基于模拟退火算法的共享单车动态调度问题研究

针对共享单车的时空分布不均衡，无法满足部分出行者需求的情况，研究共享单车动态调度问题，以减少骑行需求损失，降低调度成本。本文综合考虑车辆分布的时空变化、满足骑行需求的收益和调度成本，以总利润最大为目标，建立共享单车的动态调度模型，采用模拟退火算法对问题进行求解。算例分析表明，该模型可以有效地指导调度车辆路径的优化调整，减少骑行需求损失，提高用户满意度和共享单车运营商收益，基于模拟退火算法的求解方法表现出较好的收敛性。     

基于机器学习的共享单车热点区域识别及需求预测

近年来,公共自行车交通系统已成为界上很多国家公共交通规划的一部分。无锁桩式共享单车系统,正经历快速发展,引发了公共自行车领域的变革。随着系统规模的扩大和用户数量的增加,共享单车的过量投放和随意停放问题成为系统运营的阻碍。本研究以北京市共享单车系统的运营数据为基础,采用数据驱动模式,探索用户出行需求的时空分布,提出基于机器学习方法的热点区域识别和需求预测框架。借助聚类算法实现对热点区域的识别和划分,借助集成学习实现对出行需求的预测。实验结果显示,模型的平均误差率为6.8%。本研究将在共享单车的空间部署和调度任务的及时安排等方面,为系统运营者提供有效参考。     

基于KANO模型的共享单车抗疫功能需求分析

针对不断变异的新型冠状病毒带来的感染危险，共享单车用户除关注单车厂家实施的无差别消毒措施外，还期望企业推出具有抗疫或防疫功能的单车。采用问卷方式总结出用户对抗疫或防疫功能单车的具体功能需求；随后采用KANO模型进行二次调查以获取单车抗疫或防疫功能的样本数据，在对有效数据进行分析后，得到共享单车的病毒示踪功能具魅力属性、安装抗菌把手和座椅为期望属性；无差别消毒为必备属性、配置备用消毒用品具反向属性特征。这一结论可以为企业在提升共享单车抗疫、防疫功能的同时拓展客户群或增加品牌粘性提供决策参考。     

共享单车运营规模评估：以台州市为例

2017年，共享单车首次进入台州市场，并为这座城市注入了新的活力，凭借着停取便捷、低碳节能、经济实惠、使用灵活等特点，为城市交通出行解决了“最后一公里”的难题，成为了台州市区居民出行不可缺失的选择。然而，共享单车投放数量的急剧增长也给这座城市带来了一系列管理的挑战，尤其是车辆停放问题、车辆周转率较低及侵占传统公共自行车出行比例的问题。本文以共享单车、共享电单车及公共自行车现状运营特征为基础，并结合台州市“十四五”交通发展规划，对台州市“十四五”期间共享单车的出行比例、容纳量及投放规模进行预测，并对共享单车运营规模的控制及未来发展提出建议。     

共享单车平台监管指标体系研究

总结共享单车运营过程中存在的诸多问题,从政府相关部门监管共享单车企业运营的角度出发,在运营管理、配套设施、设施维护和人员配置四个主要方面建立监管指标体系框架,并初步提出评价指标,为政府监管共享单车企业运营提供建议和参考。     

基于PSO-LSTM算法的智能交通流量预测研究

交通流量本身具有很强的不确定性,复杂、多变,容易受到随机因素的扰动,并且规律性不明显。随着不同预测方法的引入,对短时交通流的预测也出现了许多预测模型。长短期记忆模型擅长于处理和预测时间序列中具有时间间隔和延迟相对较长特征的重要事件。粒子群算法是一种通过模拟鸟群捕食行为设计的随机优化技术。本研究引入粒子群算法优化长短期记忆模型,使用昆明市某个路口断面所采集的过车数据作为训练集和测试集。本研究使用matlab软件进行上述模型的建模和预测,使用均方误差模型进行预测模型的误差分析。结果表明,引入粒子群算法优化模型后,预测误差降低60%,PSO算法优化LSTM模型能够更为准确的预测交通流量。     

