共享单车调度投放方案

龙源期刊网

共享单车投放合适度评价

作者：段思羽 史浩然

来源：《科学与财富》2018年第01期

摘要：共享单车充斥了我们的生活，随处可见。覆盖面积越广，意味着我们能更容易地找到单车骑行，给上班族、上学族带来的便利也就越大。但是如果共享单车分配不当，很容易形成交通阻塞，因此共享单车的合理规划势在必行。

关键词：共享单车规划；灰色模型；生灭过程；

一、序言

本文通过收集往年郑州市高新区汽车保有量数据，预测出2017年郑州市高新区汽车保有量。以此为基础，通过分析郑州市高新区的人口密度分布预测出不受共享单车影响时2017年高新区主干道交通量。由于在短距离出行方面，部分居民改变了出行方式，选择使用共享单车代替私家车作为主要交通工具，从而影响了主干道交通量。本文基于共享单车投放量变化，分析受到共享单车影响时区域主干道交通量的变化，讨论共享单车对于区域交通状况的影响。

其次本文在收集周边交通状况数据的基础上，以各个地点的共享单车的使用率和闲置率作为评价其投放数量合理性与科学性的标准，并且引入生灭过程，通过其马尔科夫性最终推导出平均闲置时间与平均闲置数量之间的数量关系。最终，本组成员选取了一些具有代表性的地点，计算出这些地点的共享单车的平均闲置数量与平均使用数量，以此评价投放数量的科学性与合理性。

二、郑州市高新区单位行车量计算

交通量即在己知时间间隔内，通过一条车道或道路某一点或断面的车辆总数。它通常是个随机量，随时间和空间而变化，称之为交通量的时空分布特性。速度和密度反映通流从道路上获得的服务质量，交通量可以量度车流的数量和对交通工程设施的需要情况。由于交通量实时变化，无法进行测量，基于数据的不可获取性，本文采用类比的方法，用单位行车量代替交通量进行计算。交通早晚高峰期车主会开车上下班，因此，相对于交通高峰期而言，汽车保有量即汽车出行量。将汽车出行量按照人口密度分配给高新区主干道即可得到主干道单位行车量。

龙源期刊网

共享单车的调度算法

作者：尹诗颖 骆虎 周骏 申佳讯

来源：《课程教育研究》2018年第11期

【摘要】共享单车极大方便了公众短距离出行和公共交通换乘，更好地满足公众出行需求、有效解决城市交通出行“最后一公里”问题、缓解城市交通拥堵等方面发挥了积极作用，推动了分享经济发展。因此，本文对共享单车进行数据分析与建模，研究如今共享单车的调度问题。

【关键词】共享单车静态调度模型 遍历网络结构图 A？鄢算法

【中图分类号】F270.7 【文献标识码】A 【文章编号】2095-3089（2018）11-0256-01

1.共享单车供应能力

通过实际收集的数据，我们通过正态分布模拟出不同的骑行情况，从而求解出了总的单车供应能力最大时的分布情况。

2.共享单车静态调度模型的建立

我们以骑行时长为各区域间距离的衡量标准，得到了各区域间估计的距离。本文将以总成本费用最低建立共享单车静态调度模型。这里的总成本费用分为两个部分：第一是调度车辆从中心车场到各区域的总路程费用；第二是工作人员装载和投放共享单车的工资。

为了简化模型，我们近似认为中心车场在某一区域附近。以调度车辆运行总成本最低为目标函数，建立共享单车静态调度模型如下：

3.共享单车静态调度模型的求解

3.1 A？鄢算法原理

算法思想：

A？鄢算法的核心部分，在于估价函数的设计。在选择当前结点的下一个考察节点时引入了估价函数f（x）。

f（x）=g（x）+h（x） 龙源期刊网

f（x）表示从起始节点x到节点的一条最佳路径的实际代价加上从结点x到目标节点的一条最佳路径的代价之和。g（x）就是从起始节点到节点x之间最小代价路径的实际代价，h（x）则是从x节点到目标节点路径的估计代价。

