共享单车停放点联合覆盖选址及车辆配置模型
发布时间:2020-11-01 00:52
针对共享单车停放点选址及车辆配置决策问题,在考虑共享单车停放点建设数量、共享单车投放总量、各停放点容量等限制以及各需求点权重的情况下,以需求点被覆盖程度之和最大化,停、取车需求满足程度最大化和空闲车辆最少化,停放点建设和日常运营成本以及共享单车购置成本之和最小化为目标,基于联合覆盖选址思想建立了一种共享单车停放点选址和各点期初车辆配置决策的多时段、多目标优化模型。算例分析结果表明,停、取车需求满足程度对于综合目标函数值有决定性影响;随着停车点建设数量的增大,停放点建设和运营成本也随之增大,将抵消停、取车需求满足率上升对综合目标函数值的贡献;取车需求变动对综合目标函数值有重要影响,而停车需求变动对综合目标函数值的影响很小。
【部分图文】:
在此背景下,基于图1所示的联合覆盖思想研究计划期内共享单车停放点选址和各停放点期初车辆配置决策的多时段优化问题。为保证一定的服务水平(即用户停、取车的便利性),假设各需求点都要满足最低被覆盖程度,且各需求点具有不同权重。同时,考虑区域内有停放点建设数量、停放点最小间距、停放点容量、单车投放总量等限制。目标是使所有需求点被覆盖的程度之和最大化,停、取车需求的满足程度最大化和空闲车辆最少化,停放点建设(如电子围栏)和日常运营成本以及共享单车购置成本之和最小化。其中,共享单车备选停放点j对需求点i的覆盖程度可按照两者之间的距离Dij根据下式进行计算:
以某大学校园周边地区为例,构造了包含20个需求点和15个备选停放点的共享单车系统,如图2所示。将需求点分为商业区、公交站点、住宅、办公区这四类,分别赋予相应的权重。设计划期为1天,并以小时为单位划分为24个时段,不同类型需求点在各时段的停、取车需求量分别以图3和图4中每时段的需求量为中值,在[-5,5]的浮动区间内随机生成。各备选停放点的容量和建设运营成本根据实际情况设定。模型参数取值如表1所示。在Intel Core i7-4790 3.60GHz CPU/16GB RAM/Windows7旗舰版平台上,采用MATLAB R2017a软件编程实现分支定界法对模型进行求解,上述算例的平均求解时间约2s。对于不同规模的算例,其求解时间如图5所示,可见随着需求点、备选点规模增大,模型求解时间会呈指数增长,需要设计更高效的算法。
模型参数取值如表1所示。在Intel Core i7-4790 3.60GHz CPU/16GB RAM/Windows7旗舰版平台上,采用MATLAB R2017a软件编程实现分支定界法对模型进行求解,上述算例的平均求解时间约2s。对于不同规模的算例,其求解时间如图5所示,可见随着需求点、备选点规模增大,模型求解时间会呈指数增长,需要设计更高效的算法。图4 不同类型需求点在计划期内各时段的平均停车需求曲线
【相似文献】
本文编号:2864775
【部分图文】:
在此背景下,基于图1所示的联合覆盖思想研究计划期内共享单车停放点选址和各停放点期初车辆配置决策的多时段优化问题。为保证一定的服务水平(即用户停、取车的便利性),假设各需求点都要满足最低被覆盖程度,且各需求点具有不同权重。同时,考虑区域内有停放点建设数量、停放点最小间距、停放点容量、单车投放总量等限制。目标是使所有需求点被覆盖的程度之和最大化,停、取车需求的满足程度最大化和空闲车辆最少化,停放点建设(如电子围栏)和日常运营成本以及共享单车购置成本之和最小化。其中,共享单车备选停放点j对需求点i的覆盖程度可按照两者之间的距离Dij根据下式进行计算:
以某大学校园周边地区为例,构造了包含20个需求点和15个备选停放点的共享单车系统,如图2所示。将需求点分为商业区、公交站点、住宅、办公区这四类,分别赋予相应的权重。设计划期为1天,并以小时为单位划分为24个时段,不同类型需求点在各时段的停、取车需求量分别以图3和图4中每时段的需求量为中值,在[-5,5]的浮动区间内随机生成。各备选停放点的容量和建设运营成本根据实际情况设定。模型参数取值如表1所示。在Intel Core i7-4790 3.60GHz CPU/16GB RAM/Windows7旗舰版平台上,采用MATLAB R2017a软件编程实现分支定界法对模型进行求解,上述算例的平均求解时间约2s。对于不同规模的算例,其求解时间如图5所示,可见随着需求点、备选点规模增大,模型求解时间会呈指数增长,需要设计更高效的算法。
模型参数取值如表1所示。在Intel Core i7-4790 3.60GHz CPU/16GB RAM/Windows7旗舰版平台上,采用MATLAB R2017a软件编程实现分支定界法对模型进行求解,上述算例的平均求解时间约2s。对于不同规模的算例,其求解时间如图5所示,可见随着需求点、备选点规模增大,模型求解时间会呈指数增长,需要设计更高效的算法。图4 不同类型需求点在计划期内各时段的平均停车需求曲线
【相似文献】
相关期刊论文 前10条
1 罗凤洁;蒋蕊莲;舒孝珍;;基于鲁棒规划模型的共享单车优化停放问题研究[J];价值工程;2019年14期
2 李旭;;大学生使用共享单车现状及影响因素——基于对江苏地方高校的实证研究[J];江苏科技信息;2018年13期
3 狄亚飞;张敏;;“共享单车”元数据框架体系设计研究[J];图书情报导刊;2017年07期
4 金梦;;双刃剑之共享单车[J];经贸实践;2017年17期
5 张琳卿;;浅谈共享单车与分享经济[J];经贸实践;2017年09期
6 穆铮;;共享单车风险管理的新出路[J];辽宁经济;2017年09期
7 汪建;;校园单车驿站实践与探索[J];中国市场;2018年06期
8 董文姝;;浅析共享单车面临挑战及对策分析[J];经贸实践;2017年08期
9 贾俊龙;;共享单车供应链运营模式研究[J];青岛远洋船员职业学院学报;2019年03期
10 邱淳锵;;共享单车真的是共享经济吗?[J];现代商业;2016年35期
相关硕士学位论文 前4条
1 赵曼;共享单车网络分析及其优化调度研究[D];山东科技大学;2017年
2 路明月;OFO共享单车在美国市场拓展策略探究[D];东北财经大学;2017年
3 张俊英;用户对ofo共享单车使用意愿和行为的影响因素研究[D];华中师范大学;2017年
4 谭淼;基于IPA的共享单车服务质量评价研究[D];长安大学;2017年
本文编号:2864775
本文链接:https://www.wllwen.com/jingjilunwen/guojimaoyilunwen/2864775.html