1.一种公共自行车租赁点调度区域划分方法，其特征在于，包括如下步骤：

步骤1：基于公共自行车历史租还数据将公共自行车服务网络抽象为复杂网络，并用相似度矩阵来表示；设N为所有公共自行车租赁站点的集合，n为租赁站点的个数，其中租赁点间的相似度计算公式为：两个租赁点之间的相似度矩阵Rel为:

其中，Rij i,j∈N代表租赁点i和租赁点j的相似度；Qij代表从租赁点i租车并租赁点j还车的次数；Qji代表从租赁点j租车并在租赁点i还车的次数；M代表以天为单位的时间范围；

步骤2：基于步骤1获取的复杂网络，利用社团发现算法将租赁点按照租还规律进行划分，并得到初步区域划分结果；

步骤3：在该步骤中，利用最大生成星算法计算初步区域划分结果中区域i的预估调度距离Di、区域租赁点数量Ni，则区域调度工作量Wi计算公式如下：Wi＝ρ1·Di+ρ2·Ni；

其中ρ1和ρ2分别为预估调度距离的和区域租赁点数量的权重；

基于区域调度工作量不断调整社团发现算法的社团发现结果直至各区域间的调度工作量方差最小；其中，利用多目标优化算法优化各区域内调度距离的方差和各区域内租赁点数量的方差以此最终确定公共自行车租赁点调度划分区域。

2.根据权利要求1所述的公共自行车租赁点调度区域划分方法，其特征在于，在步骤2中，采用模块度指标评价区域划分的效果，模块度公式如下：其中， 表示的是网络中的所有权重；Ai,j表示的是节点i和节点j之间的权重；ki＝∑jAi,j表示的是与顶点i连接的边的权重；ci表示的是顶点i被分配到的社团；δ(ci,cj)用于判断顶点i与顶点j是否被划分在同一个社团中，若是，则返回1；否则，返回0。

3.根据权利要求1或2所述的公共自行车租赁点调度区域划分方法，其特征在于，在步骤2中，社团发现算法采用Fast Unfolding社团发现算法。

4.根据权利要求3所述的公共自行车租赁点调度区域划分方法，其特征在于，Fast Unfolding社团发现算法的在N个节点的网络中执行过程如下：优化模块度阶段：将抽象网络中每一个租赁点代表的节点都当作一个社团，即此时网络有n个社团；然后对每个节点i，我们考虑它的邻接节点j，尝试将节点从社团移除然后放入节点j的社团中，计算模块度增量ΔQ；如果ΔQ是正的，那么就接纳此次变动将节点i移入到节点j的社团中，否则就保持原来的分配方式；整个过程当网络的模块度Q无法再提升的时候停止；

模块度增量ΔQ的计算公式如下：

其中，∑in是该社团内部的连接权重总和，∑tot是所有与该社团相连的边之权重总和；

折叠网络阶段：基于优化模块度阶段中的划分结果，对同一个社团的站点进行折叠，折叠后形成一个新的网络；在这个新的网络中，社团间的连接权重为连接两个社团的节点之权重总和；如果社团内部的连接形成一个自环，其权重为该社团内部连接的总和；

上述两个阶段执行完一次的过程称作一次pass阶段，随着不断迭代进行pass阶段，整个划分的模块度将最大化，从而获得最优划分结果；执行该算法的一个pass阶段，即可获得初步区域划分结果记作R。

5.根据权利要求1所述的公共自行车租赁点调度区域划分方法，其特征在于，步骤4中，多目标优化算法采用NSGA2算法。