城市公共自行车系统调度优化分析

惠楷1   ,吕晓俊2   ,周游1

1.西安城市公共自行车服务管理有限责任公司   陕西省西安市    710000  2.西安市振兴公交广告有限责任公司    陕西省西安市    710000

摘要：在经济社会不断发展的过程中，公共自行车使用困难等问题严重影响了城市居民的正常出行。结合现阶段来看，此种问题的产生，主要与功能布局规划以及公共自行车点位设计规模有关。鉴于此情况，本文将重点围绕城市公共自行车系统调度优化加以研究，并利用算法计算优化的形式，提出合理的优化建议，以有效解决城市公共自行车系统调度方面的不足，以此为相关人员提供借鉴。

关键词：城市公共自行车；系统调度；算法升级；调度方式

引言

在城市交通日益完善的背景下，公共自行车开始在我国多个地区运用，其最早起源于欧洲，是运用租赁系统完成自行车重复使用的新型方式。然而就目前的情况来看，我国在公共自行车租赁、调度等方面依旧存在很多问题，必须要借助优化工作，才能够满足高效、成本低的需要。由此可见，围绕城市公共自行车系统调度优化加以研究，对于提升公共自行车利用率具有重要意义。

一、城市公共自行车调度的相关概述

（一）系统调度问题的关键要素

首先是调度车辆，是指停放车辆的区域。在同一车场范围内可能存在大量的调度区域，该区域承担了公共自行车的调度、维修以及维护等功能。因此在设置的过程中需要邻近交通枢纽，尽可能实现资源的合理优化配置，运用不同区域协同工作的方式确保车辆的供求能够达到标准。其次，调度车辆。在车场中车辆的型号相同，因此每一天该车辆的成本以及相同距离下的成本也无明显差异。因此在车辆路径设计方面应该结合实际需要设计不同的方案，更加灵活完成调度。例如若是车辆数量较多，则可以不返回这样便可以优化调度车辆路线。最后，调度需求，其重点在于调度车辆的目标服务对象。从调度的种类来看，主要便是车辆的进入与取出，并将多余的车辆统一运输到车场。通常情况下，一辆公共自行车能够同时完成租赁的调度需要。其主要分为以下几个方面：第一，（T-A-D）模式，其中T为间隔时间，A为需求，D为订货量。当库存Q＜A时，则需要增加S-Q车辆，而若是≥A，则不需要增设；第二，（A-D）模式，在多次重复检查的过程中，只要库存在需求之下，则立即补充D-A量车；第三，（A-Q）模式，多次检查只要库存在订货点之下，则订货Q量，大于则不订货；第四，（T-D）模式，每T时间完成一次检查，并增设D-Q量车[1]。

（二）城市公共自行车的调度方式

    一方面是夜间的调度方式，是指在夜间若是自行车数量没有明显的变化，则要再一次完成规划与分配。此时若是需求量较低，且还车率较差，说明交通状况较高，调度车不会受到严重的外在影响，可以运用静态的调度形式。若是车辆有明显变化，则要按照预调度方案路线完成重新规划与分配，满足白天车辆的使用需要。此方案的调度方式不分析使用者的满意状况，仅根据科学性完成调度规划。另一方面则是日间的调度方式。通常情况下，日间的需求量较高，且借还率较高，因此在调度的过程中要规划好时间，并结合不同区域的车辆租赁、还车等数据确认车辆的需求数据，在科学制定路径的同时合理配备自行车。需要注意的是，车辆使用时也会受到外在因素的影响，尤其是交叉路口区域，很容易临时出现租赁方案更换的问题，此时需要重新规划和调整，且要考虑到满意度状况。

二、城市公共自行车调度优化算法设计

（一）动态预测

假设某区域存在M个区域的站点需要完成调度工作，则系统的调度中心在完成相关信息录入之后会运用传统的遗传算法方式得出最佳的路径内容，并按照路径的实际情况将其经过的站点区域分别标明为1、2、3……n等，具体形式如图1所示。

图 1 调度路径所经过的站点编号

由于每一个站点内在不同的时间段所存在的城市公共自行车数量有明显的区别，处于动态变化的状态，因此本文所基于的算法优化是一种针对动态变化所引发的利用率较差问题，其系统调度优化流程如图2所示。

图 2 优化后的路径生成流程

如图2所示，i是指优化之后路径所经过的站点编号，n为经过的站点总数，R（k）则是指k的调度需求等级，R0则是最佳情况下的调度等级，M为固定数值。需要注意的是，若是站点可以完成以上流程且满足相应条件，则调度系统需要再次重复以上流程并生成多条最佳路径，直至全面调度完成之后才能够停止运行以上条件流程[2]。

