基于网络模型的城市公共自行车需求量预测研究

自行车共享系统逐渐出现在许多城市中,由于在不同时间和站点的自行车需求量(租/还量)的不平衡,系统中各站点的自行车需要人工频繁地使其不断达到平衡状态,然而实时监控并不能很好的解决这个问题。因此,提出了一个基于网络图的预测模型,可以预测未来时间段内的某个站点自行车的需求量,提前对自行车的重新分配。首先,我们通过分层聚类算法对预测站点进行聚类,得到与其相关的站点簇。其次,对站点簇构建网络模型。最后,使用纽约和华盛顿两个自行车共享系统的数据进行实验和结果分析。结果发现同一簇的站点具有相似的使用模式,模型预测误差率不高于0.45,且能够应用于不同城市的自行车共享系统。     

带有不确定性的公共租赁自行车的管理优化研究

研究城市公共租赁自行车的管理优化问题,将其分成两个子问题,即公共租赁自行车停放点的布局优化问题和公共租赁自行车的调度优化问题.设置合适的公共租赁自行车停放点的目的,一方面是方便管理人员的管理,另一方面是方便公众的出行.公共租赁自行车的调度需要保证调度过程中产生的总费用最少.在公共租赁自行车的实际管理中,每个停放点的需求量和调度车的行驶时间是不确定的,因此引入两个不确定变量,建立不确定0-1规划模型和不确定整数规划模型,并利用不确定理论将两个不确定性模型分别转化为确定性等价类模型.通过一个数值实验对所提出的模型进行验证,根据第1个优化模型求解得到公共租赁自行车的最优停放点,并基于最优停放点根据第2个优化模型求解生成公共租赁自行车的最优调度方案.     

城市公共自行车租赁数据的可视分析方法

自行车已经成为广大民众公共出行的一种常见交通工具,杭州市公共自行车系统分布范围已覆盖了整个市区.研究公共自行车系统的可视化及分析方法,需要查询每个站点的实时租赁数据及历史统计,包含上周、昨天和今天的统计数据,用户可以选取一些站点,在同一个视图内显示它们的统计数据,通过交互分析,预测每个站点的借用趋势,帮助管理人员充分理解和分析这些数据,并了解这个区域内的整体趋势.     

城市公共自行车租赁系统站点配车数仿真优化

城市公共自行车系统旨在满足当地居民“最后一公里”的出行需求,因其低成本且环保的特点受到越来越多城市的欢迎,但整个系统涉及人流量、出行方式及交通状况等多层因素,难以构建数学模型进行定量描述。依据某市公共自行车系统的运营情况,采用系统建模的方式,构建基于Plant Simulation的公共自行车系统仿真模型,以站点服务度和设施利用率为评价指标,对各个租赁站点的配车数进行了分析。利用敏感性分析和迭代相结合的方法,在平衡服务质量和设施利用率的情况下,对各公共自行车租赁站点的配车数进行了优化,仿真结果表明优化后的配车数有利于改善系统的服务质量。     

基于LSTM的公共自行车服务点租还需求量预测

城市公共自行车系统（PBS）服务点自行车数量的再平衡是解决“租还车难”问题的关键,对服务点租还需求量的短时预测则是PBS再平衡的基础。通过分析PBS租还需求的内外关联影响因素,提出基于深度学习理论的LSTM（Long-Short Term Memory,长短时间记忆）单元的循环神经网络RNN（Recurrent Neural Network）服务点租还需求量预测模型,并通过区域PBS平均出行OD,对预测模型的输入特征进行合理优化,实现PBS服务点租还需求量的短时预测。以杭州市下沙PBS服务区为实验对象,选取三组不同的输入时间步长对预测模型进行实践验证,结果显示：在选取的模型结构与输入特征下,采用循环神经网络对服务点租还需求量进行预测能够比传统前馈神经网络在结果上更加接近实际值,并且精度较为满意,表明了该预测方法可行有效。     

公共自行车交通系统调度算法

针对公共自行车交通系统的静态车辆调度问题,以运输成本最少为目标建立公共自行车交通系统调度模型,提出了一种将模拟退火算法融合到遗传算法中的混合启发式算法来求解该模型,增强算法的全局搜索能力和效率.通过实例结果表明,优化后运输车辆行驶路程比优化前减少了50％,说明遗传模拟退火算法具有良好的鲁棒性和收敛性,适合解决车辆的优化...     

