上海市共享汽車(chē)停泊地布局優(yōu)化研究

廖俞浩　戴夢(mèng)　丁晨璐　張國(guó)帆　張家毅

摘 要：共享汽車(chē)是時(shí)下共享經(jīng)濟(jì)的一大組成部分。共享汽車(chē)的發(fā)展，一方面滿(mǎn)足了人們?nèi)找嬖鲩L(zhǎng)的出行需要，另一方面也有利于保護(hù)環(huán)境、減輕城市交通擁堵。上海市作為共享經(jīng)濟(jì)的橋頭堡之一，其共享汽車(chē)的發(fā)展處于前沿。在其發(fā)展過(guò)程中，共享汽車(chē)停放問(wèn)題隨之而來(lái)。針對(duì)上海市土地利用緊張的現(xiàn)狀，以上海市現(xiàn)有的停車(chē)位作為共享汽車(chē)停泊點(diǎn)，基于遺傳算法構(gòu)建優(yōu)化模型，以部分站點(diǎn)的布局車(chē)位為例進(jìn)行優(yōu)化，希望能夠給上海市共享汽車(chē)停泊點(diǎn)的優(yōu)化提供一些有用的建議。

關(guān)鍵詞：共享汽車(chē);上海地區(qū);遺傳算法;停泊點(diǎn);優(yōu)化

中圖分類(lèi)號(hào)：F294? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2020）02-0049-03

引言

共享經(jīng)濟(jì)目前成為了一個(gè)社會(huì)持續(xù)關(guān)注的網(wǎng)紅領(lǐng)域，國(guó)家科技和經(jīng)濟(jì)常年的快中速發(fā)展則為互聯(lián)網(wǎng)和傳統(tǒng)產(chǎn)業(yè)的深度交融提供了強(qiáng)大的推動(dòng)力。共享汽車(chē)的概念由來(lái)已久，早在20世紀(jì)80年代該模式便在歐洲國(guó)家普遍興起，發(fā)展至今，僅歐洲便有超過(guò)200家汽車(chē)共享商家、近400個(gè)城市有共享汽車(chē)的市場(chǎng)，使用人數(shù)超過(guò)10萬(wàn)人。而在中國(guó)，共享汽車(chē)的發(fā)展有著屬于中國(guó)特色的時(shí)代背景。國(guó)內(nèi)共享汽車(chē)服務(wù)在2009年開(kāi)始步入快速發(fā)展的階段，目前已有近千萬(wàn)規(guī)模的用戶(hù)、數(shù)十萬(wàn)輛車(chē)的規(guī)模。隨之而來(lái)的，就是共享汽車(chē)發(fā)展網(wǎng)點(diǎn)的布局問(wèn)題以及相應(yīng)的車(chē)輛調(diào)度問(wèn)題。

但是相較于調(diào)度問(wèn)題，共享汽車(chē)的選址因?yàn)槭艹鞘邪l(fā)展用地問(wèn)題的制約，國(guó)內(nèi)對(duì)其的研究并沒(méi)有研究調(diào)度問(wèn)題那么多，基本的研究模式也只是根據(jù)相關(guān)算法提出模型，隨后以城市或區(qū)域?yàn)閱挝贿M(jìn)行模擬仿真。Robyn[1]等針對(duì)資源共享實(shí)踐中對(duì)象的動(dòng)員方式研究，提出了共享經(jīng)濟(jì)的批判性分析，支撐了共享汽車(chē)對(duì)汽車(chē)重構(gòu)的影響。王新原等分析了共享經(jīng)濟(jì)活動(dòng)和商業(yè)模型的高速發(fā)展，討論了共享汽車(chē)運(yùn)營(yíng)的可行性，并提出了創(chuàng)新性運(yùn)營(yíng)策略，最后提出通過(guò)與公共汽車(chē)公司、汽車(chē)租賃公司的合作，整合或改建已有的停車(chē)場(chǎng)站增加共享汽車(chē)停放點(diǎn)[2]。王麗敏和楊帆等分別通過(guò)定性和定量的手段研究了影響站點(diǎn)選址的因素、方法和原則，并確定各評(píng)價(jià)指標(biāo)的權(quán)重。運(yùn)用模糊綜合評(píng)價(jià)法建立了相應(yīng)站點(diǎn)選址方案評(píng)價(jià)模型[3，4]。

