淮安市“蘑菇单车”投放设计与优化开题报告

1. 研究目的与意义

随着城市化进程的加速，私人交通的发展加剧了城市交通拥堵问题，城市居民机动车保有量的持续增长也催生出了交通安全隐患、环境破坏等问题。此时，发展公共交通在城市综合交通体系的政策制定与实践中就显得更加不可或缺。其中，慢行交通解决了轨道交通及地面公共交通难以实现“最后一公里”末端需求的弊端，随着共享理念的深入，越来越多的城市引进了共享单车，以期解决日渐加剧的城市交通拥堵现象。目前国内外对共享单车的研究主要集中在其盈利模式、需求预测、结合政策层面与用户层面 的调度优化等。1)盈利模式目前，共享单车进入市场后主要的运营策略多是利用融资、采用低价甚至是免费骑行的手段扩充用户流量的策略，其盈利能力受到多方面的质疑和诟病，因此也有学者对该问题做了相关研究。李敏莲通过利用ＮＰＶ与ＩＲＲ模型，对目前的主要共享单车运营公司ｏｆｏ小黄车与摩拜单车进行了盈利能力分析，并且探讨了共享单车与政府的关系，否定了 “ｔｏＧ（Ｇｏｖｅｒｎｍｅｎｔ）”的商业模式。李林峰以摩拜单车为主要研究对象，分析了单车经济盈利的可能性，对于以摩拜单车为例的共享单车企业提出了盈利措施方面的建议，提出应当将盈利问题视为商业问题、心理学问题、社会学问题的有机结合体，从系统化的角度去考察。 2)需求预测大多数国外的学者提出合理的需求预测能提高调度的效率和自行车的使用率，站点需求调度量的预测对于完善调度计划有重要意义。kaltenbrunner（2010）和 borgnat（2011）等通过数据挖掘，分别分析了里昂、巴塞罗那的公共自行车系统的使用情况，并且建立了预测租借量的统计模型。labadi（2012）将 petri 网引入公共 交通，基于加权的 petri 网，为公共自行车系统提出了模块化动态模型，并通过仿真预测自行车租赁点的借还车需求，但是这种计算方法过于复杂。jia 等（2013）为了更方便地预测网络中的公共自行车流量，建立了带比例约束的网络流模型，从而确定租赁点公共自行车的初始分配数量。ji 等（2014）通过对公共自行车用户的出行次数进行调研统计，并且计算其出行距离和出行时间，然后根据这三个参数进行仿真，模拟了租赁点的需求量以及系统服务能力。jian等（2017）基于马尔可夫模型处理时间不均匀的自行车分配问题，通过计算站点的流入率和流出率，合理预测每个站点的自行车数量。国内对于公共自行车系统的调度研究主要针对的是调度路径优化方面，而忽略了 调度需求量的预测这方面研究，不过也有少数学者对这方面进行了研究。李正浩（2010）建立公共自行车系统马氏链模型，以此求解租赁点的服务能力，避免在初始时盲目地在租赁点存放公共自行车。何流等（2013）基于用户等待、转移和消退 三者的概率建立了公共自行车站点短期多时段需求估算模型。吴满金（2015）首次提出了公共自行车系统自然租赁需求这个概念，通过 multi-logit 改进模型估算了公共自行车的分担率，结合以往的租赁点数据对租赁点的自然租赁需求进行了预测。刘佳 （2016）通过分析贝叶斯理论构建了出行方式选择模型，利用 genie 软件计算各出 行方式的分担率，且基于改进的 gm（1,1）模型预测了后期公共自行车的规模。解小平（2017）为了改进调度过程中凭借人工经验盲目调度的问题，构建了基于 elman 神经网络的公共自行车站点需求预测模型，并通过对比改进模型与原有的模型预测的结果，证明新构建模型的有效性。3)调度优化

