Similarity-Based Bike Station Expansion via Hybrid Denoising Autoencoders

挪威特隆赫姆市（Trondheim）的公共自行車網路擴展，捨棄了傳統的明確需求預測模型，轉而利用混合降噪自編碼器（HDAE）從 19,474 個城市網格中，提煉出 32 個具備高度共識的擴展熱區。這種純數據驅動的相似度匹配方法，透過壓縮 29 項複雜的城市環境特徵，將潛在選址的群集輪廓分數從 0.135 大幅提升至 0.253，證明了即使缺乏詳細的交通需求數據，依然能精準制定設施擴張策略。

捨棄需求預測：特隆赫姆 19,474 個網格挑戰

BSS（公共自行車系統）是現代城市微型交通的關鍵，但營運商在擴建站點時常面臨挑戰。傳統的選址分配主要依賴明確的需求建模與線性最佳化框架，例如最大覆蓋選址問題。這在缺乏詳細數據的新興市場或快速擴張的城市中難以實行，且數學模型未必能完全捕捉區分「成功站點」與「平庸站點」的微妙城市特徵。為了突破資料限制，研究團隊提出了一種基於相似度的替代方案，假設只要潛在站點與現有成功站點具備相似的特徵，就有很高的機率獲得營運成功。

這項研究以挪威中型城市特隆赫姆的現有自行車網路為測試場域。團隊將市區與周邊住宅區劃分為 100x100 公尺的規則網格，總計切分出 19,474 個網格，其中僅有 68 個網格包含現有的自行車租借站。這項龐大的空間數據工程整合了多源地理資訊，為每個網格提取出 29 項城市變數。

這些變數被嚴謹地歸納為四大主題：涵蓋人口與就業密度的社會人口特徵、包含建築足跡與地形坡度的建成環境特徵、計算自行車道與大眾運輸可及性的交通網絡特徵，以及透過摩爾近鄰（Moore neighbourhood）計算的鄰近空間流動性特徵。面對如此高維度且異質的原始數據，直接計算網格間的相似度不僅容易遭遇雜訊干擾，也會面臨維度災難的阻礙。

降噪自編碼器 HDAE 重塑 29 維空間數據

為了解決高維度運算的困境，研究導入了 HDAE（Hybrid Denoising Autoencoder，混合降噪自編碼器）架構。自編碼器的核心任務是將 29 維的原始輸入，逐層降維至 8 維的潛在表示（Latent representation），並嘗試從這個低維空間重建原始特徵。透過強制模型捕捉最重要的數據模式，編碼器能自動濾除雜訊與無關資訊，降低後續運算的成本。

為了進一步增強模型的穩健性，訓練過程中加入了降噪機制。系統會隨機對 30% 的特徵注入高斯雜訊，強迫模型從被干擾的輸入中還原乾淨的原始特徵。這種設計確保了即使網格的原始特徵存在微小變異，只要整體城市輪廓相似，在潛在空間中依然會緊密聚類。

HDAE 的「混合」特性則來自於頂部的監督式分類頭。由於現有站點與潛在候選網格之間的比例極度失衡（約 1:285），分類頭透過施加額外的二元交叉熵損失（BCE Loss），強制潛在空間建立邊界。這種重建與分類之間的拉扯，會將具備潛力的候選網格推向決策邊界，進而靠近現有站點的嵌入位置。

對比實驗顯示，原始特徵往往只能反映出「距離市中心的遠近」，容易在市郊產生受雜訊驅動的無效選址。反觀 HDAE 嵌入的群集分析，成功捕捉到城市特徵的細微差異，包含南部的海姆達爾（Heimdal）與東部的莫霍爾特（Moholt）等副都心，其平均輪廓分數從原始特徵的 0.135 飆升至 0.253。在選出 68 個候選站點的測試中，兩者僅有 11.76% 的重疊，證實 HDAE 挖掘出了被原始數據隱藏的關鍵模式。

空間衝突圖與 Top-k 的 250 公尺防護網

將網格特徵轉換為高質量的潛在空間後，下一步是進行基於相似度的選址分配。為了避免新站點與現有站點互相搶奪客源，系統建立了一個空間衝突圖（Conflict graph）。演算法利用空間索引技術過濾掉距離現有站點 250 公尺緩衝半徑內的所有候選網格，並確保最終選出的新站點彼此之間也維持相同的空間分散性。

在相似度權重的計算上，研究團隊探索了多種聚合方法。Top-k 方法計算候選網格與排名前 k 個現有站點的平均相似度，當設定為預設值 k=3 時，能在局部特徵與全局模式之間取得最佳平衡。隨著 k 值逐漸放大至 68，Top-k 的選擇結果會收斂至接近 KDE（核密度估計）的全局平滑狀態，兩者在候選名單上的重疊率高達 97% 以上。

系統結合貪婪演算法與局部搜尋優化，依據相似度權重對候選網格進行排序與挑選。SHAP（沙普利加成解釋）的分析結果進一步印證了潛在空間的合理性，影響潛在嵌入最深的前三大特徵分別是：距離最近的大眾運輸站、距離市中心，以及自行車道數量。這表明模型沒有過度依賴單一訊號，而是將多重都市特徵均勻分布在 8 個潛在維度中。

跨越參數分歧：提煉 32 個無爭議的擴展熱區

儘管 Top-k 結合餘弦相似度是一個可靠的預設配置，但敏感度分析顯示，當 k 值改變或切換為歐式距離時，部分邊緣候選站點的排名仍會發生位移。在實務規劃中，由於不存在絕對完美的單一參數設定，決策團隊往往難以決定該相信哪一組配置的結果。

為了化解參數不確定性，研究提出了一套基於共識的擴展選擇程序。團隊將涵蓋七種不同 k 值（從 1 到 68）的選址結果進行池化整合，得出 154 個獨特的候選網格。這些網格被標註了各自的「共識多樣性」，即共有幾種不同的參數組合共同挑選了該網格。數據顯示有 14 個網格在所有七組參數下皆被選中。

接著，系統利用 DBSCAN 演算法對這 154 個網格進行空間分群。為了確保擴展策略的絕對可靠性，團隊採用了最嚴格的門檻：僅保留在全部七組參數下皆取得一致認可的群集。這項共識機制排除了容易隨參數變動的雜訊，最終提煉出 32 個高信心的擴展熱區。

在每個共識熱區中，系統會選出一個中心點作為最具代表性的設站位置。這種做法巧妙地避開了尋求最佳單一參數的困境，並容許營運商根據業務需求，動態限縮參考站點或候選區域。這個混合式框架不僅顛覆了傳統自行車系統的擴張思維，也能無縫推廣到任何需依賴「現有優勢據點」來尋找新目標的空間分配問題上。

純數據驅動的 HDAE 框架證實，學習現有據點的深層特徵，不需需求預測模型也能制定高共識的選址策略。