考虑使用特征的城市公共自行车租赁点布局优化

针对站点规划布局缺少对用户使用特征的考虑,缺乏对小街区布点与调度的方法与体系的研究这些问题,首先,对温州市鹿城区的公共自行车IC卡数据进行了挖掘和分析,从时间分布、租赁点相似性、潮汐性和周期性四个方面分析了其使用特征。其次,针对公共自行车系统的使用特征,提出了一种针对小街区公共自行车布点与运力调度的方法,即先定量的根据用户用车要求、站点均衡、企业效益和顾客满意度确定两种站点——中心服务点和一般服务点的比例,再以最大服务覆盖为目标建立了站点的布设模型,并用模拟退火算法进行求解,而后定性地根据当地用地性质和地势条件进一步确定布点位置。最后,以鹿城东部作为算例,进行了站点的布设与车辆调度研究,结果表明本文的布点与调度方法具有很强的可行性与实用性。     

多车场协同运输的公共自行车调度方法研究

为改善城市公共自行车使用过程中“借车难,还车难”的问题,针对公共自行车调度问题展开研究。通过构建一个多车场协同运输的公共自行车调度优化模型,分析公共自行车系统静态调度的最优路径问题。在模型求解方面,设计一种融合遗传算法和禁忌搜索算法的启发式求解算法,通过M atlab编程对模型进行求解。最后,以中山市公共自行车系统为例进行分析,结果显示本调度方法比传统调度方法节约9.3％的调度成本。     

公共自行车动态调度系统需求预测模型研究

基于交通出行理论,将公共自行车需求分为直接需求和间接需求,并研究需求等待、转移和消退的变化规律.根据各租赁点的历史出行OD和以往时段的借、还车信息,预测出调度车辆从当前位置到达任意租赁点时该位置的车辆数,从而确定调度车数并制定调度计划,建立租赁点短期多时段的需求预测模型.将需求预测模型与调度计划模型组合成具有迭代反馈特性的双层模型,并通过计算机仿真方法求解,得到最优动态调度方案下的需求预测结果.通过算例对模型进行了验证,结果表明:公共自行车动态调度系统需求预测模型与调度计划模型结合后能有效改善公共自行车实际运营中借车时无车可借、还车时车位已满的情况.     

公共自行车多层次分区调度方法研究

公共自行车发展的制约性问题在于调度滞后,服务水平无法满足用户需求.从时间分布和空间分布两方面分析了公共自行车高峰期潮汐需求规律及其与用地类型的关系.创新地提出以上层调度区域、调度小区和站点为主的多层次分区调度方法.在详细分析了各层次分区流程及相关参数的基础上,提出结合虚拟小区与有时间窗的多目标优化调度模型解决区间调度问题,并且建立了小区内调度的最优路径模型.形成区间灵活调度,区内路径固定的半确定调度体系.案例证明该方法具有较强的可操作性.该方法在保证高峰期及时调度,减少不必要的绕行和拥堵时间,提高调度效率,减少盲目性等方面具有重要意义.     

基于遗传混合蚁群算法的公共自行车调度研究

为了提高公共自行车的使用效率和用户满意度水平,保证国内公共交通服务的合理运行与发展,根据公共自行车用车峰时和谷时的不同调度目标,建立两时期车辆调度模型。用车谷时以调度车路径最短为优化目标,用车峰时以用户满意度最高为优化目标。融合遗传算法(Genetic Algorithm, GA)和蚁群算法(Ant Colony System, ACS),形成遗传混合蚁群算法(Genetic Hybrid Ant Colony System Algorithm, GA-ACS),并将融合后的算法应用于调度模型中,以提升获得优化的车辆调度方案的求解速度和质量。群智能算法在不同数据集上的性能比较结果表明,与传统蚁群算法相比,遗传混合蚁群算法在求解速度和求解质量上都有更好的表现,在较短的时间内至少可以缩短10%的调度路程,因此该算法模型可以用于解决实际的公共自行车调度问题。     