共享单车投放调度研究

作者：刘肖月 李白倩 柴茂轩 李紫凡 赵贤翔

来源：《理论与创新》2020年第15期

【摘; 要】本文基于对共享单车在不同区域投放数量的问题，建立了两个数学模型。分别为响应概率模型和随机离散的单时期存贮模型。我们通过实地采集具体数据，用SAS软件进行了相关分析，根据需求量来确定投放量。研究这两个模型在对共享单车投放调度方面的应用，优化出最符合需求的投放数解决单车调度与投放问题。

【关键词】响应概率模型;存贮模型;投放量

1.模型介绍

1.1响应概率模型

1.1.1问题描述

设每天早晨6点，用户开始使用车辆，20点结束，即观察时间段为6：00～20：00。时间数据为没两小时一个单位。设每个时间段的起始时间为统计起点，在统计起点的集中区数量数值为该时间段的车辆投放量。在每2个时间段结束时的末端时间为统计终点，在统计终点的集中区数量为使用结束点。设每辆共享单车每使用一次平均盈利a，未被使用则因无法反馈造价成本而亏损b，因此每使用一辆共享单车盈利a 。未使用一辆则亏损c。

1.1.2分析

显然应根据需求量来确定投放量。共享单车的需求量是一随机变量。假定我们通过自己的实践经验或其它方式掌握了需求量的随机规律，即在他的使用范围内每天共享单车的需求量为X = x 份的概率为P（x），则通过P（x） 和a， b， 就可建立关于投放量的优化模型。数学模型设每天投放量为n，因需求量x 是随机的，因此x可以小于、等于或大于n，从而共享单车在该区的盈利数额也是随机的，作为优化模型的目标函数，应考虑他长期（半年、一年等）盈利的日平均盈利数额。据概率论中的大数定律，这相当于共享单车每天盈利数额的期望值（以下简称平均盈利数）。

1.1.3模型求解

则当投放n量共享单车时，p1是需求量X不超過n的概率，即会有空余车辆的概率，P2是需求量X超过n的概率，即供不应求，全部使用过一次的概率。由上述结论可得投放单车数量n应使得有空余车辆数量和全部是用过的车辆数量的概率之比等于一辆车盈利与亏损的额度之比。

共享单车调度与投放

共享单车是指企业在校园、地铁站点、公交站点、居民区、商业区、公共服务区等提供自行车单车共享服务，是一种分时租赁模式。共享单车是一种新型共享经济。共享单车已经越来越多地引起人们的注意，由于其符合低碳出行理念，政府对这一新鲜事物也处于善意的观察期。

很多共享单车公司的单车都有GPS定位，能够实现动态化地监测车辆数据、骑行分布数据，进而对单车做出全天候供需预测，为车辆投放、调度和运维提供指引。为了更好的提高共享单车的使用效率和最大程度的满足人们的骑行需求，请根据下面附件给出的数据及结合实际需要，自己收集数据，完成以下问题：

（1）根据附件1中共享单车的骑行数据，估计共享单车的时空分布情况。如从某地点A出发，到达不同地点的分布情况。可分时间段讨论。

（2）假如根据调查，得到人们的骑行需求估计数据，见附件2。

根据问题1的估计结果，建立数学模型解决如何优化共享单车的调度问题。

（3）根据附件 1的骑行数据和附件2的需求数据，判断各区域所需共享单车的满足程度，给出你的度量指标。若增加100辆单车，如何进行投放更优。

（4）附件3是某地区投入不同数量共享单车后打车人次的数据。据此分析研究共享单车的投入对该地区打车市场的影响。同时请你收集实际数据进行量化研究。

附件1： 数据中时间以分钟为单位，从某个0时刻开始计数。

该地区划分为10个区域。见骑行数据文件。

附件2： 各区域需求数据 i行j列数据代表从区域i到区域j需要共享单车的人次

区域 1 2 3 4 5 6 7 8 9 10

1 0 240 119 123 145 126 115 127 112 102

2 135 0 225 129 120 126 139 127 121 140

3 125 132 0 251 110 117 126 137 158 126

4 116 115 148 0 261 144 132 141 124 119