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。     

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。     

健全容量管理机制规范共享单车运营

共享单车诞生后,"骑行风"又刮了回来.目前,全国共享单车投放量近3000万辆,为解决城市交通拥堵难题贡献一己之力的同时,甚至盘活了一些濒临倒闭的自行车厂,带动了我国自行车产业快速发展.全国政协委员、民进中央常委张震宇表示,根据调研分析,超需投放、停放不规范等问题仍是共享单车的通病,我国自行车生产制造的核心竞争力应进一步...     

共享单车可否胜天半子?

在移动互联网时代,伴随着互联网技术、大数据技术和物联网技术的发展融合,一种全新的经济模式——共享经济模式应运而生.它依托互联网技术,共享相关的物品和服务.得益于大数据技术的发展,设施的不断完善,作为一个全新的经济模式,共享经济已经拓展到商业、金融、交通、旅游等各个领域.它对传统的经济模式进行创新,为新时期的经济发展注入...     

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。     

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     

回归理性! 共享单车探路下半场

正风口过去,行业洗牌,曾经风光无限的共享单车进入下半场。行业现状究竟如何、未来又会如何走向?这个寒冬,共享单车再次成为行业最热门的话题之一。对共享单车而言,这个冬季尤为寒冷。12月18日,北京,下午5点,ofo办公室总部互联网金融中心门外,排队退ofo押金的用户从门口到队尾大约有500人。ofo工作人员表示晚上会加班     

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BP神经网络算法的共享单车需求预测

文章选取某地区不同时段的共享单车需求数据,采用BP神经网络算法构建了基于Tanh函数、Logistic函数、Relu函数、Identiey函数四种不同激活函数下的需求预测模型,并应用RMSE、MSE、MAE、R2四种模型评估指标对模型进行评估,从而选出最优需求预测模型进行共享单车的需求预测。结果表明:无论在检验训练数据下还是检验测试数据下,精度最高的模型为Tanh函数下的BP神经网络模型,其测试集下的标准误差(RMSE)比训练集下的标准误差(RMSE)略有上升,测试集下的拟合优度(R2)比训练集下的拟合优度(R2)略有下降,说明该模型具有强泛化性能。     

激励机制下考虑故障车回收的共享单车调度

近年来,共享单车已逐渐成为城市公共交通工具中重要的一部分,在很大程度上改善了“最后一公里”的问题。但诸多需要共享单车运营企业解决的问题也随之而来,例如,故障共享单车的回收及各站点之间单车数量的调度。针对这一问题,以调度总成本最小为优化目标构建了优化调度模型,其中考虑了对用户的激励机制,使用户在使用共享单车的同时参与单车的调度工作。并针对这一模型,提出了一种自适应混合扰动机制粒子群算法,其在一定程度上克服了传统粒子群算法全局搜索能力较弱的问题。仿真结果表明：改进后的算法较之原始粒子群算法能够更好地处理这一问题;在使用激励机制的情况下,能够有效降低共享单车企业的运营成本。     

轨道站点共享单车和共享电单车接驳特征比较-石家庄的案例

近年来,中国城市中共享电单车出行在共享主动交通（Shared Active Transportation, SAT）出行中的比例迅速增加。在地铁站附近的共享电单车出行成为了轨道加慢行出行模式中的一种方式。但是,由于数据获取的限制和换乘出行识别的技术限制,现有研究对中国城市地铁站附近共享的电单车的出行特征的讨论尚不充分。本研究以共享电单车和共享单车出行特征比较为框架,对比了出行目的地可达性,时辰分布和出行产生率等指标。研究基于距离每个地铁站50米以内的订单信息展开,利用指标数值比较和双样本t检验,对距离、时间和范围的差异进行了描述性分析。时辰分布和出行产生率根据典型工作日分小时和位置汇总,并利用分层聚类方法对结果进行聚类。结果表明,共享电单车将地铁站的可达性从800米扩展到2000米。与共享单车不同,共享电单车可能会在沿轨道走廊方向和地铁具有客流竞争关系。共享电单车的出行目的也并不局限于通勤出行,不同地铁站的出行产生率有所差异。本研究提供了共享电单车的基本出行特征绩效指标,以及与共享单车出行特征差异比较结果。研究结果可对共享电单车和地铁的接驳提供政策建议,并可能对中国城市的公交导向（TO...     

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。     

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。     

“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     

促进共享交通健康可持续发展

共享交通已成为分享经济最具示范性和引领性的发展领域,为交通运输行业转型升级带来了前所未有的机遇,深刻影响、改变着传统交通运输服务业态,促进形成新的交通格局。我国共享交通发展还处于起步阶段,面临在综合运输体系中的定位、与公共交通一体、协调、融合发展等诸多问题。为促进共享交通健康可持续发展,本文从共享交通发展趋势着眼,提出促进共享交通健康可持续发展的政策建议。     

基于自学习遗传算法的共享单车投放点选址研究

本文将居民作为客户,共享单车投放点作为设施,客户与其最近设施之间的最短距离为目标,基于P-中值问题对实际问题进行建模并对共享单车投放点进行近似最优解的求解。在P-中值模型的基础上,本文针对遗传算法本身由于初始参数固定导致灵活性不高的短板,提出参数自适应的遗传算法,并将其与标准遗传算法在求解精度等多方面进行对比。与遗传算法对比,自适应遗传算法在共享单车选址这类计算规模较大、一般搜索效率较低的问题上,在提高收敛速度的同时也可以避免陷入局部最优解。本文在西班牙马拉加省417个社区的实际案例中,分别使用自适应遗传算法和遗传算法对其共享单车投放点进行选址求解,结果表明,在同等条件下适应遗传算法在提高收敛速度的同时可以求得更优解。     

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。     

共享单车停放需求影响因素分析和预测研究

为了解决城市共享单车的乱停乱放问题,本文基于北京市的共享单车出行大数据,提出了共享单车停放需求预测的多项Logit模型。首先分析了单车停放需求的影响因素,然后选取了时间、空间及天气方面的12个因素为自变量,通过Wald检验分析了这些因素与停放需求的相关性和显著性,基于多项Logit模型建立了共享单车的停放需求预测模型。结果表明:工作日、时段、商业区、所临道路类型、临近轨交站、高温、下雨、以及风力等级与共享单车停放需求显著相关;构建的预测模型总体预测准确率为77.5%,其中对出现频率最高的低停放需求预测准确率高达86.49%。     

资本大战,共享单车路还有多远?

正共享单车用了不到半年的时间便红遍了大江南北,或黄,或橙,或蓝的主题色调让它们成为2016年下半年很多大城市当中一道亮丽的风景线。而或倒在地上,或占道停车的常见现象则让共享单车似乎又成了城市治理当中一个新的难题。对于共享单车的未来,人们又能做出怎样的期待才算是合理呢?近期,除了融资消息频出,车辆乱停乱放甚至被统一收治后堆积的壮观照片,也让共享单车成为"上头条"的热点之一。