亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于仿真的共享單車(chē)調(diào)度優(yōu)化研究

        2018-10-17 09:12:26孫怡璇周雨珊叢羽茜
        物流科技 2018年10期
        關(guān)鍵詞:區(qū)域用戶(hù)模型

        孫怡璇,周雨珊,叢羽茜,劉 明

        SUN Yixuan,ZHOU Yushan,CONG Yuxi,LIU Ming

        (南京理工大學(xué) 經(jīng)濟(jì)管理學(xué)院,江蘇 南京 210094)

        (School of Economics and Management,Nanjing University of Science and Technology,Nanjing 210094,China)

        0 引言

        2016年起,在“共享經(jīng)濟(jì)”熱潮的推動(dòng)下,共享單車(chē)開(kāi)始活躍于全國(guó)各大城市。相較起源于歐洲等地的城市公共自行車(chē)系統(tǒng),共享單車(chē)無(wú)需設(shè)置??繕?,僅通過(guò)車(chē)身上集成GPS和通訊模塊的智能鎖即可定位。用戶(hù)騎行單車(chē)到達(dá)目的地后,可以就近停放在路邊合適的區(qū)域,關(guān)鎖即實(shí)現(xiàn)電子付費(fèi)結(jié)算。這一“隨取隨用”的特點(diǎn),為真正解決居民出行“最后一公里”問(wèn)題提供了有效方案。隨著移動(dòng)支付和智能電子設(shè)備的發(fā)展,這種創(chuàng)新性的模式不僅在全國(guó)迅速普及,更由摩拜、ofo等公司海外業(yè)務(wù)的開(kāi)拓而擴(kuò)散到了新加坡、巴黎、倫敦等地(Shen Y等,2018)[1]。然而,大量單車(chē)涌入城市的大街小巷,在便利居民出行的同時(shí)也給城市管理帶來(lái)了挑戰(zhàn)。以往政府主導(dǎo)建立的有樁公共自行車(chē)系統(tǒng),擁有經(jīng)事先規(guī)劃而設(shè)立的停車(chē)樁,因而單車(chē)的借還較為有秩序;而無(wú)樁共享單車(chē)由企業(yè)運(yùn)營(yíng)管理,常常集中投放于交通流量較大的地點(diǎn),且完全不受固定停車(chē)樁的限制,具有離散化、隨機(jī)分布的特性,更容易出現(xiàn)供需關(guān)系不平衡、部分區(qū)域大量車(chē)輛堆積的情況。因此,及時(shí)對(duì)共享單車(chē)進(jìn)行調(diào)度重置是提高單車(chē)使用效率、管理水平的一個(gè)重要保障。

        文獻(xiàn)資料檢索發(fā)現(xiàn)目前關(guān)于共享單車(chē)的理論研究大多圍繞著傳統(tǒng)有樁公共自行車(chē)展開(kāi),而針對(duì)當(dāng)下無(wú)樁共享單車(chē)的調(diào)度問(wèn)題,定量的相關(guān)研究甚少。在無(wú)樁共享單車(chē)分布方面,Liu等(2018)結(jié)合因子分析和卷積神經(jīng)網(wǎng)絡(luò)技術(shù)設(shè)計(jì)了一種推理模型,用于預(yù)測(cè)無(wú)樁共享單車(chē)在一個(gè)城市內(nèi)的分布狀況[2]。Kadri等(2016) 使用分支和邊界算法,Pal等(2017) 應(yīng)用混合嵌套大鄰域搜索與變鄰域下降算法,分別建立了混合整數(shù)線性規(guī)劃模型用于解決大規(guī)模的共享單車(chē)調(diào)度問(wèn)題[3-4]。Caggiani等(2018)、Zhang等(2017)研究了無(wú)樁共享單車(chē)的動(dòng)態(tài)再分配問(wèn)題并建立了相應(yīng)的混合整數(shù)規(guī)劃模型,在他們的模型中,考慮了共享單車(chē)的庫(kù)存水平、用戶(hù)到達(dá)預(yù)測(cè)、自行車(chē)重新定位和車(chē)輛調(diào)度路徑優(yōu)化[5-6]。王嘉薇等(2018)從共享單車(chē)的時(shí)空分布狀況入手,建立時(shí)空分布模型進(jìn)行研究,根據(jù)所給信息分時(shí)間段建立了調(diào)度運(yùn)輸線性規(guī)劃模型(VRP模型)[7]。吳滿金、董紅召等(2015)結(jié)合禁忌搜索算法的爬山性能和遺傳算法算子交叉、變異功能,求解共享單車(chē)的多目標(biāo)調(diào)度優(yōu)化模型[8]。騎行數(shù)據(jù)顯示,用戶(hù)騎行單車(chē)多往返于居民區(qū)及周邊地鐵站點(diǎn)、公交站點(diǎn),或城市中心區(qū)域、商業(yè)區(qū)域,呈現(xiàn)較明顯的集聚特征[9]。此外,主流共享單車(chē)的使用范圍以3~5公里為主,近七成用戶(hù)騎行不超過(guò)8公里[10]。針對(duì)這一特性,徐建閩等(2017)提出了共享單車(chē)的多層次分區(qū)調(diào)度方法,給出了不同區(qū)域間的調(diào)度策略[11]。

