GIS支持下公共自行車系統(tǒng)的多車輛實時協(xié)同調(diào)度研究.pdf

1、公共自行車作為一種“低碳排放”的中短途綠色交通工具，在全世界越來越受到推崇?！白?還車難”問題是困擾公共自行車系統(tǒng)運營與發(fā)展的主要問題，而研究服務點的租還需求特性，對系統(tǒng)調(diào)度問題進行數(shù)學建模與算法求解，能夠為實現(xiàn)公共自行車系統(tǒng)的智能調(diào)度提供科學依據(jù)，有助于打破“租/還車難”這一桎梏。
　　在對公共自行車服務點進行短時租還需求量預測的基礎上，建立了GIS支持下的多車輛實時協(xié)同調(diào)度模型，并研究了調(diào)度模型的優(yōu)化求解算法，最后設計開發(fā)了公

2、共自行車智能調(diào)度系統(tǒng)，為實際調(diào)度提供指導。本文主要研究工作如下:
　　(1)通過分析服務點租還需求量的影響因素，結(jié)合深度學習中的帶有LSTM單元的循環(huán)神經(jīng)網(wǎng)絡，基于區(qū)域公共自行車出行的平均OD，得出服務點的租還需求影響范圍，從而建立了公共自行車服務點短時租還需求量預測模型，并對杭州市3618服務點的租還量進行預測。結(jié)果表明，LSTM在處理公共自行車租還需求量預測問題上具有較高精度，證明了該預測方法可行有效;
　　(2)基于G

3、IS分析了公共自行車系統(tǒng)調(diào)度問題的難點，首先通過設立不同服務點的調(diào)度優(yōu)先級，建立區(qū)域服務指數(shù)說明調(diào)度請求產(chǎn)生的不同情況，然后基于服務點的動態(tài)需求特性確定調(diào)度模型參數(shù)，并以調(diào)度成本最低、調(diào)度車協(xié)作最合理且區(qū)域服務指數(shù)增益最大為優(yōu)化目標建立GIS支持下公共自行車系統(tǒng)的多車輛實時協(xié)同調(diào)度模型，并基于提出的有效調(diào)運系數(shù)對調(diào)度模型相關參數(shù)進行優(yōu)化。最后為了驗證調(diào)度模型，對公共自行車動態(tài)調(diào)度問題進行求解優(yōu)化，設計了模擬退火混合遺傳算法對所建立的調(diào)度

4、模型進行求解，并與實際調(diào)度過程相比較。實驗結(jié)果表明，混合算法減少了調(diào)度車的行駛距離，提高了調(diào)度效率，使結(jié)合了需求量預測的多車輛調(diào)度模型能在較大程度上滿足公共自行車服務點存在的調(diào)度需求;
　　(3)選擇杭州市下沙公共自行車服務區(qū)作為試點案例，基于構建的服務點租還需求量預測算法以及智能調(diào)度算法，設計開發(fā)了基于客戶端/服務器架構的公共自行車智能調(diào)度系統(tǒng)，并詳細介紹了系統(tǒng)的開發(fā)架構與主要功能，最后通過杭州下市沙地區(qū)的實例應用，展示了系統(tǒng)的