面向自组织平衡的共享电动汽车调度优化方法

针对共享电动汽车运营中出现的站点车辆供需不平衡及人工调度成本过高等问题，提出面向自组织平衡的共享电动汽车调度优化方法.利用共享电动汽车站点选择行为数据，构建用户取车站点选择MNL(Multinominal Logit)模型，分析用户的站点选择行为；构建面向各站点车辆供需自组织平衡的站点间车辆调度优化方法，即通过车辆动态折扣策略引导用户改变默认的最近取还车站点，在运营结束后以运营企业的调度总成本最小为目标，建立人工调度优化模型并应用禁忌搜索算法求解；最后，选取北京市海淀区部分共享电动汽车站点进行算例分析.结果表明：本文提出的优化方法与无动态折扣策略相比，调度总成本降低了 4.5%，人工调度成本降低了21.1%，人工调度任务数减少了8.3%.     

基于租还行为特性的公共自行车调度优化研究

文章分析了公共自行车租赁行为特性,在此基础上提出了"分区调度、总量控制,动静结合、错峰调度"的公共自行车调度总体思路;对区块划分的步骤进行了分析,提出空间聚类的区块划分方法;根据公共自行车租还历史及预测数据,提出了高峰时段采用站内调度、下架囤积、随时补充的静态调度方法,平峰时段采用实时调度的动态调度方法。以衢州市公共自行车系统为对象进行了实证研究,结果表明基于租还行为特性的公共自行车调度方法是一种行之有效、操作性强的调度方法,有效地解决了衢州市公共自行车"租车难、还车难"的问题。     

面向自组织平衡的共享电动汽车调度优化方法

针对共享电动汽车运营中出现的站点车辆供需不平衡及人工调度成本过高等问题，提出面向自组织平衡的共享电动汽车调度优化方法.利用共享电动汽车站点选择行为数据，构建用户取车站点选择MNL(Multinominal Logit)模型，分析用户的站点选择行为；构建面向各站点车辆供需自组织平衡的站点间车辆调度优化方法，即通过车辆动态折扣策略引导用户改变默认的最近取还车站点，在运营结束后以运营企业的调度总成本最小为目标，建立人工调度优化模型并应用禁忌搜索算法求解；最后，选取北京市海淀区部分共享电动汽车站点进行算例分析.结果表明：本文提出的优化方法与无动态折扣策略相比，调度总成本降低了 4.5%，人工调度成本降低了21.1%，人工调度任务数减少了8.3%.     

城市公共自行车准动态调度方法

针对城市公共自行车系统日常调度工作量大问题,提出一种城市公共自行车准动态调度方法. 该方法通过分析公共自行车站点容量、日均租还差和各时段租还量间的约束关系,评估站点的调度频次并划分站点类型;以日均调度任务量均衡和日均调度里程最低为目标,以调度车容量为约束条件,优化日常调度路径;与经验调度法进行了对比,验证了本方法的有效性. 结果表明：在调度数量方面,准动态调度方法2018 年1 月周日均和月日均调度工作量分别为3 872 次和4 247 次,较同月实际值5 690 次降低了32%和25%;在调度里程方面,准动态调度方法的周日均行驶里程和月日均行驶里程分别为94.7 km和103.6 km,较同月实际调度里程113.1 km分别降低了16%和8%.该方法对宁波公共自行车日常调度具有良好的实践价值.     