        為進(jìn)一步探究無(wú)樁共享單車(chē)的調(diào)度重置策略,本文首先對(duì)某一區(qū)域內(nèi)共享單車(chē)的運(yùn)行情況進(jìn)行了實(shí)地調(diào)研。在總結(jié)該區(qū)域內(nèi)共享單車(chē)使用規(guī)律和影響因素的基礎(chǔ)上,運(yùn)用AnyLogic軟件構(gòu)建了基于系統(tǒng)動(dòng)力學(xué)、離散事件的共享單車(chē)流動(dòng)模型。通過(guò)仿真模擬,獲得了共享單車(chē)的動(dòng)態(tài)實(shí)時(shí)數(shù)據(jù)和區(qū)域分布狀態(tài)。并且通過(guò)構(gòu)建共享單車(chē)的調(diào)度重置優(yōu)化模型,求解得到了綜合出行規(guī)律、運(yùn)輸成本的調(diào)度決策方案,以期為最大化滿足用戶(hù)出行需求、提升共享單車(chē)運(yùn)行管理效率提供借鑒。

        1 問(wèn)題的描述與建模

        1.1 問(wèn)題描述。本文選取南京理工大學(xué)校園為研究對(duì)象,對(duì)該區(qū)域內(nèi)的共享單車(chē)運(yùn)行情況進(jìn)行實(shí)地調(diào)研測(cè)算。由于高校用戶(hù)占全部用戶(hù)比例較高,出行規(guī)律性強(qiáng)、具有代表性,在城市的更大范圍中,校園共享單車(chē)的調(diào)度策略也有借鑒意義。南京理工大學(xué)校園整體地勢(shì)平坦,俯瞰呈矩形狀,并由數(shù)條主干道路南北貫穿。校園占地面積達(dá)3 118畝,教學(xué)區(qū)、生活區(qū)、辦公區(qū)等功能區(qū)劃分明確且相隔距離較遠(yuǎn),導(dǎo)致師生日常出行需跨越多個(gè)區(qū)域。因此,方便快捷的共享單車(chē)成為了校內(nèi)出行的首選。校園中現(xiàn)有ofo、Mobike、HelloBike、樂(lè)行校園等多類(lèi)共享單車(chē),單車(chē)數(shù)量達(dá)千余輛,師生中注冊(cè)用戶(hù)占比85%以上,日騎行次數(shù)達(dá)萬(wàn)余次。大量的運(yùn)行數(shù)據(jù)能夠?yàn)楹罄m(xù)系統(tǒng)參數(shù)的設(shè)定提供依據(jù),研究結(jié)果對(duì)于其他區(qū)域的調(diào)度規(guī)劃也有一定的借鑒和參考價(jià)值。

        校內(nèi)共享單車(chē)現(xiàn)有調(diào)度重置全部由人工完成,具體表現(xiàn)方式為發(fā)現(xiàn)單車(chē)堆積或者供應(yīng)不足時(shí),直接派遣調(diào)度車(chē)和工人從單車(chē)堆積區(qū)域向供應(yīng)不足的區(qū)域運(yùn)送車(chē)輛。此種方式的調(diào)度時(shí)間不固定,調(diào)度數(shù)量和地點(diǎn)完全由工作人員自行判斷,調(diào)度整體效率不高。目前普遍大規(guī)模調(diào)度作業(yè)的時(shí)間集中在每日凌晨時(shí)分,此時(shí)單車(chē)借還處于最低水平。工作人員的調(diào)度目標(biāo)為,在不影響用戶(hù)正常使用的情況下,對(duì)區(qū)域內(nèi)各主要用車(chē)點(diǎn)的單車(chē)進(jìn)行重置,使之能夠盡量滿足次日的使用需求。

