共享自行车系统动态调度时间域的获取方法

交通运输系统工程与信息 ›› 2018, Vol. 18 ›› Issue (2): 177-182.

共享自行车系统动态调度时间域的获取方法

刘冬旭^{1, 2}，董红召^*1

1. 浙江工业大学智能交通系统联合研究所，杭州 310014；2. 浙江广播电视大学信息学院杭州 310012

收稿日期:2017-12-21 修回日期:2018-02-02 出版日期:2018-04-25 发布日期:2018-04-25
作者简介:刘冬旭(1976-)，女，江西九江人，副教授，博士生.
基金资助:
国家自然科学基金/National Natural Science Foundation of China(61773347).

Algorithm of Dynamic Rebalance Time Ranges for Bicycle Sharing System

LIU Dong-xu^{1, 2}, DONG Hong-zhao¹

1. ITS Joint Research Institute, Zhejiang University of Technology, Hangzhou 310014, China; 2. College of Information Engineering, Zhejiang Radio & Television University, Hangzhou 310012, China

Received:2017-12-21 Revised:2018-02-02 Online:2018-04-25 Published:2018-04-25

摘要/Abstract

摘要：

共享自行车系统(Bicycle Sharing System，BSS)调度时机的确定是影响BSS服务质量和调度成本的重要因素.综合考虑调度基准阈值、服务点的自行车周转率及租还量差异时变特性，建立了BSS服务点运行状态的自流动模型.基于自流动模型，提出了BSS服务点调度时机的动态调度时间域获取方法，包括判断服务点空/满位的车容比动态阈值的计算，以及根据BSS服务点调入/调出自行车的需求而获取的正/负调度时间域算法.最后，根据杭州锁桩式BSS运行的2016年历史数据，以编号3758服务点为例，对车容比动态阈值和固定阈值获取的调度时间域及调度效果进行分析比较.结果表明，本文研究的动态调度时间域获取方法能够更精准地获取BSS的调度时机，在满足BSS调度服务质量情况下，可以减少调度频次、降低服务成本

关键词: 城市交通, 调度时间域, 自流动模型, 共享自行车系统, 车容比

Abstract:

The reasonable rebalance time of the Bicycle Sharing System (BSS) are important factors that influence service quality and rebalance costs of BSS. However, few relevant studies have focused on it. A bicycle self-moving model considering the reference threshold, bicycle turnover rate, quantitative difference between rentals and returns, etc. is established to characterize the state change of BSS stations. Based on the self-moving model, the method to acquire the rebalance time range of BSS service station is proposed. The method includes how to calculate occupancy-capacity ratio threshold for assessing the empty/full status of stations and the algorithm for time ranges of positive/negative redistribution for BSS rebalance. Based on the Hangzhou dockbased BSS historical data in 2016, an experiment is conducted on the No. 3758 station to analyze and compare the effects of rebalance time ranges by dynamic threshold and fixed reference threshold of the station’s occupancycapacity ratio. The results show that the proposed method can obtain the exact rebalance time range and help decrease the rebalance frequency of the station. It can not only reduce the rebalance cost but also improve the service quality.

Key words: urban traffic, rebalance time range, self-moving model, BSS, occupancy-capacity ratio

中图分类号:

TP206
U121

刘冬旭，董红召. 共享自行车系统动态调度时间域的获取方法[J]. 交通运输系统工程与信息, 2018, 18(2): 177-182.

LIU Dong-xu, DONG Hong-zhao. Algorithm of Dynamic Rebalance Time Ranges for Bicycle Sharing System[J]. Journal of Transportation Systems Engineering and Information Technology, 2018, 18(2): 177-182.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19608.shtml

http://www.tseit.org.cn/CN/Y2018/V18/I2/177

参考文献

[1] 滕磊, 洪铃, 潘婷婷, 等. 基于多元统计法公共自行车服务系统的研究[J]. 山西师范大学学报(自然科学版), 2016, 30(1): 40-43. [TENG L, HONG L, PAN T T, et al. The research public bicycle service system by diverse statistics method[J]. Journal of Shanxi Normal University(Natural Science Edition), 2016, 30(1): 40- 43.]

