拉萨市共享电单车宏观投放规模及管理研究

本文探讨拉萨市共享电单车宏观投放规模,制约条件为有限的城市公路网承载力,结合共享电单车出行状态下周转率与分担比例,构建时空消耗模型,计算拉萨市共享电单车宏观投放规模.     

基于Leiden算法的共享单车活动社区识别方法——南京案例分析

目前共享单车分区运营管理中多以行政区为基础划分运营分区,未充分考虑共享单车出行需求的空间分布特征,导致较多跨区调度工作,严重影响运营效率。结合南京共享单车出行订单数据,研究了基于Leiden算法的共享单车活动社区识别方法,构建“出行起讫点-交通小区-空间交互网络”的3层数据结构;采用Leiden社区识别算法,识别共享单车活动社区,以活动社区作为共享单车的运营子区,进行运营区域划分;通过对比不同年份的共享单车活动社区识别结果,揭示共享单车出行空间分布的时变特征;选取网络模块度与计算效率2项指标,比较多种社区识别算法的性能,以验证Leiden算法在该研究问题中的有效性与优越性。结果表明：(1)针对2019年的单车出行数据,算法共识别出23个活动社区,共享单车区内出行的比例达到82.9%,相比传统分区方法增加了11%,表明本算法能够使得共享单车出行更多被划分于社区内部,可以提高区域内部的共享单车自循环率,改善分区运营效率;(2)相比于2019年,2022年社区尺度规模有所减小,社区数量有所增加,反映共享单车用户出行距离缩短,跨区出行比例降低。(3)Leiden算法的社区识别结果中,网络模块度...     

“后疫情时代”基于扩展UTAUT模型的共享汽车用户接受度影响因素分析

共享汽车具有“低碳”特征且能为出行者提供安全独立的空间,为后疫情时代出行提供了新的选择。为挖掘疫情常态化下共享汽车使用意愿的影响因素以及作用机理,以网络问卷的形式对出行者进行调查,回收有效问卷109份,并对调查结果进行分析。融合疫情感知风险和财务风险因素,构建扩展的整合型技术接受与使用理论模型（unified theory of acceptance and use of technology,UTAUT）,提出11条假设并采用结构方程模型探索各潜变量影响共享汽车接受意向的途径,分析假设检验结果和模型拟合程度,对假设中不显著的路径进行中介效应分析。为探究社会经济属性变量的影响过程,构建基于结构方程的多原因多指标模型,并检验观测变量与潜变量的相关性以及潜变量与潜变量之间的相关性。研究结果表明：模型拟合程度均表现良好,潜变量中绩效期望对接受意向的正向影响最为显著,其次是促进条件和社会影响,而财务风险、努力期望对接受意愿有显著负向影响。疫情感知风险的直接影响不显著,但社会影响、绩效期望和促进条件在疫情感知风险和行为意向之间具有部分中介作用,总间接影响效应为0.240,中介效应占总效应的74....     

共线运营条件下双源无轨电车多车型协调优化

为应对双源无轨电车系统节点拥堵问题,提出了一种多车型时刻表优化方法。首先,将站点同时出现的最大车辆数定义为该站点所需泊位数,以保证站点泊位数量充足,从而减小因车辆排队占据车道发生拥堵的概率。在此基础上,综合考虑双源无轨电车运行特性和客流时空分布不均衡性,建立双目标混合整数优化模型,以最小化企业运营成本和共同站点所需泊位数为目标,通过车型配置和发车间隔调整,确定双向最优多车型时刻表,并设计定制化多目标粒子群算法求解。最后,以北京市4条双源无轨电车线路为例进行了实验验证。结果表明,相比单一车型模式下的均匀发车时刻表,优化后的多车型时刻表有效均衡了3种常用双源无轨电车车型的最大载客率,避免了车辆在操作装置相遇,使企业运营成本最高降低了约26.9%,共同站点所需泊位数最多减少了约25.5%,表明所提方法能有效降低企业成本和所需泊位数,减少站点车辆最大排队长度,缓解双源无轨电车系统节点拥堵。     

北京市共享单车出行的时空规律与需求预测研究

基于北京市摩拜单车的工作日骑行数据,利用非负矩阵分解算法(NMF)从时间和空间两个维度深入探究共享单车的出行规律,并构建逆序群体稳定性指标(RPSI)改善k值选择过程。利用得到的出行规律,运用MATLAB构建基于非负矩阵分解算法的BP神经网络预测模型,对共享单车的出行需求进行预测,并分别与BP神经网络预测模型和长短期记忆(LSTM)神经网络预测模型的结果进行对比。研究结果表明,共享单车可分为5种基本的出行模式,每个区域的出行都可以由这5种出行模式的线性组合来表达,其中的系数代表了每一种出行模式的强度和随时间变动情况。依据这5种出行模式的时间特征和空间特征,分别确定其出行含义：通勤出行中居住地到地铁站的出行;通勤出行中地铁站到工作地点的最后一公里连接;居民其他的非通勤出行行为,如休闲娱乐活动等;回程通勤出行中从工作地点到地铁站;回程通勤出行中从地铁站到居住区的最后一公里连接。最后,模型预测结果的对比分析显示,本文构建的基于非负矩阵分解算法的BP神经网络预测模型不管是在预测精度还是实际操作便捷性上都优于其他两种预测模型。     

风险感知视角下弹性停车激励机制泊位定价方法

以弹性停车激励机制为背景,应用条件风险价值函数刻画个体共享泊位的风险感知特征,提出基于风险感知收益最优的泊位定价方法,探究共享停车供需关系对最优租赁价格的影响规律,并以美国加州大学伯克利分校为例,灵敏度分析各关键参数对共享停车政策效能的正负导向效用.研究表明:基于风险感知收益最优的泊位定价方法能根据外部停车需求约束差异...     

校企共建共享实训基地模式探究——以郑州铁路职业技术学院现代学徒制专业为例

郑州铁路职业技术学院城市轨道交通运营管理专业围绕现代学徒制人才培养方案,校企共建共享校内外实训基地,实现学校与企业对接、校内实训基地与企业现场对接、专业与产业对接,促成现代学徒制培养方案落地的同时,节约企业员工培训成本,并通过共建共享的成果提升双方影响力,实现校企双赢。     

考虑库存策略的电商共享物流配送节点选址算法

电商物流配送节点选址需要考虑的问题是保证货品库存、维持客户满意度.传统的物流配送节点选址算法已经无法满足现有的配送需求,因此考虑库存策略设计了新的电商共享物流配送节点选址算法,构建了配送节点选址优化模型,消除了模型子回路约束证明,划分了共享物流配送中心范围.实验结果表明,该算法规划路径短,耗时少,成本消耗低.     

高校共享经济与创新创业双向发展研究

共享经济是互联网信息时代,实现快速发展的一种体验型经济,推动共享经济的发展,需要创新创业的支撑,人才是发展的首要资源,高校的创新创业教育与社会发展息息相关,因此需要通过共享经济实现资源共享。基于此,文章结合高校实际情况,分析了共享经济和创新创业融合发展的措施,并推动双向发展。     

共享汽车行业现状分析及解决对策研究

“互联网+”和共享经济的产生推动了共享汽车行业的蓬勃发展。基于实际调研结果,文章从企业和用户两方面分析共享汽车行业面临的挑战及发展困境,提出通过建立健全企业客户征信系统、附加智能系统的方式来完善未来征信模式,提升用户体验感,促进共享汽车行业的健康有序发展。