共享单车站点潜在需求预测问题研究

针对传统共享单车需求预测中潜在需求缺失的问题,文章分析了站点借还量与调度需求量的关系,提出站点潜在需求问题,并利用美国芝加哥Divvy Bikes公共自行车系统实际运营数据,综合考虑天气、气温、风力、站点容量与初始车辆数等因素,以历史每日正常数据构建训练网络,通过三种神经网络方法预测出具有潜在需求站点的借还量。该研究方法的应用可以提高共享单车调度的科学性和准确性。     

共享单车停车选址研究综述

共享单车是一种低碳环保的绿色交通工具,它的广泛使用有助于我国双碳目标（碳达峰、碳中和）的实现,然而单车乱停乱放阻碍了正常的交通运行,导致了巨大的安全隐患,研究共享单车的停车选址问题有助于规范共享单车的停放。本文就国内外关于共享单车停车选址的研究成果进行梳理,首先介绍共享单车及停车选址研究的发展历史,接着详述国内外目前的主要研究现状,最后总结了共享单车停车选址研究存在的问题和未来可能的研究方向。共享单车停车选址问题的合理解决,对提升共享单车系统的运营水平与服务水平有着重要意义。     

我替共享单车算笔帐

正"如果共享单车经营者能够真正从用户体验出发,不断改进经营模式及策略,共享单车自然进入良性发展的轨道。"共享单车横空出世以来,受到社会各界广泛关注,更是以亲民便民形象深入人心。但最近听到不少城市先后发声暂停共享单车投放,理由是车满为患、无序停放、阻塞交通。根据市民日均出行次数4次,共享单车使用占20%,日均单车使用频率     

基于IPSO-SVM的双塔斜拉桥线形预测研究

斜拉桥的施工线形控制与预测是斜拉桥安全施工与运营的关键。文章以某大跨度斜拉桥工程为背景,针对大跨度斜拉桥施工线形控制与预测问题,提出了一种基于非线性粒子群算法优化支持向量机的斜拉桥线形预测模型。通过支持向量机建立了影响斜拉桥结构响应的随机变量与主梁线形之间的关系,并采用非线性递减策略改进惯性权重的粒子群算法对支持向量机参数进行优化,得到了斜拉桥线形预测模型。相关计算结果表明:非线性粒子群算法对于支持向量机参数的寻优具有更好的收敛性;基于非线性粒子群算法改进的支持向量机对样本数据的拟合精度最高,平均误差<0.005 m;提出的预测模型可以较为准确地预测主梁节段的线形标高,预测结果与实测值、理论值的平均相对误差<2%,可为斜拉桥施工线形控制提供一定的理论参考。     

隧道洞室地基稳定性双阶段多策略粒子群BP网络模型研究

影响隧道洞室地基稳定性的因素众多,这些因素与隧道洞室地基稳定性之间存在着复杂的非线性关系,并且常规的方法很难描述这种复杂的关系。文章提出了一种双阶段多策略粒子群算法(DMPSO)优化的BP神经网络隧道洞室地基稳定性评价模型。粒子群算法具有全局优化能力强、搜索效率高等特点,算法改进后使这些特点更加突出。BP算法有很强的非线性映射能力、泛化能力,但也有收敛速度慢,容易陷入局部最优等缺陷。采用双阶段多策略粒子群算法(DMPSO)搜索BP模型的权值和阈值,弥补了BP模型的缺陷,提高了其预测的准确度。文章以重庆小什字车站洞室地基为例,证明了双阶段多策略粒子群算法优化的BP神经网络模型(DMPSO-BP)的可行性,并且该模型比模糊神经网络和粒子群优化的BP神经网络(PSO-BP)模型有更好的预测精度。     

给“单车们”立规矩!新政释放哪些信号?

正作为首部真正意义上国家层面的共享单车新政,此次《指导意见》既鼓励创新发展,又对症下药解决矛盾突出问题,选择此时出台可谓恰逢其时。在创业者大呼资本寒冬将至之际,互联网租赁自行车(俗称"共享单车")的爆发式增长,却像是移动互联网时代的最后一次浪潮。据不完全统计,截止到2017年7月,全国共享单车运营企业数量接近70家,累计投放的车辆超过1600万辆,注册人数超过1.3亿人次,累计服务超过15亿人次。     

“共享单车”吃罚单 杭州首例!

