周 煜，王婷靜

(衢州學(xué)院建筑工程學(xué)院，浙江衢州324000)

自2008年杭州建立第一個公共自行車系統(tǒng)，我國公共自行車一直處于不斷發(fā)展的狀態(tài)。公共自行車不僅有效解決了“最后一公里的出行問題”，而且其低碳、綠色、經(jīng)濟、環(huán)保、便捷的特點，為城市交通和環(huán)境發(fā)展做出了一定貢獻(xiàn)。2020年初“新冠疫情”爆發(fā)，短時間內(nèi)全國感染人數(shù)過萬。醫(yī)學(xué)證明，“新型冠狀病毒”可以通過接觸、飛沫傳播且傳播迅速，病毒潛伏期在7～14 d。世界衛(wèi)生組織(WHO)公布的新型冠狀病毒RO估計值為1.4～2.5，而社會公認(rèn)值在1.5～3之間，也就是說一個患者可以傳染給1.5～3人，其可怕之處顯而易見，同時也給公共自行車的發(fā)展帶來了思考。這也讓廣大居民群眾深刻意識到做好防范措施的重要性。

當(dāng)疫情有所好轉(zhuǎn)，全國范圍內(nèi)復(fù)工復(fù)產(chǎn)時，公共自行車行業(yè)也逐漸恢復(fù)工作。據(jù)城市自行車出行量比重調(diào)查表[1]顯示，城市自行車出行量比重隨著人口規(guī)模的擴大而減少，人口規(guī)模小于100萬人，自行車出行量比重可達(dá)40 %～75 %；城市人口規(guī)模大于200萬人，自行車出行量比重也達(dá)36 %(表1)。若一位新型冠狀病毒患者使用了公共自行車，在未做好公共自行車消毒等防護措施的情況下，其傳播人數(shù)和范圍無法想象。此時，做好公共自行的消毒工作，有效切斷病毒在城市公共自行車上傳播途徑，是當(dāng)下解決居民出行安全問題的重中之重。本文將結(jié)合公共自行車運營實際情況，對疫情之下消毒人員調(diào)度方案進(jìn)行設(shè)計，以保證自行車運營系統(tǒng)的安全和可靠性，并在滿足公眾需求的情況下盡量降低消毒工作所需成本，更好的保障社會秩序的安定與和諧。

表1 城市自行車出行量調(diào)查

1 消毒工作面臨的問題

1.1 消毒及時性差

一個公共自行車系統(tǒng)中，有若干個自行車租賃站點，用戶可以自由選擇站點租賃、歸還自行車。由于公共自行車站點人流量不同，每天租賃、歸還的自行車數(shù)量也不同，有可能存在一些站點自行車“全滿”，一些站點自行車“瞬間消失”的現(xiàn)象，加之自行車調(diào)配不合理,導(dǎo)致站點自行車數(shù)量不均勻。若消毒人員采取行動的及時性不高，會使帶有病毒的自行車積壓，降低系統(tǒng)的安全性，病毒傳播則更加快速，后果不堪設(shè)想。這給自行車消毒人員調(diào)度帶來了困難和不可預(yù)測性，管理人員需要根據(jù)各個站點自行車數(shù)量、日使用頻次等特征綜合考慮站點消毒人員的分配，盡量做到及時消毒、全面消毒。

1.2 消毒實時性差

用戶出行行為往往具有隨機性、不確定性，因此公共自行車在各個站點之間的流動也是不確定的。用戶會因為該站點自行車數(shù)量已滿，而選擇等待或者去就近的站點還車，同時也會因為該站點無閑置自行車，而選擇等待或者去就近站點借車或者放棄借車。這種由于需求的等待、轉(zhuǎn)移、取消使得用戶借還自行車的行為變得復(fù)雜。在消毒人員分配消毒工作時，由于需求的隨機性，可能出現(xiàn)工作人員到達(dá)站點時，需要進(jìn)行的消毒作業(yè)的工作量與計劃不符、計劃分配量與實際產(chǎn)生偏差等情況，因此則需要調(diào)度人員根據(jù)實際情況對消毒計劃進(jìn)行實時調(diào)整，選擇最優(yōu)方案以進(jìn)行消毒人員的調(diào)度。

1.3 受天氣、道路狀況的影響

居民借、還車輛具有一定的規(guī)律性，在某個時間段借還自行車量會達(dá)到高峰，但也可能由于天氣狀況差出現(xiàn)該天自行車借、還人流量的低峰。由于天氣的多變性導(dǎo)致實施消毒工作的計劃安排也具有一定的多變性，同時相對惡劣的天氣會降低消毒工作效率，增加消毒工作的難度，也可能會產(chǎn)生一些由于不可抗力造成的消耗，增加消毒工作的成本。而道路交通條件不僅會影響公共自行車使用者的行駛速度、路線，借還效率，也會影響消毒車輛行駛路徑、速度，這不僅關(guān)系到消毒計劃能否被完全執(zhí)行，而且會影響消毒工作人員到達(dá)消毒需求點的及時性。因此調(diào)度人員需要根據(jù)天氣、道路狀況合理安排并選擇調(diào)度方案，以盡可能減少外界因素對消毒工作造成的干擾。