benchimol（2011）和 chemla（2011）假设在租赁点自行车的库存量已知的条件下，以运输费用最小为目标函数研究了公共自行车系统的静态调度问题，但是该研究没有明确地确定租赁点的需求。raviv 等（2013）以最短路径和客户满意度最大为目标函数，引入惩罚函数将需求量控制在一定范围内，建立了基于时间、调度序列和弧mip 模型。kadri 等（2016）以在不平衡的状态下站点总的等待时间最小为目标函数建立公共自行车的静态调度模型，并且采用分支定界算法求解。后期，有学者发现自行车会在站点间不断流动，需求量发生动态变化，因此很多学者开始致力于 公共自行车的动态调度研究。contardo c 等（2012）提出了公共自行车动态调度问题（dpbsbp）并给出了数学表达式，采用基于弧流量和针对时空网络模型的方法进行计算，此外还提出了 dantzig-wolfe分解和列分解的混合方法处理大规模数据，从而在可以接受的时间内计算出可行的调度方案。gaspero 等（2013）基于公共自行车动态平衡，提出 step model 和 routing model 两种约束模型，然后采用大邻域搜索算法求解两个模型，并且与其它算法进行比较，发现这种算法优于分支定界算法。vogel 等（2014）以获取站点的最优填充水平为目标，以最小化运输费用为目标，建立了动态服务网络设计模型，提出一个扩展的的 mip 公式，但是这种方法不适用于大规模案例。 近几年来，无桩式共享单车（ffbs）呈现井喷式发展。相比于有桩公共自行车， ffbs 更加有吸引力，不仅可以减少基础设施的建设成本进而降低启动成本，而且只要在规定的区域内就可以归还单车。然而，无桩共享单车由于其灵活性，其发展也面临着很大的挑战。因此，无桩共享单车也逐渐引起学者对其的关注与研究。 但是由于无桩式共享单车发展至今时间比较短，因此国外关于它们的研究还很 少：reiss 和 bogenberger（2015）提出利用无桩式共享单车的gps数据分析进行调度策略的想法，并且通过应用德国慕尼黑无桩式共享单车的数据和提出的方法来验证调度操作的有效性。aritra pal 和 zhang（2017）提出了无桩式共享单车（ffbs）与传统公共自行车系统的相似性，并且建立了单车场共享单车的静态调度模型，采用混合变邻域和大邻域搜索算法对该问题求解，发现运算结果优于禁忌搜索和精确算法的结果。leonardo caggiani（2017）等提出了对共享单车使用模式进行时空聚类的方法，进而通过非线性自回归神经网络法预测单车的使用趋势。leonardo caggiani （2018）等提出了缓解共享单车中站点之间不平衡问题的方法，即在预测单车的需求数量基础上对共享单车进行动态调度，以便在降低运营成本的同时提高客户满意度。刘登涛等（2011）建立了以运输成本最小为目标的公共自行车系统静态调度模型，并且用遗传算法和模拟退火算法进行求解得到车辆调度的路线，结果发现路径优化达到了50%。张建国（2013）通过划分子调度区域，建立了区域调度模型，将调度问题由全局最优转化为局部最优，运用蚁群算法求解出了不同时段车辆的调度路 径。张辉（2015）基于公共自行车供需时空分布存在的不均衡性，提出带模糊时间窗的公共自行车调度路径优化模型，同时采用改进的蚁群算法求解该模型，相比基本的蚁群算法算法性能提高了26.96%。近年来，国内学者也纷纷致力于研究动态调度并作出显著贡献。秦茜（2013）同时考虑运营成本和服务质量两方面因素，针对不断变化的调度需求设置滚动时域，采用遗传算法和禁忌搜索算法求解，解决了动态需求不断变化的公共自行车调度问题。于文超（2015）以最小化调度成本和最大化站点服务能力为目标，提出建立gm（1,1）预测模型和调度模型的迭代反馈动态调度方案，采用pareto占优排序方法求解调度模型。正如传统的公共自行车系统刚兴起时一样，无桩式共享单车作为一种新兴的交通方式吸引了国内多数学者对其发展与现状，促销和发展策略，运营管理模式、使用者的习惯和借还车特性方面的关注，然而国内鲜有学者针对无桩式共享单车的调度问题方面进行研究。王刚荣（2017）对共享单车的本质属性进行了分析，并且阐述了共享单车快速发展中所面临的问题，进而提出政企应当合作共同促进共享单车的可持续发展。刘家林（2017）分析了共享单车的正外部特性和负外部特性，提出解决负外部特性的根本手段是控制共享单车的最优投放量，其次发挥政府、企业和用户的协作作用。龙林格格（2017）对北京西直门地区进行了实地调研并对数据进行分析，对共享单车出现前后用户的自行车使用情况进行了对比，比较了私人自行车、传统公共自行车和无桩式公共自行车的不同，总结出共享单车的使用特征和应用场景。周进 （2017）根据2017年成都市互联网共享单车的问卷调查结果，阐述了共享单车用户的出行特征，分析了其出现对于出行方式的转变和城市交通结构的影响。邓力凡（2017）通过对北京市建成区2017年5月份摩拜共享单车的使用数据进行统计分析，对用户骑行的时空特性规律进行了总结，据此提出相关的停车设施布局优化方面的建议。

