公共自行車高峰期提前調度研究

李迎晨，楊 靜，林福海

(重慶交通職業學院，重慶 江津 402247)

1 前 言

隨著經濟社會的快速發展，居民私家車保有量急劇增加，給城市帶來了交通擁堵、空氣污染等一系列問題，大力發展城市公共交通系統顯得尤為重要。自行車擁有綠色低碳、節能減排、便捷健康的特點，可以作為輔助系統，形成“自行車+公共交通+自行車”的新型城市交通體系，以解決當前地鐵、普通公交、BRT等公共交通方式無法覆蓋到的居民出行“最后一公里”問題。

公共自行車系統PBS(Public Bicycle System)，又稱自行車共享系統(Bike Sharing System)，由一定數量的專用自行車、自行車租賃點、停車樁及其他相關設施組成。目前國內公共自行車使用需求量日益增加，發展勢頭良好，但在實際運轉中仍存在許多亟需解決的問題，系統運營中的“借車難”與“還車難”問題尤為突出。具體來說，在實際運轉中，租賃點的自行車數量會隨著居民變化的自行車需求量而發生變化，當居民借車需求量較大于還車需求量時，租賃點的自行車數將持續減少，進而低于一個閥值，最終停車樁上空空如也，產生“借車難”現象；當居民還車需求量較大于借車需求量時，租賃點的自行車數將持續增加，進而高于一個閥值，最終停車樁停滿車，發生“還車難”現象。

2 調度模型及算法設計

2.1 調度流程優化設計

優化思路：調度站搜集統計數據，掌握各租賃點自行車使用信息后，找出需要調度的租賃點位和相應的調度量，再根據調度需求，規劃調度路徑，找出經濟效益與社會效益兼顧的路線，最后，安排適量的調度運輸車輛將自行車調入或調出各個租賃點，完成分配后返回調度站，如圖1所示。

圖1 自行車調度流程圖

2.2 租賃點判別標準設計

在不考慮改變租賃點布局選址的情況下，對各個租賃點是否需要調度和量調度量進行計算分析。

(1)租賃點是否需要調度

存在調度需求的租賃點在完成調度后應滿足：

①調度量接近于該點位還車數與借車數的差值；

②該點位車樁比在0.2～0.8范圍內。

車樁比是指某一時段內該租賃點位所停放的公共自行車數量與本身車樁數量之比，計算公式如下：

(1)

式中：i是租賃點的編號；ki是某時刻車樁比；ai是某時刻可用自行車數；bi是車樁數。

(2)租賃點調度量的計算

找到存在調度需求的點位后，判斷租賃點是否存在調度需求(借車需求M，還車需求N)，判斷公式如下：

(2)

(3)

出現上述情況后進行自行車調入(出)量，調度量根據下述經驗公式隨機取值：

1.5kmin≤zij≤0.9kmax

(4)

2.3 調度模型構建

(1)模型組成要素與符號說明

模型組成包括公共自行車、租賃點、調度車以及調度車場，符號說明如表1所示。

表1 模型符號含義

(2)模型目標函數

公共自行車系統調度總成本S=調度車固定成本S1+總行駛成本S2

具體計算公式如下：

(5)

(6)

(7)

其中，(8)表示調度車裝載量必須低于本身容量；(9)表示調度車數量必須低于該區域調度站總車數；(10)與(11)表示一個租賃點只由一輛調度車調度，且只調度一次。

2.4 模型求解-遺傳算法

公共自行車系統調度本質上是一個車輛徑路問題(VRP問題)，擁有眾多租賃點和自行車車數特征的公共自行車系統無疑需要的是求解速度快、全局求解的智能算法，經排除，本文決定采用符合要求的遺傳算法。

3 實例驗證

以泉州市洛江區公共自行車系統早高峰期調度為例，通過模型應用使調度中心站在早高峰到來之前將各個租賃點的公共自行車數分配好，讓高峰期間居民對自行車的使用需求得到最大化滿足。將調度時間設置在早高峰之前一個小時，即早上6∶00～7∶00。

洛江區目前約有65個租賃點位，調度運輸車輛2輛，一個調度中心站(0編號表示)。

3.1 租賃點信息搜集

經過數據搜集、統計計算后，找出了泉州市洛江區早高峰期間有調度需求的租賃點位，共計20個，同時，對這些租賃點進行自然數編號1～20。

此外，用相關查詢軟件搜集資料，根據需要統計好各個租賃點的停車樁數量和該時段內各個租賃點的借車數、還車數，算出不同租賃點需要的調入、調出自行車數。其中，由于調度量分為調入量和調出量，本處將其用正負數字區別，調度量大于零說明該租賃點車樁比高于80%，擁有過多自行車，需要將多出來的調到別的租賃點；而調度量低于零的說明該租賃點車樁比低于20%，自行車數保有量不足，需要從別處調來適量的自行車進行補充。有調度需求的不同站點具體信息如表2。

表2 早高峰期有調度需求的租賃點信息統計

再通過使用百度地圖的兩地行車距離測繪功能，統計這20個租賃點彼此間的間距以及與該區域調度車場的間距。其中，出于減少測量與計算量考慮，本文假設調度車場、各租賃點彼此間來往距離一樣，如從租賃點1到租賃點2的實際行駛距離與點2到點1的距離一樣。

3.2 早高峰之前的調度模型使用

(1)確定模型參數值

表3 調度模型參數設置

(2)確定遺傳算法的參數值

表4 算法參數設置

3.3 確定早高峰之前的調度路線

通過軟件輸入數據與參數后，輸出近似最優解，得到調度運輸車A、B的優化行駛路線，如表5。

表5 早高峰提前調度的優化路線圖

3.4 結果分析

泉州市洛江區公共自行車調度目前主要是根據調度人員的自身經驗來安排調度，缺乏科學機制，不可避免地會出現一些調度不合理問題，如安排調度車去到一些不需要調度的租賃點調度，或者一些有調度需求的租賃站點卻長時間沒有得到調度；同時也可能出現調度車停在某些租賃站點時，自身容量達到飽和或出現不足而無法進行有效調度的情況，導致某些站點調度量不足。由此可見，目前洛江區的調度手段不僅容易增加額外車輛成本，而且不能滿足調度站點需求。

相比之下，經本文分析后所設計的洛江區公共自行車調度路線，則能較大程度地改善問題，在節約成本的同時也能讓每個有需求的調度站點得到調度，當然，具體的優化程度受數據搜集制約而無法進行對比得出。

4 結 語

(1)本文設計了公共自行車系統的調度優化流程，并針對調度需求點的尋找和所需調度量的確定，引入了朱彤等學者所提出的判別與計算公式。

(2)基于總調度成本最低化的目標，假設相關模型條件和確定好約束條件后，設計了一個優化的公共自行車系統調度模型。

(3)基于模型的應用，選用在求解公共自行車調度問題最優的遺傳算法，進行算法思路與具體步驟的設置。

(4)最后選取泉州市洛江區為例，優化了其在早高峰期的調度路線，進行實例驗證，洛江區公共自行車系統在應用模型進行優化后，調度狀況能有較大程度地改善，節約成本的同時也能讓每個需要調度的站點得到足夠的調度量。