥下20 上村小区152 上村小区150 上陡门住宅公交站365 上陡门住宅公交站372 上田菜场46 上田菜场55 十四中学223 十四中学219 时代广场550 时代广场540 时代海景45 时代海景35 世纪联华341 世纪联华324 市电力局100 市电力局94 市二医院392 市二医院385 市公安局268 市公安局252市九中354 市九中341 市审批中心121 市审批中心128 市图书馆224 市图书馆230 市政府东95 市政府东89 市政府西106 市政府西106 数码广场412 数码广场391 双龙路王子花苑95 双龙路王子花苑89 水心过境路口131 水心过境路口136 水心汇昌路口213 水心汇昌路口191 水心邮电285 水心邮电295 松台广场230 松台广场235汤家桥北路新田路74 汤家桥北路新田路64 汤家桥北云中花园104 汤家桥北云中花园98 汤家桥路英豪花园49 汤家桥路英豪花园52 特警支队231 特警支队212 体育中心南179 体育中心南174 体育中心西601 体育中心西629 望江路广化桥路口14 望江路广化桥路口15 温八医123 温八医125 温迪路农贸市场269 温迪路农贸市场255 温四中93 温四中97 温州大剧院114 温州大剧院117 温州大厦267 温州大厦253 温州建国医院对面111 温州建国医院对面99 温州十九中292 温州十九中274 温州石化总公司111 温州石化总公司115 文景花苑东342 文景花苑东335 沃尔玛（欧洲城）399 沃尔玛（欧洲城）389 吴桥路观松楼359 吴桥路观松楼339 吴桥路加油站179 吴桥路加油站176 五马美食林645 五马美食林682 物华天宝203 物华天宝215 西城菜场133 西城菜场129 喜来登酒店171 喜来登酒店147县前头428 县前头433 小南门电力局362 小南门电力局361 小南门立交桥353 小南门立交桥334 新城车站148 新城车站163 新城大道体检中心91 新城大道体检中心109 新南亚大酒店270 新南亚大酒店259 新田园人本超市118 新田园人本超市131 信河嘉会里路口91 信河嘉会里路口94 星河广场139 星河广场154 杏花路十七中路口193 杏花路十七中路口178 杏花路水心菜场270 杏花路水心菜场261 绣山卫生院105 绣山卫生院112 绣山中学119 绣山中学125 学院大厦282 学院大厦298 学院东路丰源路口49 学院东路丰源路口45 雪山路-勤奋路口253 雪山路-勤奋路口261 巽山公园206 巽山公园221 阳光花苑497 阳光花苑492 杨府山公园停车场97 杨府山公园停车场105 杨府山南大门113 杨府山南大门106 医学院546 医学院532附录2 附录3 附录4 附录5 附录6 附录7 附录8 附录9 附录10 附录11 附录12 附录13。