1.4 公共自行車運營管理問題

目前，我國已有 100 多個城市設(shè)置公共自行車系統(tǒng)，但由于國內(nèi)公共自行車系統(tǒng)起步相對于國外較晚，公共自行車系統(tǒng)的建設(shè)及其管理體系缺乏統(tǒng)一的行業(yè)執(zhí)行標(biāo)準(zhǔn)，維護與管理方案尚不完善。除公共自行車租賃站點布局與規(guī)模不合理外，因其本身調(diào)度系統(tǒng)的粗放、落后而導(dǎo)致的一系列“租車難、還車難”問題，不僅制約了公共自行車在城市交通中的發(fā)展，而且對市民出行也造成了一定影響。黎文建[2]指出城市公共自行車系統(tǒng)調(diào)度主要存在以下幾個問題：調(diào)度技術(shù)落后、調(diào)度缺乏合理性、調(diào)配調(diào)度車輛過少、調(diào)配管理人員素質(zhì)有待提高。因此，自行車調(diào)度與消毒人員調(diào)度息息相關(guān)，自行車調(diào)度的系統(tǒng)化、科學(xué)性直接影響到消毒人員安排的合理性。

2 解決方案規(guī)劃

2.1 方案選擇

根據(jù)以上所提到的四種公共自行車消毒所存在的問題，提出消毒人員調(diào)度的流程及調(diào)

度路徑問題解決方案。本文主要采用傳統(tǒng)啟發(fā)式算法中的掃描算法與現(xiàn)代啟發(fā)式算法中的遺傳算法相結(jié)合的方法[3]，運用兩者各自的優(yōu)點，對自行車消毒人員調(diào)度方案進(jìn)行優(yōu)化設(shè)計。掃描法通過采用極坐標(biāo)來表示各個租賃點的區(qū)位，任意選取一個租賃點為起點，設(shè)定該起點角度為零度，對該區(qū)域進(jìn)行分割，再借由交換法對租賃點進(jìn)行排序，建構(gòu)調(diào)度排程路線。遺傳算法是通過模擬生物進(jìn)化過程中的機理而產(chǎn)生的計算模型，是一種尋求最優(yōu)解的方法。表2為掃描算法和遺傳算法的比較。

表2 掃描算法和遺傳算法的比較

2.2 消毒人員調(diào)度流程

一般來說，消毒人員調(diào)度的路徑問題由消毒人員本身、調(diào)度中心、調(diào)度車、消毒量、調(diào)度網(wǎng)絡(luò)優(yōu)化目標(biāo)和約束條件等要素組成，人員調(diào)度可以單目標(biāo)也可以是多目標(biāo)。單目標(biāo)優(yōu)化包括最短行徑、最少耗用成本、最大消毒數(shù)量以及最少耗用時間等。而在實際生活中，消毒人員調(diào)度問題往往是個多目標(biāo)優(yōu)化設(shè)計問題，要求滿足調(diào)度路徑問題的同時完成多個目標(biāo)的優(yōu)化，如通過最短的行徑路線達(dá)到最大范圍的自行車租賃點消毒。由此，結(jié)合表3[4]對車輛路徑問題的分類，設(shè)計了自行車消毒人員調(diào)度流程，具體如圖1。

表3 車輛路徑問題分類

圖1 消毒人員調(diào)度流程

2.3 方案設(shè)計

首先通過掃描法，以每組租賃點消毒需求與消毒人員供應(yīng)量之和不大于調(diào)度成本耗用量為原則，將多個租賃點分成幾個小組，使所有租賃點都能被掃描到。分組后，每個組都有各自的調(diào)度路徑優(yōu)化，再通過遺傳算法計算調(diào)度人員前往各租賃點的路徑順序。

Step1：路徑選擇集——選擇一個編碼用于求解特定的問題，然后再設(shè)定一個初始群體并使其具有N個染色體;

Step2：路徑選擇優(yōu)化目標(biāo)——計算該群體中每一個染色體的適應(yīng)函數(shù)值;

Step3：用fi表示一個個體的適應(yīng)度，為若滿足停止規(guī)則，則算法停止；反之，則計算該個體i被選擇的概率:

根據(jù)得出的概率分布，從整體染色體中隨機選出N個染色體作為一個種群;

Step4：通過交叉操作，將兩個父代的部分基因相互交換，以交叉概率(取值一般在0.4～0.9之間)得到有N個交叉的染色體;

Step5：通過變異操作，將存在于個體編碼串中的部分基因值用其他基因值替換，以較小的變異概率(取值為 0.001～0.1)使某染色體的一個基因發(fā)生突變，形成新的群體。再重復(fù)步驟 2，直到滿足終止準(zhǔn)則[5]。