        1.2 仿真模型。本文應(yīng)用AnyLogic軟件構(gòu)建共享單車(chē)流動(dòng)仿真模型。AnyLogic是一款支持多方法混合建模的仿真軟件,具有直觀友好的圖形界面和靈活開(kāi)放的編程方式,同時(shí)提供各類(lèi)專(zhuān)業(yè)的建模工具庫(kù),適用于多領(lǐng)域的復(fù)雜系統(tǒng)。其建模過(guò)程基于特定的目標(biāo)進(jìn)行,使得模型在同類(lèi)問(wèn)題間具有通用性。利用系統(tǒng)提供的數(shù)據(jù)功能和分析優(yōu)化工具,可以觀察及分析仿真結(jié)果,總結(jié)用戶(hù)騎行單車(chē)的規(guī)律特征,為后續(xù)調(diào)度優(yōu)化方案提供依據(jù)。本文基于其中的系統(tǒng)動(dòng)力學(xué)表達(dá)單車(chē)運(yùn)行中的供需變化,使用離散事件仿真模擬用戶(hù)借還與騎行單車(chē)的行為,動(dòng)態(tài)演示區(qū)域內(nèi)車(chē)輛流動(dòng)情況。以子區(qū)域?yàn)閱挝唤⒏拍钅P?,如圖1所示。

        圖1 仿真概念模型

        (1)共享單車(chē)供需變化模塊。單車(chē)在區(qū)域間流動(dòng)主要受以下因素影響:①時(shí)間因素:由于不同時(shí)間用戶(hù)出行情況會(huì)有所不同,且有明顯的集中性,從而形成車(chē)輛需求的高峰時(shí)段和低谷時(shí)段。②空間因素:各區(qū)域內(nèi)投放共享單車(chē)的數(shù)量事先確定,但需求量受到不同分區(qū)內(nèi)用戶(hù)交通工具選擇偏好、該區(qū)域的性質(zhì)、道路情況等復(fù)雜因素的影響,使得共享單車(chē)的供給與需求在空間上并不均衡。

        在仿真系統(tǒng)中,首先需輸入各子區(qū)域單車(chē)初始投放量,模擬開(kāi)始后,用戶(hù)通過(guò)手機(jī)應(yīng)用軟件或直接步行定位到可用車(chē)輛,被預(yù)約車(chē)輛進(jìn)入待使用狀態(tài),即該區(qū)域可使用單車(chē)總量減少。這一過(guò)程中用戶(hù)需求的動(dòng)態(tài)變化通過(guò)該區(qū)域的單車(chē)使用效率反映。隨后,根據(jù)兩區(qū)域間的吸引關(guān)系,將騎行車(chē)輛分配至不同的流量中,分別進(jìn)入到下一模塊。過(guò)程中涉及的主要變量及參數(shù)設(shè)置如表1所示。其中,分時(shí)段使用率(Utilization Rate)、區(qū)域間吸引率(Attracting Rate)分別表示各區(qū)域單車(chē)借出比例及流入量大小,比率越高,說(shuō)明該區(qū)域內(nèi)單車(chē)的借還需求越大。由于兩者均為以時(shí)間為自變量的非標(biāo)準(zhǔn)函數(shù),可對(duì)各時(shí)段每個(gè)區(qū)域單車(chē)借還數(shù)量進(jìn)行統(tǒng)計(jì)后,計(jì)算得到該時(shí)段平均值,再由AnyLogic支持的特殊類(lèi)型函數(shù)——表函數(shù),進(jìn)行插值計(jì)算,得到每一時(shí)刻的估計(jì)數(shù)值。

        表1 變量定義

        以上變量間的函數(shù)關(guān)系在模型中的表示如下:

        (2)用戶(hù)用車(chē)行為模塊。該過(guò)程中借車(chē)行為由上一階段產(chǎn)生,以用戶(hù)定位到所需車(chē)輛為起點(diǎn),包含掃碼解鎖、用戶(hù)騎行、停放車(chē)輛、結(jié)清費(fèi)用等過(guò)程所需時(shí)間。使用AnyLogic中的流程工具庫(kù)進(jìn)行建模,各流程定義如表2所示。其中,起始點(diǎn)(source)以恒定速率產(chǎn)生數(shù)量為借出量(Flow)的實(shí)體。用戶(hù)借還車(chē)輛、騎行使用延遲時(shí)間表達(dá),借車(chē)時(shí)由于車(chē)輛類(lèi)型及開(kāi)鎖方式的不同,用戶(hù)借車(chē)時(shí)間在一定范圍內(nèi)波動(dòng);騎行所需時(shí)間根據(jù)起止區(qū)域間相對(duì)距離、平均騎行速度由系統(tǒng)計(jì)算得到;歸還車(chē)輛時(shí),用戶(hù)需要找到合適的停車(chē)位置再關(guān)閉車(chē)鎖,所需時(shí)間根據(jù)區(qū)域交通情況不同而波動(dòng)。系統(tǒng)產(chǎn)生的實(shí)體進(jìn)入結(jié)束點(diǎn)(sink)后,車(chē)輛重新進(jìn)入可使用狀態(tài),系統(tǒng)執(zhí)行Action代碼,增加還車(chē)區(qū)域單車(chē)總量(Area)數(shù)值。

        表2 共享單車(chē)用車(chē)流程定義

        各子系統(tǒng)通過(guò)上述單車(chē)借還過(guò)程彼此關(guān)聯(lián),形成如圖2所示的整體系統(tǒng)。執(zhí)行模擬實(shí)驗(yàn),運(yùn)行完畢后可得到區(qū)域中單車(chē)總量在一天時(shí)間內(nèi)的變化數(shù)據(jù)。由此可以總結(jié)出基于仿真模擬的校園共享單車(chē)流動(dòng)規(guī)律,并將運(yùn)行結(jié)果作為優(yōu)化階段的初始輸入數(shù)據(jù)。1.3 優(yōu)化調(diào)度模型。由于調(diào)度人員工作時(shí)間集中于午夜或凌晨時(shí)刻,此時(shí)段(0時(shí)至6時(shí))內(nèi)單車(chē)借還量極少,故假設(shè)車(chē)輛處于靜止?fàn)顟B(tài),可將調(diào)度分配問(wèn)題抽象為運(yùn)輸問(wèn)題。首先,我們根據(jù)仿真模型運(yùn)行結(jié)束后各分區(qū)內(nèi)單車(chē)總量與初始投放量之間比較的結(jié)果確定車(chē)輛的供需點(diǎn)。比較規(guī)則如下:設(shè)仿真模型運(yùn)行結(jié)束后第i個(gè)分區(qū)單車(chē)數(shù)量為Bi,而該區(qū)域初始投放設(shè)計(jì)量為Ai;若Bi>Ai,則i點(diǎn)為供應(yīng)點(diǎn),否則該點(diǎn)為需求點(diǎn),并將兩者差額作為該區(qū)域需要調(diào)出(或調(diào)入) 的單車(chē)數(shù)量Si(Dj)。在明確了各供應(yīng)點(diǎn)i( i=1,2,…,m)和需求點(diǎn)j( j=1,2,…,n)后,我們利用整數(shù)規(guī)劃方法進(jìn)行建模求解,得到各分區(qū)需要重新分配的單車(chē)數(shù)量。定義決策變量為Xij,代表需要從供應(yīng)點(diǎn)i移動(dòng)到需求點(diǎn)j的共享單車(chē)數(shù)量,單位調(diào)度成本aij表示將一輛共享單車(chē)移動(dòng)一公里的成本,任意兩個(gè)區(qū)域之間的距離dij根據(jù)實(shí)地調(diào)查測(cè)算給出。則上述調(diào)度優(yōu)化問(wèn)題可以表達(dá)為:

        圖2 區(qū)域間共享單車(chē)流動(dòng)仿真模型

        目標(biāo)函數(shù)(1)是最小化所有區(qū)域之間重新分配共享單車(chē)的成本。約束條件(2)表示任意一供應(yīng)點(diǎn)所能提供的共享單車(chē)數(shù)量須小于或者等于該區(qū)域所能供應(yīng)的單車(chē)數(shù)量。約束條件(3)表明調(diào)度模型要盡可能滿足各需求點(diǎn)的需求。約束條件(4)要求所有決策變量都是非負(fù)整數(shù)。

        2 算例分析

        2.1 參數(shù)設(shè)置。通過(guò)實(shí)地調(diào)查與數(shù)據(jù)測(cè)算,確定了南京理工大學(xué)校園內(nèi)共享單車(chē)的初始投放量及每日0點(diǎn)的單車(chē)分布情況。結(jié)合共享單車(chē)公司的后臺(tái)數(shù)據(jù),以及師生出行方式、課程時(shí)段和住宿情況,將校園劃分為16個(gè)子區(qū)域,并估算了各子區(qū)域的單車(chē)使用效率及流動(dòng)比例,結(jié)果如表3所示。

        表3 區(qū)域劃分及調(diào)度前后共享單車(chē)總量

        結(jié)合上述實(shí)際數(shù)據(jù),利用AnyLogic軟件構(gòu)建校園共享單車(chē)仿真系統(tǒng),其運(yùn)行界面如圖3所示。該模型中子系統(tǒng)與實(shí)際區(qū)域相對(duì)應(yīng),同時(shí)提供實(shí)時(shí)車(chē)輛數(shù)據(jù),能夠更加直觀地反映共享單車(chē)供需變化情況。通過(guò)設(shè)置視圖區(qū)域,可在運(yùn)行區(qū)、統(tǒng)計(jì)區(qū)與操作區(qū)間進(jìn)行切換,對(duì)部分參數(shù)進(jìn)行調(diào)整或激發(fā)特定調(diào)度事件,這些功能可以為后續(xù)日常調(diào)度提供依據(jù)。例如,當(dāng)某一分區(qū)單車(chē)余量下降到預(yù)先設(shè)定的最低數(shù)值時(shí),系統(tǒng)進(jìn)行計(jì)算并提醒工作人員及時(shí)從單車(chē)使用率低的區(qū)域調(diào)入車(chē)輛,以提高單車(chē)整體使用率。

        圖3 校園共享單車(chē)仿真流動(dòng)模型

        由于部分參數(shù)是根據(jù)調(diào)研情況估計(jì)所得,與真實(shí)數(shù)值必然存在一定偏差,因此需要對(duì)仿真模型進(jìn)行檢驗(yàn)與優(yōu)化。建立相關(guān)變量數(shù)據(jù)集,使用校準(zhǔn)(Calibration)功能對(duì)參數(shù)進(jìn)一步校準(zhǔn)優(yōu)化,可得到更為準(zhǔn)確的參數(shù)值。模型輸出結(jié)果交由校園共享單車(chē)調(diào)度工作人員核實(shí),表明誤差處于可接受的范圍內(nèi),驗(yàn)證了仿真模型的有效性。

        2.2 測(cè)試結(jié)果。設(shè)定仿真運(yùn)行時(shí)間為每日6:00至次日00:00,經(jīng)優(yōu)化后的參數(shù)設(shè)置如下:假設(shè)用戶(hù)騎行時(shí)平均速度為12公里/小時(shí),在區(qū)域之間騎行時(shí)選擇最短路線,并將其作為車(chē)輛調(diào)度的相對(duì)距離;供需變化模塊中,各區(qū)域單車(chē)總量共1 100輛,各區(qū)域間流動(dòng)系數(shù)r服從triangular(0.8,1,1.2)分布,其余參數(shù)此處省略;用車(chē)行為模塊中,借車(chē)流程(Borrow)延遲時(shí)間服從triangular(0.01,0.05,0.1),還車(chē)流程(Return) 延遲時(shí)間服從triangular(0.005,0.01,0.05)。以系統(tǒng)運(yùn)行結(jié)束后車(chē)輛分布情況作為調(diào)度前狀態(tài),初始投放量作為調(diào)度規(guī)劃目標(biāo)。將仿真模型在虛擬時(shí)間下運(yùn)行50次,可以得到表3中各分區(qū)運(yùn)行結(jié)果的平均值。與實(shí)際調(diào)研數(shù)值的比較,運(yùn)行結(jié)果誤差在10%以?xún)?nèi)。分區(qū)單車(chē)數(shù)量全天變化過(guò)程如圖4所示。