基于Android的公共自行车查询系统设计与实现

为方便智能手机用户获取公共自行车站点信息,设计并实现了基于Android平台的公共自行车查询系统。介绍了Android平台上JSON格式数据的存取、XML文件解析、UI与多线程等技术,以及百度地图Android SDK的具体应用。     

基于OD数据的群体行为可视分析

针对已有的公共自行车群体租车行为研究仅在站点尺度上进行分析,存在分析不完备等问题,提出了从城市—区域—站点的多尺度群体租车行为交互分析系统.首先,基于租/还站点和时间的一致性,从公共自行车数据中提取租车群体;然后结合站点的地理位置和群体租车行为的相似性,利用改进的迭代双聚类算法生成区域;再设计日历图、流量散点图和群体行为分布地图等视图,支持在宏观上分析群体行为随时间的变化和自流量与总流量的关系,在区域或站点尺度上分析群体行为的微观变化;最后结合多视图联动和交互分析,比较区域或站点的群体行为在工作日和周末的模式.通过4个案例,展示了群体租车行为的时空模式,证明了该系统在群体行为分析上的有用性和有效性.     

基于改进灰色模型的城市人才短期需求量预测

由于当前已有方法未能考虑城市人才短期需求量预测体系中的指标降维问题,导致预测结果不理想,响应时间较长。为此,设计并提出一种基于改进灰色模型的城市人才短期需求量预测方法。组建短期需求量预测系统指标体系。引入相关性分析以及灰色关联分析,降维处理不同的动态指标,组建改进灰色模型。通过模型动态关联分析城市人才短期需求量,实现城市人才短期需求量预测。仿真实验结果表明,所提方法能够有效降低响应时间,获取更加满意的预测结果。     

基于城市公共自行车网的最短路径搜索

在图的相关操作中,最短路径是一个很重要的操作。该文根据苏州市的城市公共自行车网络越来越普及的实际情况,实现了一个小型的利用搜索系统来获取最短路径的应用。该文以苏州市吴中区某局部范围内的公共自行车站点及通路的数据为基础,利用Dijkstra算法,获取任意两个站点之间的最短路径。     

基于Bertrand博弈的共享单车定价与投放联合策略研究

基于共享单车租赁所具有的随机性特点,构建随机环境下共享单车企业在寡头市场中关于租赁定价与投放数量联合决策的二维Bertrand博弈模型,研究差异定价与协同定价两种情形下共享单车企业的最优策略组合,分析市场潜在需求量和用车区域覆盖难度系数对企业策略以及经营利润产生的影响.研究表明:在差异定价情形下,当用车需求具有概率性特点时,共享单车企业之间的博弈存在唯一的纳什均衡解,且低价企业对市场价格的影响力升高有利于竞争双方利润增加;在协同定价情形下,共享单车市场的平均租赁价格较低,且随市场潜在需求量的增大而增大,但与差异定价情形相比增速较小;协同定价有利于维持共享单车企业在市场规模较小时的盈利,差异定价有利于抑制共享单车企业在市场规模扩大时的过度投放.     

DES算法在自行车租赁系统中的应用

公共自行车租赁系统已逐步纳入城市公共交通体系,以解决公交出行“最后一公里”问题。本文针对自行车租赁系统中的安全认证问题,提出用软件模块实现DES算法代替传统所使用的PSAM(Purchase Secure Access Module)硬件卡方案,分别在自行车租赁系统内的售卡系统、消费终端和车辆信息几个模块中,实现DES加密。不仅提高现有系统智能卡的扩展性和安全性,而且减少硬件成本,提高了系统的效率。     

A hub location inventory model for bicycle sharing system design: Formulation and solution

This study addresses a strategic design problem for bicycle sharing systems incorporating bicycle stock considerations. The problem is formulated as a hub location inventory model. The key design decisions considered are: the number and locations of bicycle stations in the system, the creation of bicycle lanes between bicycle stations, the selection of paths of users between origins and destinations, and the inventory levels of sharing bicycles to be held at the bicycle stations. The design decisions are made with consideration for both total cost and service levels (measured both by the availability rate for rental requests at the pick-up rental stations and coverage of the origins and destinations). The optimal design of this system requires an integrated view of the travel costs of users, bicycle inventory costs and facility costs of bicycle stations and bicycle lanes as well as service levels. The purpose of this study is to create a formal model that provides such an integrated view, and to develop methods for obtaining solutions for the design variables in practical situations. The complexity of the problem precludes the exact solution of the optimization problem for instances of realistic size, and so we propose a heuristic method for efficiently finding near-optimal solutions. In the test problem for which enumeration is possible, the heuristic solution is within 2% optimal. Finally, a numerical example is created to illustrate the model and proposed solution algorithm.     

