考虑移步需求的无桩型共享单车动态调度研究

共享单车系统自发的不均衡性导致单车数量分布与用户需求分布之间产生偏移，降低了系统服务能力，需要调度实现再平衡. 现有动态调度算法缺乏考虑起点车辆供给不足，用户在出行过程中“再次”取车的移步需求，难以准确识别用户真实的出行需求分布，降低了调度效果. 本文提出以用户出行选择行为为下层，以调度车辆路径规划为上层的双层规划模型框架，设计结合仿真系统的启发式求解算法. 算例场景基于上海市虹口、杨浦区共享单车历史出行数据搭建，并进行网格化处理. 算例结果表明，模型能有效识别移步需求，提高共享单车的供需匹配能力. 针对各类调度资源配置情况，共享单车的供需匹配率提升18.07%~ 19.89%，提高了共享单车系统的管理效率.     

共享单车影响下小汽车出行方式转移机理研究

从小汽车到共享单车参与的出行模式转变是解决交通与环境问题的有效方法之一.本文通过对南京市 308名小汽车出行者进行问卷调查,探讨了共享单车影响下心理因素对小汽车出行模式转移的影响.通过建立改进后的技术接受模型,研究了感知有用性,感知易用性和感知健康价值对共享单车的态度,以及对出行方式转移意愿的影响.结果表明,通过作用于共享单车的态度,感知健康价值和感知易用性对转移意愿产生积极影响,感知有用性则产生直接的积极影响.共享单车可以在短途出行中替代小汽车,中距离下出行者最有可能受到激励从小汽车用户转变为潜在的共享单车接驳公共交通使用者,而长距离下共享单车较难影响小汽车出行者的出行方式选择.     

共享单车影响下小汽车出行方式转移机理研究

从小汽车到共享单车参与的出行模式转变是解决交通与环境问题的有效方法之一.本文通过对南京市 308名小汽车出行者进行问卷调查,探讨了共享单车影响下心理因素对小汽车出行模式转移的影响.通过建立改进后的技术接受模型,研究了感知有用性,感知易用性和感知健康价值对共享单车的态度,以及对出行方式转移意愿的影响.结果表明,通过作用于共享单车的态度,感知健康价值和感知易用性对转移意愿产生积极影响,感知有用性则产生直接的积极影响.共享单车可以在短途出行中替代小汽车,中距离下出行者最有可能受到激励从小汽车用户转变为潜在的共享单车接驳公共交通使用者,而长距离下共享单车较难影响小汽车出行者的出行方式选择.     

共享单车调度路径优化研究

当前共享单车停放点经常出现供需时空失衡现象,无法满足市民的出行需求,因此,单车投放机构需要进行调度以平衡城市各共享单车投放点的供应量.为保证共享单车的调度效率,需要选择合理的调度路径,针对共享单车的调度路径优化问题开展研究:以调度车辆最少和调度成本最低为目标,构建多车场有时间窗要求的共享单车调度路径优化模型;基于禁忌搜索算法,设计模型的求解算法;以某城市大区内的摩拜单车系统为例进行案例分析.结果表明:利用此模型和算法能有效减少调度成本,提高共享单车的调度效率.     

共享单车调度模型及算法研究

共享单车运营过程中出现的周转率低、调度成本过高等问题制约了城市慢行交通的发展。针对现有自行车调度模型假设条件的局限性,提出共享经济模式下转运最大化策略。在详细分析共享单车调度成本及相关参数的基础上,以成本最小和投放率最高为目标建立了共享单车调度模型。引入精英策略和进化算子对遗传算法进行改进,并采用TOPSIS法在改进算法求解出的有效路线集中选择最优路线。选取北京市某区域进行仿真分析,结果表明改进算法寻优能力较好。与常规调度模型相比,可选择调度路线增加了74.3%,平均调度成本进一步降低了18.3%.     

共享单车分层调度策略研究

针对共享单车乱停乱放、故障率高、时空分布不均等特点,解决调度中效率低下、成本过高的问题,提出了一种共享单车分层调度策略,将调度区域划分为道路层和小区层,采用不同类型的调度车辆完成故障车的收集、正常车的收集与投放工作。以时间成本最小为优化目标,考虑调度车容量约束和补给约束,建立了多车次的静态调度模型。案例分析表明,该模型可以有效地指导调度路径的优化调整; 3种策略的调度成本分析也表明,构建的分层调度模式在经济成本上具有明显优势。     

基于SEM的共享单车使用决策研究

为探索用户对共享单车的使用决策形成过程,基于结构方程模型（Structural Equation Model, SEM）,以济南市历城区和历下区564 份用户骑行问卷数据为研究对象,将共享单车服务质量、环境质量、用户的忍受疲劳程度等因素作为潜变量,将出行距离、用户可接受骑行时长、温度、地势、车体质量等因素作为显变量,量化了外生潜变量与显变量之间、内生潜变量与显变量之间以及外生潜变量与内生潜变量之间的复杂关系,构建了共享单车使用决策模型。研究结果表明,用户的忍受疲劳程度在影响使用决策上起主要作用,其次是服务质量,环境质量的影响最小。在此基础上,提出了针对共享单车管理与投放的合理化建议,以促进运营企业提高服务水平、资源利用效率和经营效益。     