        圖4 分區(qū)共享單車(chē)總量變化

        由圖4可以看出,單車(chē)運(yùn)行在早晚高峰、不同功能的分區(qū)間表現(xiàn)出不同的規(guī)律,總體上與師生的日常出行一致。其中,學(xué)生宿舍區(qū)有明顯的潮汐現(xiàn)象:在早間用車(chē)高峰后明顯車(chē)輛不足,影響了對(duì)后續(xù)用車(chē)的供應(yīng);而19:00后開(kāi)始有大量車(chē)輛堆積且數(shù)量持續(xù)上升,因此可以考慮提早調(diào)出此區(qū)域的車(chē)輛。此外,各教學(xué)區(qū)單車(chē)變動(dòng)由于地理位置的差異而不盡相同,其中2號(hào)教學(xué)區(qū)處車(chē)輛數(shù)量波動(dòng)最大。通過(guò)對(duì)分區(qū)間借還量的統(tǒng)計(jì),發(fā)現(xiàn)早午時(shí)段從宿舍區(qū)到2號(hào)教學(xué)區(qū)的車(chē)輛借還最為頻繁。在實(shí)時(shí)調(diào)度的情況下,相比其他停靠數(shù)量少的區(qū)域,這兩個(gè)區(qū)域應(yīng)該作為重點(diǎn)調(diào)度地點(diǎn),以解決現(xiàn)有系統(tǒng)中14:00~16:00間大量車(chē)輛堆積的問(wèn)題。

        結(jié)合流入量流出量統(tǒng)計(jì)數(shù)據(jù)發(fā)現(xiàn),在一些區(qū)域單車(chē)數(shù)量閑置過(guò)剩的同時(shí),存在部分區(qū)域單車(chē)緊缺,不能很好地滿足用戶(hù)需求的情況。如早間宿舍區(qū)、午后學(xué)生食堂、傍晚時(shí)教學(xué)區(qū)單車(chē)使用率最高;而8:00~10:00左右的1號(hào)、2號(hào)校門(mén),晚間學(xué)生食堂平均使用次數(shù)低、車(chē)輛堆積多。這表明單車(chē)在某些區(qū)域和時(shí)段分配調(diào)度有待優(yōu)化。

        對(duì)比16個(gè)分區(qū)的運(yùn)行結(jié)果及次日需求,發(fā)現(xiàn)供需并不平衡,需要對(duì)車(chē)輛分布進(jìn)行調(diào)度重置。將各區(qū)域之間的距離、單位運(yùn)輸成本及仿真運(yùn)行結(jié)果、調(diào)度目標(biāo)輸入上述優(yōu)化調(diào)度模型,在選擇23:00進(jìn)行調(diào)度的情況下,可求解得到表4所示調(diào)度方案。此時(shí)以下調(diào)度方案運(yùn)輸成本最低,為90.29元,總調(diào)度數(shù)量為177輛。

        表4 調(diào)度方案

        2.3 優(yōu)化方案比較。在實(shí)際情況中,為了不影響用戶(hù)的正常使用,共享單車(chē)運(yùn)營(yíng)方一般選擇在夜間進(jìn)行大規(guī)模調(diào)度。由于工作人員的人力成本與工作時(shí)間有關(guān),在單車(chē)使用率最低的深夜進(jìn)行作業(yè)實(shí)際上將增加調(diào)度成本。根據(jù)圖4所示單車(chē)運(yùn)行情況,可以觀察到在晚高峰結(jié)束后,除1號(hào)、2號(hào)住宿區(qū)單車(chē)數(shù)量有明顯增加外,其余分區(qū)的單車(chē)數(shù)量?jī)H有小幅度減少。為了使求解的調(diào)度方案更具有實(shí)際操作意義,在假設(shè)其余車(chē)輛全部流入這兩個(gè)分區(qū)的情況下,應(yīng)用模擬軟件分別得到當(dāng)天20:00至次日01:00調(diào)度時(shí)單車(chē)分布數(shù)據(jù),并計(jì)算調(diào)度成本,結(jié)果如圖5所示。由此可見(jiàn),在23:00進(jìn)行調(diào)度所需成本最低,且能夠滿足次日用車(chē)需求。因此對(duì)于實(shí)際操作來(lái)說(shuō),選擇此階段進(jìn)行調(diào)度比凌晨時(shí)刻調(diào)度更加可行。

