10.16381/j.cnki.issn1003-207x.2021.1531
数据驱动环境下考虑多重干扰情境的共享单车重置优化研究
无桩特性给共享单车重置调度带来了全新的问题和挑战,决策者面对的是随机分布在整个区域面上的单车如何调度,这与传统有桩公共自行车的重置有着显著区别.基于此,本文以某品牌共享单车为研究对象,通过分析其运行轨迹数据,界定出共享单车的活跃点(放车点)与非活跃点(收车点).由于收车点的重置需求会因用户行为影响而不断发生变化,本文结合干扰管理的思想,综合考虑收车点的单车数变化、收车点消失以及新增收车点等干扰情境,建立考虑多重干扰情境的共享单车重置调度多目标优化模型,并设计带精英策略的非支配排序遗传算法对其求解.测试结果表明,本文所构建的模型和求解算法能够快速寻找到问题的帕累托最优解集,可为共享单车的重置调度提供有效的策略建议和决策支持.
共享单车、数据驱动、干扰管理、多目标优化、NSGA-Ⅱ算法
31
C935(管理学)
国家自然科学基金72171119
2023-11-07(万方平台首次上网日期,不代表论文的发表时间)
共11页
148-158