城市公共自行车系统自然租赁需求估算方法

为了获取城市公共自行车系统(PBS)自助服务点的真实租赁需求,提出既包含受限租赁需求又考虑到潜在租赁需求的自然租赁需求估算方法.通过分析公共自行车在城市公共交通体系中的角色与特点,改进了离散选择Multi-logit模型;根据建立的公共交通方式出行特性效用函数,利用Multi-logit改进模型估算公共自行车在客运总量中的分担率.计算调查统计与模型估算所得到的2种分担率的相关系数,结合服务点历史租赁数据,最终实现PBS自助服务点自然租赁需求的估算.以杭州市PBS为实验对象,对所研究的方法进行实践验证.结果表明,在平峰时段,模型估算得到的自助服务点自然租赁需求量与当前受限条件下的租赁量基本保持一致;在高峰时段,模型估算得到的自然租赁需求量明显超过受限租赁量,基本与人工值守理想租赁条件下的非受限租赁量相同,有效地反映了城市PBS的真实租赁需求.     

不同车型车辆路径问题模型及混合算法

在传统车辆路径问题(VRP)的基础上,求解带有中转站的不同车型车辆路径优化问题(SB-VRP)。以行驶成本低为目标,在扫描法形成初始解的基础上,采用禁忌算法进行优化搜索,通过实证分析对算法进行验证。结果表明:本文算法可以得到成本比初始解更优的解;增加不同车型之后的SB-VRP模型比传统VRP模型效率更高。     

租赁自行车用户出行特征及方式的影响因素分析

针对我国市面上2种主流租赁自行车（公共自行车与共享单车）,以南京市为例,基于共享单车骑行数据、公共自行车智能卡数据和租赁自行车用户问卷调查数据,对比2种租赁自行车用户在出行特征及其影响因素方面的差异. 从骑行距离、车辆使用频率与时间分布等方面揭示租赁自行车用户的出行特征差异;构建二元Logistic模型,从用户个人属性和主观感知2个层面探究影响租赁自行车用户出行方式选择的显著性因素. 结果表明：相较于公共自行车,共享单车的平均骑行距离和骑行时间更短,但小时使用量更高;2种租赁自行车在工作日均呈现出明显的早晚高峰时段,且使用量均远高于周末. 退休人员、企业职员和电动自行车拥有者更倾向于使用公共自行车;高收入群体、对互联网技术以及在线支付服务高度敏感的人则更倾向于使用共享单车.     

公共自行车系统规划方法研究

本文提出基于两阶段规划的公共自行车租赁点选址规划方法,该方法将规划区域划分成若干子区域来求解系统需装配的自行车规模及租赁点的布设位置. 第一阶段通过分析子区域间自行车流量关系确定系统公共自行车总规模以及获得系统运营初期的车辆调度信息. 第二阶段基于需求吸引力,以骑行距离为优化目标确定租赁点的位置. 规划方法旨在使系统能够充分考虑用户需求、系统建设成本及车辆利用率等问题. 对本文所提出模型的算例应用结果显示,该方法能很好地解决公共自行车租赁点位置规划及自行车规模规划.     

基于智能混合算法的车辆配送路径优化

为提高车辆配送效率,节约配送成本,建立了以配送路径和成本综合最优为目标的车辆配送路径问题数学模型.设计并实现了一种智能混合算法,首先利用具有自适应交叉率和变异率的改进遗传算法生成全局较优解,再将较优解转换为初始信息素进行蚁群算法,并结合2-opt算法对解进一步迭代优化,最终获得了车辆最优配送路径.实验结果表明,该算法优化后的目标值比蚁群算法减少了15.0%,比遗传算法减少了10.4%,验证了该算法的有效性和优越性.     