        圖5 不同時(shí)段調(diào)度方案成本變化

        3 結(jié)論

        本文以南京理工大學(xué)校園區(qū)域?yàn)槔芯抗蚕韱诬?chē)的調(diào)度重置優(yōu)化問(wèn)題。首先將該區(qū)域按用地性質(zhì)劃分為不同子區(qū)域,同時(shí)將一天單車(chē)活躍時(shí)間劃分為18個(gè)時(shí)段,根據(jù)實(shí)際調(diào)研獲得所需的流量、存量、動(dòng)態(tài)變量、表函數(shù)等參數(shù)數(shù)值;在此基礎(chǔ)上,建立AnyLogic仿真模型以模擬校園內(nèi)單車(chē)的流動(dòng)狀況;進(jìn)一步地,將仿真實(shí)驗(yàn)結(jié)果作為數(shù)學(xué)優(yōu)化模型的輸入,建立共享單車(chē)重置的整數(shù)規(guī)劃模型并進(jìn)行求解,最終得到了較為理想的調(diào)度方案。

        本文中仿真建模的加入,完善了對(duì)于單車(chē)流動(dòng)狀況特性的形象展示,更好地把握了共享單車(chē)分布、流動(dòng)和調(diào)配的特點(diǎn),這是現(xiàn)有研究中所沒(méi)有體現(xiàn)的。同時(shí),運(yùn)營(yíng)成本和調(diào)度時(shí)間兩個(gè)因素的考慮也使給出的調(diào)度方案可行性更強(qiáng)。當(dāng)然,本次研究也存在一些不足之處,對(duì)于實(shí)時(shí)調(diào)度的研究仍然涉及較少。后續(xù)可以將模型運(yùn)行的流動(dòng)分布圖表作為探究實(shí)時(shí)調(diào)度方法的基礎(chǔ),以進(jìn)一步尋求提升用戶(hù)滿意度和企業(yè)運(yùn)營(yíng)效率的調(diào)度重置方法。

        猜你喜歡
        區(qū)域用戶(hù)模型
        一半模型
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        關(guān)注用戶(hù)
        3D打印中的模型分割與打包
        關(guān)注用戶(hù)
        關(guān)注用戶(hù)
        關(guān)于四色猜想
        分區(qū)域
        基于嚴(yán)重區(qū)域的多PCC點(diǎn)暫降頻次估計(jì)
        中文 在线 日韩 亚洲 欧美| 国产av精品一区二区三区视频| 91色区在线免费观看国产| 乱人伦精品视频在线观看| 97影院在线午夜| 九九精品国产99精品| 精品久久一品二品三品| 国产a√无码专区亚洲av| 一本大道久久香蕉成人网| 免费 无码 国产精品| 亚洲精品456在线播放狼人| 超碰人人超碰人人| 人妻妺妺窝人体色www聚色窝| 偷拍区亚洲区一区二区| 日韩av一区二区不卡在线 | 成人影院yy111111在线| 无码国产精品一区二区免费16| 日韩一区二区三区中文字幕| 国产一区二区三区最新地址| av鲁丝一区鲁丝二区鲁丝三区| 亚洲Va欧美va国产综合| 亚洲区1区3区4区中文字幕码| 国产夫妻自拍视频在线播放| 玩弄放荡人妻少妇系列视频| 国产精品丝袜在线不卡| av免费在线播放一区二区| 极品老师腿张开粉嫩小泬| 高潮毛片无遮挡高清免费| 日本一区二区不卡超清在线播放 | 国产精品国产亚洲精品看不卡 | 亚洲女同同性少妇熟女| 精品一区二区三区蜜桃麻豆| 亚洲中文字幕久久精品无码喷水| 国产内射XXXXX在线| 精品亚洲国产亚洲国产| 欧洲多毛裸体xxxxx| 人体内射精一区二区三区| 日本大胆人体亚裔一区二区| 亚洲国产精品18久久久久久| 亚洲av无码第一区二区三区 | 男女动态视频99精品|