正共享单车乱停放,不仅要挨批,处罚也动真格了!在指导意见正式出台前,杭州西湖区在整治共享单车方面,根据实际情况制定了"区块+网格化"的管理方案。日前,西湖区城管部门对共享单车企业开出了杭州第一张万元罚单。据悉,今年五月份,一家共享单车公司在西湖区残联门口的人行道上投放共享单车。35辆自行车共占用盲道7平方米左右,并且该企业未取得相关审批许可手续。由于该处为西湖区残联所在地,经常会有很多残疾人出入,投放的共享单车占压了大面积盲道,影响     

共享出行 下一站去哪?

<正>截至4月底,我国成规模以上的共享单车企业达到了38家,投放的城市为100个,共享单车的投放量已经超过了一千万,注册用户的人数超过1亿,提累计出行次数超过10亿……共享单车产业正在快速膨胀。5月22日,交通运输部     

共享单车发展政策关键词:“鼓励”和“规范”

正"鼓励就是要为运营企业发展创造良好的环境,让企业可持续发展,让老百姓可持续地享受到这项便利的服务;规范就是要守住安全底线,守住基本服务质量,守住公平竞争的市场环境。"从2016年开始,共享单车红遍大街小巷。红红火火的背后,诸多乱象也逐渐突显:车辆乱停乱放、车辆运营维护不到位、企业主体责任不落实、用户资金和信息安全风险……为了解决诸多问题,5月22日,     

共享单车:在风口上狂舞

正"几十家企业,上百亿资金,千万辆布局,用户从零突破到上亿,整个共享单车行业热闹非凡。"小红车、小橙车、小黄车、小绿车、小蓝车……各种颜色的共享单车蜂拥而至,遍布大街小巷,而当拥有红橙黄绿青蓝紫七种颜色的彩虹单车出现在街头时,网友们笑称"集齐七种颜色可召唤神龙!""留给创业者的颜色不多啦!"     

基于蚁群算法和群决策理论的动态路径优化研究

文章针对城市交通信号控制中的动态路径优化问题,综合考虑相邻交叉口间距和路段交通饱和度两个参数的影响,提出了一种基于蚁群算法和群决策理论的动态路径优化算法模型,并通过仿真实验,对比分析了该算法模型的有效性。     

新冠疫情下政府与共享单车企业决策演化研究

共享单车作为一项减少接触的出行方式在新冠疫情下逐渐受到大众的青睐，但骑行人数的增加也使得手部接触感染的风险倍增。为此，本文研究了政府部门是否对单车企业进行监管，以及企业是否建立完备防疫体系决策的动态演化博弈问题。通过构建二者的博弈模型，表征了四种情况下演化的均衡点，同时利用Matlab仿真分析了相关主要因素对演化均衡结果的影响。研究发现，政府部门罚款力度、疫情扩大概率、媒体曝光力度的提高都会使二者趋向于协同抗疫；政府部门补贴力度对演化结果影响并不显著，政府进行监管时应以惩罚为主，奖励为辅；二者防疫成本和对政府部门的问责力度都会影响演化结果。最后，就政府部门对共享单车企业疫情防控的监督机制提出相关建议。     

基于NSGA-Ⅱ算法的需求响应式公交多目标线网优化模型

需求响应式公交服务作为新形势下提出的一种多元化的客运服务模式，不仅解决了大多数通勤者舒适便捷的通勤需求，而且有效提高了道路使用效率，缓解了早晚高峰时段的道路交通压力。本文针对需求响应式公交线网优化，以运营企业成本最小和乘客出行时间最短作为优化目标，构建需求响应式公交多目标线网优化模型，采用NSGA-Ⅱ算法进行求解。以雄安新区运行的需求响应式公交为实例，基于运行两个月的实际数据对模型参数进行标定，进一步增加了模型的精度，验证了模型的可行性与有效性。     

基于北斗高精定位技术的共享单车精细化治理应用研究

依托北斗高精定位技术优势,围绕共享单车入栏结算系列关键技术、行业监管创新等,深入分析了我国大中城市共享单车行业治理存在的痛点问题,探索出一套共享单车行业精细化治理模式。通过深圳的实践应用可以看出,该模式能够有效规范停放、提升周转效率、降低运维成本、强化行业监管,经济与社会效益显著;同时也有助于推动北斗高精定位技术在交通运输行业应用。