一种新型的WiMAX基站实时服务调度算法

为满足Wi MAX对Qo S的需求并克服MSIR调度算法存在的不足,本文提出了一种新型的基于截止期限最大信号干扰比的Wi MAX基站实时服务调度算法。这种算法根据链路质量和截止期限两个标准对数据包进行调度。首先从Wi MAX调度算法的Qo S架构出发,给出了信道模型;其次详细分析了本文提出方法的具体实现过程;最后,借助NS-2软件平台进行了建模与仿真。仿真结果表明,本文提出的方法减小了平均停留时间并有效提高了吞吐量和公平性指数,因此具有可行性和可靠性。     

公共自行车复杂网络可达性指标潜力评价模型

基于公共自行车系统运营数据,提出了复杂网络可达性指标潜力评价模型,从整体复杂网络拓扑特征分析,到进行交通功能分区的可达性指标潜力评价分析,进而筛选出网络中的关键节点,并能为公共自行车系统优化提供理论依据。整体拓扑分析显示公共自行车的用户需求模式具有无标度和小世界特性,其网点分布仍然有小部分关键节点可进一步优化。依据其中短距离出行需求和在长距离中的公共交通衔接功能划分的网络,其可达性指标潜力评价能筛选出网络中的关键节点,并能进一步将关键节点的实际流量与潜力指标进行对比分析,得出对关键节点更准确的优化建议。实际数据分析显示,基于分区的可达性指标潜力评价模型能为公共自行车更好地发挥其在公共交通中的作用提供理论优化依据。     

晶圆生产线瓶颈区并行机半在线调度方法

为提高晶圆生产线瓶颈区生产率,提出一种瓶颈区并行机半在线调度方法.该方法基于晶圆制造的"多重入"特点,充分利用生产历史信息、可预知信息及实时信息,分析了瓶颈区短期内的重入流来源,给出了瓶颈区任务集的预测方法.针对非零初始状态的生产线,设计了以最小化瓶颈区平均加权拖期时间为优化目标的蚁群优化算法,定义了并行机任务集析取图,并给出了半在线调度方法的应用算例,为实际生产管理提供了可行的优化方法.     

基于时空融合图的共享单车需求预测系统

作为一种新的城市公共交通方式,共享单车的出现给人们的日常出行带来了极大的便利性;但由于其使用的过程中存在动态不均衡的性质,用户常会面临无车可借和无桩可还的现象,因此需要一个精确的需求预测模型,来解决共享单车的调度问题;为此提出一种新的基于时空融合图的注意力网络模型,该模型将不同时间片的相同车站节点进行连接,从而形成一张大的时空融合图;得益于时空融合图下的自注意力机制,模型在时间相关性和空间相关性之外,还可以捕获局部时空相关性和全局时空相关性;在Divvy数据集上的实验表明,该模型的预测精度优于以往的时空数据预测模型,预测结果与真实结果曲线相吻合,可为实际中共享单车需求预测系统提供有效参考。     

Robust Multi-period Fleet Allocation Models for Bike-Sharing Systems

This paper presents mathematical programming models that generate optimal daily allocation of bicycles to the stations of a bike-sharing system. First, a time-space network is constructed to describe time-dependent bike flows in the system. Next, a bike fleet allocation model that considers average historical demand and fixed fleet size is established based on the time-space network. In addition to fleet allocation in multiple periods, this model generates least cost empty bicycle redistribution plans to meet demand in subsequent time periods. The model aims to correct demand asymmetry in bike-sharing systems, where flow from one station to another is seldom equal to the flow in the opposing direction. An extension of the model that relaxes the fleet size constraint to determine optimal fleet size in supporting planning stage decisions is also presented in the paper. Moreover, we describe uncertain bike demands using some prescribed uncertainty sets and develop robust bike fleet allocation models that minimize total system cost in the worst-case or maximum demand scenarios derived from the uncertainty sets. Numerical experiments were conducted based on the New Taipei City’s public bike system to demonstrate the applicability and performance of the proposed models. In addition, this research considers two performance measures, robust price and hedge value, in order to investigate the tradeoff between robustness and optimality, as well as the benefit of applying robust solutions relative to nominal optimal solutions in uncertain demand situations.