基于结构方程模型的城市共享单车可持续发展条件研究

为规范已运营的共享单车服务,同时为尚未投放共享单车的城市提供决策依据,通过设计和发放李克特调查量表获取受访者对共享单车运营与管理的态度,采用探索性因子分析和验证性因子分析提炼受访者的潜在态度因子,建立表征潜在态度因子之间相关关系、潜在态度因子与调查题项之间相关关系的结构方程模型。模型估计结果表明,通过车辆停放管理和停放技术研发与应用等手段可提升人们规范停放共享单车的意识,而规范共享单车企业的运营行为可改善民众对共享单车的认知,建立共享单车企业品牌效应,提高共享单车企业的市场占有率。     

上海共享单车发展建议与思考

正互联网租赁自行车(俗称"共享单车")是移动互联网和租赁自行车融合发展的新型服务模式,在满足公众短距离出行需求、解决出行"最后一公里"问题、促进绿色低碳环保出行、缓解城市交通拥堵等方面发挥了积极作用。自2016年4月摩拜单车在上海市投放以来,上海一度出现过20家共享单车企业,投放车辆超过100万辆。在行业发展火热的同时,出现了投放过度、车辆乱停乱放、用户安全隐患、资金风险等一     

位置识别率影响下基于博弈的共享单车停车奖惩策略研究

为解决共享单车停放问题,部分共享单车企业对用户停车行为进行奖惩,引导用户文明停车.本文研究了共享单车停车过程中,企业和用户的博弈过程.首先建立用户寻找规范停车点的时间成本函数,基于获得效用理论建立优惠券奖励效用函数,基于展望理论建立用户惩罚效用函数;其次,建立奖励和惩罚两种机制下的停车选择的混合策略博弈模型,得到均衡状态下位置识别率、奖惩额度、停车点平均间距等影响因素的函数关系.最后,对两种机制的用户效用进行灵敏度分析,对不同出行时间和出行目的的停车行为引导效果的差异性进行分析.研究结果表明：两种机制均存在博弈均衡解,但惩罚机制的条件更严格;当位置识别率低于临界值时,不能使用惩罚机制.企业可综合考虑投入与效益,选择合适的奖惩方案,在不同的市场运营时期采取不同的策略.     

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%.     

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%.     

共享单车影响下接驳公交线路设计与车辆配置方法

针对轨道交通的“第一/最后一公里”问题,接驳公交和共享单车是通勤用户最常选择的两种公共交通方式。为理解共享单车对接驳公交出行需求和线路设计等规划运营方面的影响,提出供需交互状态下的接驳公交线路设计与车辆配置模型。需求端考虑出行时间和出行费用,基于用户在共享单车和接驳公交之间的模式选择行为,动态计算接驳公交实际出行需求;供应端考虑车辆容量、数量和流平衡约束,以最小化公交运营成本和用户出行成本之和为目标,建立混合整数非线性规划模型,优化接驳公交线路设计及车辆配置。模型采用拉格朗日松弛算法进行求解。该方法应用于北京市回龙观地铁站周边出行小区接驳公交线路设计,公交及单车出行需求采用真实的IC卡数据,以及摩拜单车骑行数据,站点间行驶时长采用高德驾车路径规划API(Application Programming Interface)数据。实验结果表明,车辆总数为10,线路数量为2时,考虑共享单车影响的接驳公交规划模型相较于只考虑单一模式可以有效避免规划需求误差。此时,各站点到地铁站的平均运行时间是15.58 min,乘客平均等待时间是3.35 min;在线路数量为4时,各站点到地铁站的平均运行时间...     

共享单车投放点选址问题研究

为了解决共享单车投放点选址问题,本文将建立投放点车辆预测需求模型预测小区总投放数量,同时构建投放点选址模型,并结合实际数据利用蚁群算法寻求最优解。算例结果表明,模型与算法能有效地确定服务小区内共享单车投放点位置、数量及投放车辆总数,解决服务小区间调配问题中存在的选址难题。     

基于Nested Logit模型的共享单车选择行为研究

近两年来,共享单车迅速发展,已有研究较少从微观角度来阐释共享单车的选择行为.本文基于随机效用理论,构建Nested Logit模型,选取出行目的、接驳时间、在车时间、停车时间、费用等出行特征变量,选取下雨(雪)、空气质量、气温、风力等级等天气状况变量,选取年龄、性别、收入等社会经济变量作为效用函数的特征变量,采用D-optimal法设计问卷,在济南市开展共享单车实证调查.基于收集到的样本进行参数标定,找出影响共享单车及其他出行方式选择的关键影响因素;并对共享单车的乘车费用与接驳时间进行弹性分析,明确了共享单车乘车费用与接驳时间变化对短途出行结构的影响.     