在当今共享经济热潮的背景下和城市交通结构向智慧化、绿色化转型的趋势下，2017年5月，交通运输部、国家发展改革委和城乡建设部等部门共同发布了《关于鼓励和规范互联网租赁自行车发展的指导性意见》，《意见》中指出：近年来，我国互联网自行车快速发展，在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、构建绿色出行体系等方面发挥了积极作用，推动了共享经济发展。无桩式共享单车对于提高单车使用率、节能减排、提升用户体验、优化交通出行结构和构建绿色低碳的出行体系方面都有重要意义。虽然无桩式共享单车行业处于快速扩张阶段，但是仍然存在很多问题。2017年相关政府部门指出，目前共享单车普遍采取无桩模式，在便利居民的同时，乱停乱放等现象随之产生因此在控制单车总量不变的条件下应当加强单车的运维管理。但是由于共享单车刚刚兴起，因此对于这方面的理论研究还相对较少，大部分文献都集中于共享单车的发展现状总结、商业模式探讨以及共享单车的发展策略等研究，对于共享单车的运营管理方面很有研究。其中共享单车运营管理方面最主要的是共享单车的智能调度系统，首先基于后台大数据获得共享单车的出行特征和单车故障与否，进而提前预测站点共享单车的借还需求，再基于此制定合理的调度方案，规划科学的调度路径，则可以在减少运营成本的同时提高用户满意度。因此，合理预测共享单车的借还需求和制定科学的调度方案有重要的现实意义和理论意义。共享单车刚开始投入之际，为了解决用户在使用共享单车过程中出现的“借车 难”、“故障单车多”问题，很多城市都加大了共享单车的投放量，但是只通过机械式地增加共享单车设施并不能从根本上提高共享单车的利用率，同时还会造成单车的随处停放，影响城市的面貌和秩序。因此，为了规范化共享单车的运营管理，大多数城市划分共享单车的停放区域和电子围栏，规定共享单车必须停放在此区域，相比于过度投放共享单车，一方面通过合理预测各站点共享单车的借还需求和获取各站点的故障单车数量，可以确定各站点调度量进而科学调度车辆满足 客户的需求，不仅解决客户的“借车难”、“故障单车多”问题，提高用户对单车使用的体验和单车的利用率，而且减少单车的投放量进而维持整个城市的有秩序面貌；另一方面确定合理的调度方案可以降低企业的运营成本，提高共享单车企业的经济效益，实现共享单车企业的商业盈利，同时吸引更多客户使用该方式出行，对于缓解城市交通压力也起到关键作用，实现无桩式共享单车的社会效益。虽然国内外学者对传统的有桩公共自行车的调度问题研究已经取得了很多成果， 但是在无桩式共享单车方面还鲜有学者进行研究。与有桩公共自行车运营过程面临的 严重的“借车难、还车难”问题相比，无桩式共享单车更多面临的是“借车难、坏车多”的问题，而由于取消了停车桩的限制，规定的停车区域可以停放更多的单车， 所以“还车难”问题相对不是很突出，但是单车“故障率”高的问题却亟待解决。因此，本文除了对有调度需求的站点进行调度以外，还考虑了对故障单车进行回收，这是有桩公共自行车调度研究中从未考虑过的。本文首先选取蘑菇单车作为研究对象，通过分析蘑菇单车用户出行特征并预测共享单车的借还需求确定站点单车的调度量，为下一步车辆调度奠定基础，此外，基于共享单车“故障率”高的特点，还考虑了对故障单车进行回收，最后构建基于不同时段的多车场的共享单车调度路径优化模型，对于国内无桩式共享单车调度的理论研究发展具有较高的理论价值。

[1] 罗宾蔡斯. 共享经济:重构未来商业新模式[m]. 浙江人民出版社, 2015.

2. 研究内容和问题

本研究的目标就是根据对实际交通量数据的分析，通过灰色预测模型对单车的初始量进行预测,完成之后以期望调度次数最少为目标进行优化，建立整数规划模型,利用lingo进行求解，得出期望调度次数，建立共享单车推荐停放点选址模型，本文的共享单车停放点选址双层规划选址模型主要考虑两个方面：蘑菇单车运营方和蘑菇单车用户。蘑菇单车的运营方为选址决策的上层机构，要求使运营方的共享单车采购成本、建设成本、运营成本和形象成本等总成本最小。下层模型考虑共享单车用户，引入时间满意度函数衡量共享单车用户对出行距离的满意度，要求使用户对共享单车的总满意度最高。

各章的主要内容简述如下:

第1章绪论。从淮安市蘑菇单车运营的实际情况出发，基于交通量数据以及结合国内外学者的研究，确定了本文的主要研究内容及研究意义，并阐述了本文的研究思路及技术路线。

3. 设计方案和技术路线

研究方法：根据所研究内容的具体要求，以灰色预测为基础，通过阅读相关名著，查阅文献资料，研究短时交通量需求预测以及蘑菇单车运营量问题，对蘑菇单车的投放优化提出进一步的建议与措施。

技术路线：(1) 探讨无桩式共享单车的研究意义和研究背景；(2) 研究考虑灰色预测理论，分析利用该模型进行短时交通量预测的方法；