（二）划分站点需求等级

1.计算fi条件

图3为fi的分布状况，其中在范围0~20%区域内，则此时的fi的数值为1，若在范围20%~40%区域内，则此时的fi的数值为2，若在范围40%~60%区域内，则此时的fi的数值为3，若在范围60%~80%区域内，则此时的fi的数值为4，若在范围80%~100%区域内，则此时的fi的数值为5。

图 3 fi从小到大的分布状态

2.ai/Ai

图4为ai/Ai分布状况，如图所示，若是范围处于0`0.2，则说明此时的ai/Ai数值为-3，若是范围处于0.2`0.4，则说明此时的ai/Ai数值为-2，若是范围处于0.4`0.6，则说明此时的ai/Ai数值为1，若是范围处于0.6`0.8，则说明此时的ai/Ai数值为3。而根据以上数据计算R值，即最佳调度等级，则数据如下：当数字处于-15~-10的范围内，R值的数值为等级1，当数字处于-9~-6的范围内，R值的数值为等级2，当数字处于-4~5的范围内，R值的数值为等级3，当数字处于6~-9的范围内，R值的数值为等级4，当数字处于10~15的范围内，R值的数值为等级1，其计算公式为：

其中，R为租赁点i的调度需求等级数值，ai是指某站点剩余的公共自行车数量，Ai则是某租赁站点内的车桩数量，i是指优化之后路径所经过的站点编号。

（三）案例优化研究

本文以某区域的35个城市公共自行车区域为案例对象，结合当地系统的数据状况完成系统调度优化方案的设计。已知有35个区域的站点位置，且完成了对应的编号设计，根据交通情况以及调度需求假设点位之间的距离d，该区域的管理人员派遣了3辆调度车完成调度操作，并结合需求等级的动态变化完成调整与优化。在此基础上，工作人员运用系统matlab中的遗传算法计算了最佳路径情况3种，每一种都是运用1辆调度车完成操作，因此本文以其中的一条路径为对象加以研究。

将规划好的路径中所有经过的站点完成编号，其标号数据为1`8，若是此时调度需求等级以及最佳调度等级之间存在R的绝对值，则说明每一个站点都存在数据差，之后便可以计算，2~8/3~8/4~8……站点之间差值的总和为R0。

在生成新的最优路径之后，调度车开始工作，在1号站点完成开往下一站点的过程中，由于时间的影响最优路径存在动态变化的可能，此时需要重新计算上述R0的数值信息，并对比两次数值与M固定值之间的情况，若是处于＞关系，则说明可以按照原先路径方案继续操作，反之则要重新规划。整个过程需要重复以上操作直至全域完成调度，这样便可以完成城市公共自行车的系统调度优化。总而言之，城市公共自行车是完善城市交通网络，缓解人们出行压力，实现节能减排、低碳环保的重要交通模式，为此要想确保车辆调度的科学性与合理性，便要实施规划最优路径，并运用算法升级的形式找出最佳路径，确保公共自行车车辆的合理优化配置，使其能够满足人们出行的现实需要，达到运营商的经济效益需求，为我国城市交通的不断发展奠定良好的基础[3]。

　我国目前拥有公共自行车的城市，都面临着潮汐问题。“公共自行车服务网点大致可分为商业办公型、居民区型和复合型三种。商业办公型网点早高峰车辆净流入，晚高峰车辆净流出，居民区型网点则与其相反；而复合型网点的车辆可以自行得到补充，实现动态平衡。因而，以通勤为主的出行需求在早晚高峰两个时段内集中性爆发，在居民区和商业办公区网点形成了潮汐现象，有限的公共资源导致“潮汐”现象难以彻底解决。需要城市管理者在交通规划时提前考虑设计方案。

结论：综上所述，公共自行车是一种响应国家低碳排放政策要求的新型交通方式，本文针对公共自行车现阶段还车率较低等问题进行了系统性地优化分析，并利用算法分析等方式生成了调度优化方案，有效增强了城市公共自行车的利用效率，提升了系统管控的水平，进一步促进了城市交通的绿色建设。

参考文献：

[1]丁一丹,张福鼎.城市公共自行车智能需求预测及调度管理系统[J].电子测试,2022,36(07):24-26.

[2]陈昕昀,蒋永康,柯希玮.基于多目标优化模型的城市公共自行车调度研究[J].现代交通技术,2019,14(01):61-64+68.

[3]郭琴,丑洋.城市公共自行车调度系统的设计与实现[J].电子测试,2019(21):61-62+38.