城市公共自行车准动态调度方法

针对城市公共自行车系统日常调度工作量大问题,提出一种城市公共自行车准动态调度方法. 该方法通过分析公共自行车站点容量、日均租还差和各时段租还量间的约束关系,评估站点的调度频次并划分站点类型;以日均调度任务量均衡和日均调度里程最低为目标,以调度车容量为约束条件,优化日常调度路径;与经验调度法进行了对比,验证了本方法的有效性. 结果表明：在调度数量方面,准动态调度方法2018 年1 月周日均和月日均调度工作量分别为3 872 次和4 247 次,较同月实际值5 690 次降低了32%和25%;在调度里程方面,准动态调度方法的周日均行驶里程和月日均行驶里程分别为94.7 km和103.6 km,较同月实际调度里程113.1 km分别降低了16%和8%.该方法对宁波公共自行车日常调度具有良好的实践价值.     

基于城市用地的公共自行车骑行量建模

将公共自行车出行模式划分为前往站点、租车骑行和还车离开3个阶段, 分别研究了城市用地在每个阶段对公共自行车骑行量的影响; 针对第1、3阶段, 采用兴趣点度量公共自行车站点周围的城市用地类型, 通过引入时间满意度函数, 基于多元回归分析, 提出了预测骑行产生量和吸引量的建模方法; 针对第2阶段, 构建了城市用地对公共自行车骑行量的6个影响指标, 包括起始站点骑行产生量、起始站点分布密度、起始站点偏离度、终止站点骑行吸引量、起终站点间距与起终站点用地差异; 对纽约市961 865条以及上海市1 185 816条公共自行车骑行记录进行多元回归分析。分析结果表明: 在保持用地因素数量不变的情况下, 传统方法针对纽约和上海记录数据的决定系数分别为0.581、0.474, 建模方法的决定系数较高, 分别达到了0.738、0.607;针对自行车站点间客流量的建模, 提出的6个指标均对站点间客流量有显著影响, 并且模型的调整决定系数为0.487。可见, 建模方法更加合理地衡量了城市用地对公共自行车骑行量的影响, 并对站点的骑行产生量、站点间客流量与站点吸引量实现了更为准确的建模。      

基于出行数据的城市公交网络可达性研究

可达性是评估交通便利程度的有效指标,城市公共交通良好的可达性能够吸引更多人选择这类方式出行.基于公交刷卡、发车时间间隔等多源数据,提出考虑线路和流量的车站等待时间计算方法;利用换乘时间阈值拼接出行数据,获取起讫车站出行时间,建立两阶段机会模型.以北京市为例,评估公交网络实际可达性.研究表明：车站服务可达性和网络可达性均呈现城市中心高、郊区低、沿地铁变化趋势明显的特征,线路越多的车站可达性越高;传统的定值设置方法会低估高可达性车站的可达性水平,考虑流量和线路的等待时间计算方法是有效的.     

公共自行车使用时空特性挖掘及租还需求预测

基于宁波市公共自行车刷卡数据、POI(Point of Interest)数据、气象和空气质量等数据，从数据驱动视角，深入挖掘公共自行车使用的时空特征及站点租还车需求预测。在时间上，采用KMeans算法，将站点聚为5类，探讨各类站点的时变需求规律及影响因素；在空间上，提出基于POI 数据的站点用地类型识别方法，将站点分为居住类、交通设施类、办公类和商业休闲类。构建以 15，30，60 min 为间隔，以租还车需求为目标变量的随机森林预测模型，并与常用的 BP (Back Propagation)神经网络、K最近邻方法进行比较。结果表明，随机森林模型的精度更高，适用性更强。以30 min为间隔的站点租还车需求预测精度最高，考虑站点土地利用类型后能有效提高模型的预测精度。本文结果可作为未来站点平衡调度的依据并推广应用于共享单车系统，为改善服务水平提供技术和理论支撑。     

基于AHP的公共自行车站点选址的模糊综合评判

为了有效地解决公共自行车站点选址问题,首先分析和总结公共自行车站点选择时需要考虑的各种影响因素,运用ISM建立解析结构模型,并得到相应的评价指标体系;然后,引入层次分析法（AHP）并利用判断矩阵确定各指标要素的权重;最后运用模糊评判法对杭州＂德胜社区＂设置站点的优劣进行评价,根据隶属程度,评价在该位置设立公共自行车站点的适合程度并验证该评价方法体系的有效性和可靠性。这项研究能够为城市新建公共自行车站点提供科学可靠的决策依据。     