基于扩展技术接受度模型的共享自动驾驶汽车用户使用意愿研究

共享自动驾驶汽车是智慧交通和绿色交通的重要发展方向之一,但目前其相关研究仍不充分,影响用户使用共享自动驾驶汽车意愿的因素及其作用机理有待深入剖析.为此,本文首先通过引入感知风险、服务质量和社会影响三个潜变量,构建了扩展技术接受度模型.然后将扩展技术接受度模型的潜变量、个人社会经济属性变量和出行方式属性变量整合到多项Logit模型,构建混合选择模型,并以用户选择共享自动驾驶汽车出行的概率衡量用户使用共享自动驾驶汽车的意愿.最后基于SP调查数据标定模型参数,得到潜变量关系及关键影响因素,通过弹性分析研究关键因素对用户使用意愿的影响.结果表明,感知有用性、出行费用、感知易用性、等待时间的影响最为显著,对应的弹性值分别是0.0502、-0.0401、0.0385和-0.0350.本研究对相关企业及相关政府部门发展和推广共享自动驾驶汽车具有重要参考价值.     

居住区私家车位共享意愿及影响因素

居住区私家车位共享是缓解停车供需矛盾的探索性方案，从居住区车位拥有者视角出发，对其私家车位的共享意愿展开研究。将对共享停车的了解程度、感知到的风险及其受到的社会影响程度作为潜变量，设计调查问卷，运用多指标多因果模型分析私家车位共享意愿的影响因素及敏感性，并对外生变量与潜变量之间的关系进行分析。结果表明：车位拥有者对共享停车的了解程度及感知到的风险对共享意愿具有显著正向影响，感受到的社会影响大小对共享意愿不具有显著影响；车位拥有者的年龄、学历、收入等外生变量对潜变量具有不同程度影响。     

基于行人行为与优化CTAM模型的全自动驾驶车辆行人接受度分析

为了解行人对全自动驾驶车辆的接受度,确定影响接受度的关键因素,掌握行人对全自动驾驶技术的关注点,首先,建立优化后的车辆技术接受模型(Car Technology Acceptance Model,CTAM),基于此模型和现场调研观测到的行人行为设计调查问卷,从个体属性、行人行为和行人对自动驾驶车辆技术接受度3方面对行人展开随机调查.然后,采用有序Logit模型,运用问卷数据标定模型参数,筛选出行人对全自动驾驶车辆接受度的关键影响因素.结果表明,行人对全自动驾驶车辆的接受度与居住区、出行次数、过失行为、兼容性、态度及信任有关,且车辆技术接受模型中的感知有用性和感知易用性变量衡量越好,行人对全自动驾驶车辆接受度越高.     

建成环境对共享单车使用特征的非线性影响研究

为研究共享单车使用特征与建成环境的依赖关系,本文以2020年厦门市共享单车订单数据和电子围栏信息为基础,从集计(栅格区域)和非集计(个体出行)两个层面,利用极端梯度提升模型(XGboost),探究建成环境对共享单车使用特征的非线性解释能力。首先,识别密度、设计、目的地可达性、土地利用多样性、公共交通可达性和需求管理六个维度的建成环境变量对单车出行生成、吸引以及用户出发时间选择的相对重要性。之后,根据部分依赖图,揭示建成环境变量对单车使用特征指标的影响趋势。结果表明,在集计层面,电子围栏密度是最重要的建成环境因素,对出行生成和吸引的影响程度分别为26.88%和51.90%,且在150个·km^-2附近产生阈值效应。在非集计层面,单车用户早高峰借车概率与出行起讫点的建成环境均有关联。其中,目的地栅格中工作场所比例影响最显著(18.17%),出发地栅格CBD邻近度(7.34%)和出发地栅格公交站点密度(5.91%)次之。     

基于Fisher算法的无桩共享单车故障预测

无桩共享单车故障的主要诊断方式为人工定期维修和APP用户反馈,但在诊断过程中存在浪费劳动力和资金、报修率较低等问题.因此,单车的故障率居高不下,严重影响用户的使用体验,不利于共享单车企业的未来发展.为提高故障诊断效率并节约成本,结合大数据技术,提出共享单车故障预测模型及求解算法进行探究:以无桩共享单车的行驶时间和行驶距离作为输入,构建有条件约束的故障预测模型;针对模型计算的复杂性,利用Fisher线性判别法设计模型的求解算法;最后,对北京市某地区的哈啰单车系统进行案例分析,验证模型和算法的有效性.结果表明:与传统的两种方法相比较,该模型可快速预测该地区的故障无桩共享单车,且准确率高达86.13％,能够显著降低无桩共享单车的故障率并节约成本.