目前的上海市作為共享汽車(chē)發(fā)展的一個(gè)橋頭堡，以EVCARD為例，截至2019年9月，其已在全國(guó)60多座城市投放了超5萬(wàn)輛車(chē)，并建立了13 000多網(wǎng)點(diǎn)以及擁有了600多萬(wàn)用戶(hù)。作為它核心運(yùn)營(yíng)區(qū)域的上海市，截至目前已有3 673個(gè)網(wǎng)點(diǎn)，為全國(guó)之最。上海市作為全國(guó)經(jīng)濟(jì)中心，在不大的土地上居住著兩千萬(wàn)以上的人口，勢(shì)必導(dǎo)致人地矛盾、土地資源緊張、土地價(jià)格居高，如果選買(mǎi)地建立停車(chē)位成本過(guò)于高昂。同時(shí)，3 000多的網(wǎng)點(diǎn)也出現(xiàn)了扎堆或者地理位置不合理的情況。因此，利用現(xiàn)有的停車(chē)場(chǎng)，運(yùn)用科學(xué)的方法合理布局車(chē)位數(shù)便成為了一個(gè)極為重要的考量。

一、模型設(shè)計(jì)

（一）參數(shù)說(shuō)明

事實(shí)上，站點(diǎn)的優(yōu)化問(wèn)題可以描述為：“在滿(mǎn)足相關(guān)的約束條件下，把相關(guān)候選站點(diǎn)的車(chē)位數(shù)重新增減變動(dòng)，使得總體的變動(dòng)量最少，而供需差距最小。”[5]因此，基于NSGAⅡ遺傳算法的共享汽車(chē)優(yōu)化模型[4]，提出了如下假設(shè)：

假設(shè)1：站點(diǎn)的建設(shè)成本只考慮充電樁的數(shù)量和面積，且站點(diǎn)的車(chē)位數(shù)與充電樁數(shù)量和建設(shè)面積成正比關(guān)系。

假設(shè)2：站點(diǎn)的人口密度和污染數(shù)值在調(diào)查時(shí)期內(nèi)保持不變。

假設(shè)3：站點(diǎn)的車(chē)位數(shù)在調(diào)查階段保持不變。

定義變量如下：

xi：為第i個(gè)站點(diǎn)的車(chē)位變動(dòng)量，正數(shù)表示增加，負(fù)數(shù)表示減少;

δi：為第i個(gè)站點(diǎn)的原有車(chē)位數(shù);

θi：為第i個(gè)站點(diǎn)的共享汽車(chē)流出量;

Ci：為第i個(gè)站點(diǎn)的共享汽車(chē)流入量;

Z：指整數(shù)集;

f1：站點(diǎn)的變動(dòng)車(chē)位數(shù);

f2：變動(dòng)i個(gè)車(chē)位后的C差值。

優(yōu)化模型如下：

（二）算法步驟

Step1初始化設(shè)計(jì)：設(shè)置代數(shù)計(jì)數(shù)器，初始代數(shù)t=0，設(shè)置最大進(jìn)化代數(shù)T，隨機(jī)生成個(gè)體作為父代群體。

Step2個(gè)體評(píng)價(jià)：計(jì)算初始父代群體中個(gè)體的目標(biāo)函數(shù)，即它的適應(yīng)度值。

Step3選擇運(yùn)算：將選擇算子作用于群體。選擇的目的在于把最佳的個(gè)體直接遺傳到下一代。

Step4交叉運(yùn)算：將交叉算子作用于群體。通過(guò)配對(duì)交叉產(chǎn)生新的個(gè)體再遺傳到下一代，用于生成新子代個(gè)體。

Step5變異運(yùn)算：將變異算子作用于群體。對(duì)群體中個(gè)體的某些基因座上的基因值作變異，生成新子代。

群體經(jīng)過(guò)選擇、交叉、變異運(yùn)算之后得到下一代新群體。

Step6終止條件判斷：當(dāng)遺傳代數(shù)t為最大進(jìn)化迭代數(shù)，即t=T時(shí)，進(jìn)化過(guò)程中所得到的擁有最大適應(yīng)度的個(gè)體作為最優(yōu)解輸出，并終止計(jì)算。此時(shí)停泊點(diǎn)布置方案即認(rèn)為是該綜合優(yōu)化的Pareto最優(yōu)解。

二、案例求解

通過(guò)實(shí)地調(diào)研、網(wǎng)絡(luò)查閱，選取了EVCARD在本市的21個(gè)特征站點(diǎn)進(jìn)行模擬，剔除異常數(shù)據(jù)17號(hào)停車(chē)位，共得樣本數(shù)量20。利用Matlab R2014a軟件編程實(shí)現(xiàn)NSGAⅡ遺傳算法程序，算法設(shè)定種群規(guī)模N=100，遺傳代數(shù)T=200，交叉概率p1=0.8，變異概率p2=0.1。

經(jīng)過(guò)計(jì)算，得到的Pareto解如下列圖表所示：

目標(biāo)函數(shù)的兩個(gè)適應(yīng)度值分別為：minf1=76和minf2=25，即總變動(dòng)值為76，供需差為25。網(wǎng)點(diǎn)車(chē)位變動(dòng)值為xi=（0 1 2 3 0 0-3 2-3 0 0 0 5 0 1 0 0 1 2-3）。優(yōu)化后的網(wǎng)點(diǎn)車(chē)位為：5，11，5，18，7，14，1，44，0，3，4，3，17，6，11，10，8，34，6，1。