3 案例分析

3.1 實例概況

臺州市黃巖區(qū)共有11個公共自行車租賃點。為了更簡潔明了地演示掃描算法和遺傳算法在這一方面的應(yīng)用，將消毒人員調(diào)度中心隨機定在該區(qū)域內(nèi)的一個點。同時為了更清楚地顯示調(diào)度中心與各租賃點的關(guān)系，將其他周圍的景物省略，畫出簡圖，見圖2。其中0表示調(diào)度中心，1～11表示各個租賃點。

為了簡化調(diào)度路徑計算難度，本研究僅考慮計算在停車樁內(nèi)的公共自行車調(diào)度數(shù)量。據(jù)調(diào)查，消毒小組一組一般為3～5人，消毒車輛一次可載4～5人且最快行駛速度為25 km/h。各個租賃點自行車消毒需求數(shù)量見表4，各租賃點與調(diào)度中心之間的距離見表5。結(jié)合表4、表5可知，3號租賃點無需進(jìn)行消毒，因此在路徑優(yōu)化問題中可忽略3號租賃點以簡化計算。

圖2 臺州市黃巖區(qū)公共自行車租賃點示意

表4 各租賃點自行車消毒需求數(shù)量

表5 各租賃點與調(diào)度中心之間的距離 m

3.2 計算步驟

3.2.1 用掃描算法分組

(1)運用掃描算法對臺中市黃巖區(qū)的自行車租賃點進(jìn)行分組，已知3號租賃點自行車消毒需求數(shù)量為零，為簡便計算，采用以0號點為起點順時針旋轉(zhuǎn)，可以得到10組數(shù)據(jù)，并根據(jù)：L=l0i+lij+lj0計算各組路線的距離，得到消毒車輛行駛距離及租賃點需求量，見表6。

由表6可知，總路程與總需求量最少的三條路徑分別為：010110|0870|04690|05210、0870|05210|010110|04690、04690|05210|0870|010110。但由于這三條路徑的總路程、總需求量均相同，無法得知最優(yōu)方案，因此需通過遺傳算法計算這三條路徑以得到最優(yōu)路徑。

3.2.2 用遺傳算法計算

通過遺傳算法對這三條路徑進(jìn)行計算，即對各組內(nèi)部的租賃點消毒順序進(jìn)行排列。

3.2.2.1 確定染色體的編碼和初始群體

遺傳算法編碼有自然數(shù)編碼和二進(jìn)制編碼兩種，其中自然數(shù)編碼更適合調(diào)度情形，(101187469521)、(875211011469)、(469521871011) 即為三條染色體的自然編碼。假設(shè)初始種群M=20，遺傳迭代數(shù)為T=100; 調(diào)度中心有消毒人員10 名，消毒車輛可載5名消毒人員，消毒車輛的行駛速度v=25km/h，消毒車輛所載的初始消毒人員數(shù)是隨機數(shù)，為0～5人。

表6 消毒車輛行駛距離及租賃點需求量

3.2.2.2 確定適應(yīng)度函數(shù)

以消毒車輛最短行駛距離作為最優(yōu)化目標(biāo)，用lij表示租賃點i與租賃點j之間的距離，用nij表示租賃點i與租賃點j之間所需消毒車輛的數(shù)量，則

3.2.2.3 確定遺傳算子

交叉算子采用順序交叉算子，復(fù)制算子采用輪盤賭方法，則取變異概率0.09。圖3為輪盤賭選擇思想示意圖：假設(shè)有5個個體，每個扇形代表一個個體，扇形的面積表示其選擇概率，每個個體的選擇概率由適應(yīng)度的值確定。假想在某個時刻旋轉(zhuǎn)該輪盤，當(dāng)輪子停止時，指針指到某個扇形區(qū)域，就表示該扇形所代表的個體被選中[5]。

圖3 輪盤賭選擇思想示意

最終得出最優(yōu)路徑為(046100|098110|05210)，行駛總距離為10 785 m，總需求量為29輛，需要6輛消毒車。

4 結(jié)束語

此案例驗證了該調(diào)度方案的可行性，該方法結(jié)合了掃描算法和遺傳算法的優(yōu)點，不僅操作簡便，而且可以尋找到一條最優(yōu)路徑實施消毒及調(diào)度工作。公共自行車的消毒在當(dāng)下是不可忽視的問題，也是保護居民生命安全的重要手段。消毒人員調(diào)度的合理性、消毒效率的高效性、消毒范圍的全面性、消毒工作的及時性是消毒工作的重中之重，做好這些方面，可以有效切斷病毒傳播的途徑，讓居民的出行安全得到保障。今后，公共自行車消毒方面必然會得到政府及社會群體的重視，這一方面的完善也將進(jìn)一步提升城市公共自行車服務(wù)的品質(zhì)與效率。