IGS超快星历在对流层实时监测中的应用研究

通过比较广播星历和IGS（国际GPS服务机构）目前提供的3种精密星历的精度和时延性，得出只有超快星历（IGU）才能满足对流层监测的时间要求．根据实际数据进一步分析了超快星历卫星轨道和卫星钟差的精度，提出了利用轨道松弛联合轨道质量指数加权的方法，并利用四川GPS连续观测网（GPSNOS）的实测数据进行了检验．结果表明，此方法可以解决IGU中的“病态”卫星问题，从而使IGU能有效地用于对流层实时监测．     

过饱和地铁线路的列车容量分配策略及优化模型

为缓解过饱和地铁线路的局部车站极端拥挤问题，提出一种新颖的车厢容量分配策略及优化方法，即通过预留和分配车厢的方式，将列车运力合理分配到各个车站，从而确保各车站乘客(特别是拥堵车站)均能得到公平服务，缓解极端拥堵。基于上述策略，以线路各车站所有乘客总等待时间最小为目标，以各列车在各车站的预留车厢数量为决策变量，构建关于车厢容量分配问题的线性整数规划模型。针对北京地铁八通线，对其工作日早高峰7:00-10:40下行方向的车厢容量分配进行数值实验。实验仿真结果表明，线路内各车站最大乘客聚集人数均降到安全范围内，其中最大聚集乘客数量由3642人降低至1345人，约降低63%。而全线乘客的总等待时间仅由418027 min增加至420099 min，增加0.5%。上述结果表明，列车容量分配的方法有效缓解了过饱和地铁线路内极度拥挤问题，实现各车站客流聚集均衡，在线路层面提高了总体运营安全性， 同时保证了客运服务质量。     

基于分区优化的高铁车站通过能力提高方法

车站通过能力是铁路能力的一个关键制约点,本文通过降低咽喉长度对车站作业间隔时间的影响,扩大高铁车站通过能力. 分析车站分区的划分原则及方法,研究车站进路关系模型及作业间隔时间的计算方法. 以通过列车数量最大化为目标,考虑车站作业间隔时间,不同作业类型列车比例等约束条件,建立基于分区划分的车站通过能力优化模型及算法. 案例分析表明,不同作业类型列车比例及组合方式对能力的影响较大,分区划分车站咽喉区可有效减少列车作业间隔时间,提高车站通过能力.     

武汉市主城区自行车停车设施规划与管理模式研究

自行车停车设施规划是自行车交通系统规划的重要内容。国内大多城市对自行车停车设施规划与建设不够重视,出现自行车停车难的尴尬局面。结合武汉市主城区自行车发展概况,探索自行车停车设施规划方法与管理措施,提出了分类分块、重点布设的原则以及停车设施分级规划思路,从自行车停车需求预测、停车场布局方法、停车管理措施等方面进行了探讨,以期完善自行车系统规划,提高自行车的吸引率。     

电动汽车充电站布局优化研究

快速充电站的布局优化需同时考虑因电动汽车续驶里程短、充电时间长等特性引起的不确定性决策问题以及长期建设过程中的连续性优化问题。由此,建立基于仿真的满足总绕行时间最短的电动汽车充电站动态布局优化模型。考虑建设时序的连续性需求,提出基于逐步优化和比较备选方案服务能力的连续性优化方法。通过实证分析探讨模型的优化布局特征和适用性。结果表明,在案例路网中应用该方法可以得到连续性较好的布局,可为快速充电站分期建设提供规划决策依据。随着充电站数量的增加,布局方案既覆盖了需求产生和通过量最大的几个节点,也缓解了因充电需求大量聚集而选择备选充电站的绕行问题。