三、結(jié)論

綜合分析可以發(fā)現(xiàn)，楊浦區(qū)的共享汽車(chē)停車(chē)位的布局基本上涵蓋了整個(gè)區(qū)域，此時(shí)最大的問(wèn)題就在于車(chē)位數(shù)量，有些網(wǎng)點(diǎn)車(chē)位上一輛車(chē)都沒(méi)有，有點(diǎn)網(wǎng)點(diǎn)還能多出不少空余車(chē)位。通過(guò)NSGAⅡ遺傳算法20次的計(jì)算結(jié)果，在確?？傋儎?dòng)和供需差最小的情況下，得出了最優(yōu)車(chē)位的布局。該結(jié)果對(duì)楊浦地區(qū)的停車(chē)位優(yōu)化有著一定的啟發(fā)意義。

在城市中大力推行共享汽車(chē)，離不開(kāi)城市配套的基礎(chǔ)設(shè)施。上海地區(qū)的共享汽車(chē)發(fā)展較為成熟，數(shù)千網(wǎng)點(diǎn)的覆蓋量已經(jīng)實(shí)時(shí)上覆蓋基本上所有擁有出行需求的客戶(hù)。因此，在布局點(diǎn)基本上都覆蓋的情況下合理規(guī)劃車(chē)位，有利于提升整體共享服務(wù)水平，減少共享資源的浪費(fèi)，優(yōu)化城市交通出行和資源協(xié)調(diào)。本文采用遺傳算法對(duì)站點(diǎn)車(chē)位進(jìn)行優(yōu)化，通過(guò)實(shí)地考察本地區(qū)各個(gè)站點(diǎn)一天的客流量，綜合考慮站點(diǎn)出行平衡等因素，建立了一個(gè)多目標(biāo)的優(yōu)化模型，得到了多個(gè)Pareto解，再通過(guò)對(duì)比選出最優(yōu)方案。然而，在實(shí)踐生活中，影響車(chē)位變化的因素較多，也更為復(fù)雜，因此本文結(jié)果的準(zhǔn)確性尚待進(jìn)一步的驗(yàn)證。未來(lái)將針對(duì)目前的模型進(jìn)一步考慮引入改進(jìn)型遺傳算法以及動(dòng)態(tài)定價(jià)自適應(yīng)調(diào)度策略[6]來(lái)綜合改良模型，同時(shí)，在大規(guī)模城市的優(yōu)化模型應(yīng)用上，還有待進(jìn)一步的學(xué)習(xí)和研究。

參考文獻(xiàn)：

[1]? ROBYN D，SOPHIA M，JENNIF-ERL K.Sharing as social material practice：Car sharing and the material reconstitution of auto mobility[J].Geoforum，2019，（1）：10-16.

[2]? 王新源.北京市發(fā)展共享汽車(chē)服務(wù)的運(yùn)營(yíng)策略研究[J].時(shí)代金融，2014，（2）：123-124.

[3]? Edourad Serot，楊帆.電動(dòng)汽車(chē)共享服務(wù)選址方法研究[J].上海汽車(chē)，2019，（7）：32-35，39.

[4]? 王麗敏.基于A(yíng)HP和模糊綜合評(píng)價(jià)法在共享汽車(chē)站點(diǎn)選址的研究[J].江蘇科技信息，2013，（7）：60-62.

[5]? 陳鎮(zhèn)東，秦坤，劉凱勛.基于遺傳算法的共享汽車(chē)站點(diǎn)選址布局及優(yōu)化設(shè)計(jì)[J].江蘇科技信息，2019，（14）：39-41.

[6]? 王寧，舒雅靜，唐林浩，張文劍.基于動(dòng)態(tài)定價(jià)的共享汽車(chē)自適應(yīng)調(diào)度策略[J].交通運(yùn)輸系統(tǒng)工程與信息，2018，（5）：12-17.

Research on Optimal Layout of Shared Car Parking in Shanghai

LIAO Yu-hao，DAI Meng，DING Chen-lu，ZHANG Guo-fan，ZHANG Jia-yi

（School of Management，Shanghai science and technology University，Shanghai 200093，China）

Abstract：Shared cars are a big part of the current sharing economy.The development of shared cars，on the one hand，meets the growing travel needs of people，on the other hand，it is also conducive to protecting the environment and reducing urban traffic congestion.As one of the bridgeheads of shared economy，the development of shared automobile in Shanghai is at the forefront.In the process of its development，the problem of shared car parking follows.In view of the current situation of land use tension in shanghai，the existing parking space in shanghai is used as the parking point of shared car，the optimization model is constructed based on genetic algorithm，and the layout parking space of some stations is optimized as an example，hoping to provide some useful suggestions for the optimization of parking point of shared car in shanghai.

Key words：Shared Automotive;Shanghai Area;Genetic Algorithm;Parking Point;Optimization