基于城市道路工况的汽车燃油消耗模型

应用车载油耗实时测试系统,在长春市不同路段、不同时段进行了实时油耗测试实验。根据实验结果分别建立了平峰期和高峰期的平均速度油耗模型、不同道路类型下的速度油耗模型以及不同速度、不同加速度下的瞬时油耗模型。通过其他道路实验对模型进行了验证,结果表明,这些模型能够较好地反映实际道路上车辆燃油消耗的变化情况,可以用来预测车辆在城市道路行驶时燃油消耗。     

城市信号交叉口机动车尾气扩散特性研究

为了精确地模拟机动车尾气污染物在城市道路信号交叉口附近区域的扩散规律,通过在杭州市实际道路交叉口的实验调研,对CAL3QHC交叉口线源扩散模型的源强计算方法进行了改进.考虑机动车在交叉口排队后的加速过程对车辆尾气污染物排放的影响,将车辆在交叉口的行驶排放作为一条分段线源处理,并设计各分段的源强计算方法.并将监测点处的CO污染物质量浓度模拟值与实际检测值进行对比,结果表明:模型改进前在高峰和平峰时段的平均模拟误差分别为14.6%和10.6%,改进后分别为7.3%和6.2%;改进后的排放源强计算方法更加接近城市交叉口机动车尾气排放的真实状况;在高峰时段,改进效果更加明显.     

带软时间窗的公共自行车调度路径问题

为了提高公共自行车调度的效率,研究了一种带软时间窗的自行车调度路径问题.首先根据公共自行车调度工作内容,建立多目标调度路径模型,然后设计一种改进的蚁群算法对模型进行了求解.实验结果显示,本文方法求解的调度路径比模拟退火算法、蚁群算法和遗传算法分别缩短了18.4%、24.3%和13.0%,而且还能有效节约调度车辆.     

城市公共自行车系统自流动特性的空间分析

为了优化城市公共自行车系统的服务点布局,科学制定公共自行车调配运送方案,需要获取公共自行车运行移动的时间和空间规律。在公共自行车流动性分类为自流动和它流动的基础上,提出了公共自行车自流动特性的空间分析方法,通过对典型服务点的自行车租还行为空间分布特性、时间演变特性和OD关联特性等的分析,获取公共自行车系统用户出行规律及各服务点宏/微观运营规律。以杭州市公共自行车系统为例,根据近5年的运行数据对公共自行车系统的自流动特征进行分析,在获取不同时段、不同区域租赁服务点运行规律的基础上,给出了它流动调度介入的决策参考方案并进行了实践验证。     

基于生态驾驶的道路合流区车辆运行状态估计

针对城市道路合流区生态驾驶策略的研究，需考虑真实场景车辆运行车速特性。通过分析车速的累积频率、分布趋势、特征百分位值等统计特性，得出平/高峰时段下合流区车速的差异性及高峰时段下合流区车速及加速度的运行特性。结果表明：高峰时段交织区车速分布为相对集中的左偏分布，平峰时段交织区车速基本符合Gaussian分布；高峰时段合流区车速紊乱分布于[0,20.0]km/h,平峰时段合流区车速有序分布于[7.5,45.0]km/h;高峰时段合流区纵向加速度与车速关系的散点分布呈不等腰三角形，而纵向减速度与车速关系的散点分布呈直角三角形；高峰时段合流区纵向加速度分位值折线图呈现M形，纵向减速度分位值折线图呈现出明显的上升趋势。该车速状态估计模型拟合程度指标达79%以上，精度满足要求，可为生态驾驶车速估计研究提供一定理论参考。     

基于改进蚁群算法的物流配送车辆路径优化方法

目前路径优化方法忽略了客户时间窗约束产生的惩罚成本,导致惩罚成本过高,无法得到最优配送路径,因此,提出基于改进蚁群算法的物流配送车辆路径优化方法.结合遗传算法完成对蚁群算法的改进,对物流配送车辆路径问题进行建模,得到路径规划问题的目标函数,并根据配送过程的实际情况和具体要求设定目标函数的约定条件,计算固定成本和变动成本...     

基于博弈论的WiFi接入资源动态分配算法

无线共享网络的接入资源分散,容量有限,且价格互有差异,为了在保证用户满意度的同时提高运营商总体收益,需要对网络接入资源进行合理分配.因此,提出了一个基于博弈论的WiFi接入资源动态分配算法.首先,以总收益最大化为目标,兼顾用户满意度,建立基于斯塔克尔伯格博弈的网络接入资源动态分配模型;其次,通过两阶段博弈,运营商制定价格策略,激励用户执行网络选择策略,提出基于粒子群算法的网络资源动态分配求解算法,得出最优的网络价格及资源分配.仿真实验表明,算法能够实现接入资源的合理分配,在用户满意的同时实现运营商收益最大化.     

