论文部分内容阅读
在共享单车行业发展前期,整个共享单车市场处于粗狂增长阶段,缺乏后期运营管理,产生的负面影响日益严峻,如供需不匹配、报废和故障单车堆叠成山等。通过对共享单车运营流程的分析,发现物流环节是支撑共享单车系统正常运营的核心,当前共享单车供需不匹配、报废和故障单车堆积问题的根本原因在于共享单车系统物流环节的薄弱,尤其是在正向调度和逆向回收环节,如何通过科学、合理的方法实现共享单车系统调度和回收,成为共享单车系统稳定发展的关键,然而由于共享单车发展时间较短,国内外针对共享单车调度和回收问题的相关研究较少,本文在借鉴国内外相关研究成果的基础上对共享单车调度和回收问题进行了研究,研究内容主要包含以下几方面:(1)利用数据分析方法分析了北京市摩拜单车系统的时空特性,得出在工作日用户骑行需求出现早晚高峰的规律,而休息日无明显规律,并且用户骑行需求受到共享单车系统服务区类别的影响。(2)提出构建两阶段共享单车系统调度和回收路线网络,第一阶段利用mean-shift聚类算法对研究区域内共享单车的历史借还车数据进行聚类,形成共享单车系统聚类网络,第二阶段是在第一阶段的基础上,以虚拟车站、调度中心以及节点之间的路线形成共享单车调度和回收路线网络,最后以北京市摩拜单车系统为例进行了算例分析,验证了其可行性。(3)基于共享单车系统的特性,构建了平峰时段和高峰时段的共享单车调度和回收路径优化模型,使得调度和回收路径优化模型更贴近实际运营情况,并利用MicroCity调用CPLEX对模型进行精确解求解,以此来验证了模型的准确性。(4)在实际运营中,共享单车系统调度和回收问题规模较大,因此需要设计相应的算法进行大规模问题求解。本文设计了混合遗传算法进行模型求解,该算法通过爬山算子改善遗传算法局部搜索能力,同时采用了自适应交叉算子和自适应变异算子提高算法的收敛精度和加快收敛速度,最后以北京市摩拜单车系统为例进行算例分析,结果表明了混合遗传算法在求解共享单车系统调度和回收路径优化问题上的可行性和有效性。