基于双重粒子群算法的电动汽车参与配网优化调度

研究电动汽车参与含分布式光伏电源的配电系统的协同调度问题. 首先,建立了分布式光伏和电动汽车充电负荷的数学模型,给出了两种协同调度策略:电动汽车充电位置优化和电动汽车充电时段优化. 优化模型以配电系统网损最小为目标,分别就充电地址不固定和固定两种情况进行优化. 然后,使用蒙特卡洛法对电动汽车充电负荷情况进行模拟,使用双重粒子群算法对优化模型进行最优求解. 最后,用一个33节点系统作为算例系统对所提出的调度策略进行仿真验证,证明了优化策略能平抑电网波动,减少配电系统网损.     

基于动态聚类混合拓扑结构粒子群算法的PDVRPTF

经典物流配送模型的目标、约束条件不够全面,在实际应用中存在一定缺陷,对此,构建了时间窗和油耗取送一体化的物流配送路径优化模型（PDVRPTF）.设计了一种基于k-medoids动态聚类混合拓扑结构粒子群算法,解决了经典粒子群算法在求解此类模型时容易陷入局部最优解的问题.仿真结果表明,改进型粒子群算法能很好地跳出局部最优解,并快速收敛于全局最优解,且该算法可有效求解物流配送路径优化的问题.     

基于离散多元宇宙算法求解车辆路径问题

针对现实生活中车辆配送的实际情况以及客户对服务时间的具体要求,该文提出了一种离散多元宇宙算法来求解在模糊时间窗约束下的多配送中心车辆路径问题(MDVRPFTW)。以总成本最低、顾客满意度最大为多目标函数,针对MDVRPFTW构建出相应的数学模型。该算法在传统多元宇宙算法基础上,重新定义了在离散车辆路径问题下的更新策略。实验结果表明,该算法能更好地解决在模糊时间窗约束下的多配送中心车辆路径问题,优于其他几种对比算法,具有较强的寻优能力和应用价值。     

基于ARIMA模型的城市公共自行车需求量短期预测方法研究

预测在城市公共自行车的研究中占重要地位,对站点未来需求量进行分析和预测,可为管理者提前分配自行车和用户合理制定出行方案提供依据. 本文采用自回归求积移动平均（ARIMA）模型,对公共自行车高峰时段的需求量时间序列进行拟合和预测,并与基线法（Baseline）预测误差比较,结果显示对于不同站点类型的预测,此模型的预测值与实际值的平均相对误差均低于Baseline预测方法. ARIMA模型的预测精度相对较高,且预测结果可信,可为城市公共自行车管理和使用提供预测的理论与方法.     

基于遗传算法的三层大规模应急救援物资配置策略

在考虑受灾地区对应救援物资需求量大的基础上,研究了包括备选省级应急救援物资供应地、备选市县级应急救援物资中转地、救援物资急需地三层结构的车辆安排、路径选择、物资配送的应急救援物资配置问题;以应急救援物资配置的总成本最小、总的运输时间最短、供应地和中转地启用个数最少为目标,建立数学优化模型.使用遗传算法求解获得近似最优的三层应急救援物资配置方案.     

基于发生吸引源分布特征的公共自行车网点规模优化模型

为提升公共自行车系统运行效率、推进系统可持续发展,针对租赁网点锁车器规模与用户租还需求不匹配的情况,提出了公共自行车网点规模优化模型.基于公共自行车刷卡数据、锁车器监测数据、实地调研与问卷调查数据,测算了网点吸引范围,提出了影响网点规模的关键因素.在此基础上,遵循步行距离衰减规律、规模叠加效应、发生与吸引平衡的原则,建立了基于发生吸引源分布特征的公共自行车网点规模优化模型,并采用北京市实际数据对模型进行了标定与检验.结果表明:提出的模型精度达到86%,基于发生吸引源的分布特征可以较准确地预测网点规模.     

考虑不可行路径的逆向物流回收路径问题

针对车辆回收路径问题的研究较少考虑部分节点可被多次访问的情况,以及现实生活中无法保证可行的直线路径均存在的问题,建立了以逆向物流网络最低总运输成本为优化目标的数学模型.通过FLOYD算法将问题转化为传统车辆路径问题模型,通过改进的蚁群算法进行求解,确定回收设施的数量和位置,并得到最优回收车辆路径.通过算例验证了模型和算法的有效性,对解决逆向物流路径问题具有一定的实际意义.