[2] CORCORAN J, LI T. Spatial analytical approaches in public bicycle sharing programs[J]. Journal of Transport Geography, 2014(41): 268-271.

[3] 董红召, 赵敬洋, 郭海锋. 公共慢行系统的动态调度建模与滚动时域调度算法研究的调度[J]. 公路工程, 2009, 34(6): 68-75. [DONG H Z, ZHAO J Y, GUO H F. Research on the dynamic model and rolling horizon scheduling algorithm for public-use bicycle vehicle scheduling problem[J]. Highway Engineering, 2009, 34 (6): 68-75.]

[4] 董红召, 史彩霞, 陈宁, 等. 基于关联规则的公共自行车调度区域聚类划分[J]. 科技通报, 2013, 29(9): 209- 216. [DONG H Z, SHI C X, CHEN N, et al. Clustering division of public bicycle scheduling regional based on association rules[J]. Bulletin of Science and Technology， 2013, 29(9): 209-216.]

[5] 董红召, 吴满金, 刘冬旭, 等. 城市公共自行车系统自然租赁需求的估算方法[J]. 浙江大学学报(工学版), 2016, 50(2): 265-270. [DONG H Z, WU M J, LIU D X, et al. Estimation method of natural demand of urban public bicycle system[J]. Journal of Zhejiang University (Engineering Science), 2016, 50(2): 265-270.]

[6] 林燕平, 窦万峰. 基于网络模型的城市公共自行车需求量预测研究 [J]. 计算机应用研究, 2017, 34(9): 2692-2695. [LIN Y P, DOU W F. Research on demand prediction of urban bicycle sharing based on network model[J]. Application Research of Computers, 2017, 34 (9): 2692-2695.]

[7] SCHUIJBROEK J, HAMPSHIRE R C, VANHOEVE W J. Inventory rebalancing and vehicle routing in bike sharing systems[J]. European Journal of Operational Research, 2017, 257(3): 992-1004.

[1]	刘晓冰, 李奉孝, 田欣妹, 闫学东. 基于通勤模式的都市圈中心结构判别研究[J]. 交通运输系统工程与信息, 2022, 22(2): 17-28.
[2]	许奇, 陈越, 黄靖茹, 高顺祥, 张志健. 考虑出行费用的就业可达性分析[J]. 交通运输系统工程与信息, 2022, 22(2): 37-44.
[3]	刘春禹, 刘永红, 罗霞, 朱颖. 混合交通流环境下单交叉口自动驾驶车辆轨迹优化[J]. 交通运输系统工程与信息, 2022, 22(2): 154-162.
[4]	张小雨, 邵春福, 王博彬, 黄士琛. 新冠疫情影响下居民共享出行方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(2): 186-196.
[5]	李欣, 戴章, 李怀悦, 胡笳. 基于连续近似模型的轨道交通与常规公交耦合优化设计[J]. 交通运输系统工程与信息, 2022, 22(2): 206-213.
[6]	郝妍熙, 刘戎阳, 胡华, 方勇, 刘志钢. 单向通道行人-自行车混合流建模及自组织现象研究[J]. 交通运输系统工程与信息, 2022, 22(2): 223-229.
[7]	赵传林, 贺少松, 孙淑敏, 王钰涵. 基于理性疏忽理论的交通疏散网络双层优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 239-246.
[8]	陈小红, 蓝秋雨. 不确定交通需求下交叉口信号配时区间优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 247-256.
[9]	李冰, 王正辉, 马铭炜, 杨鸿宇, 冯悦. 信号交叉口行人二次过街下右转车通行能力与延误估计模型[J]. 交通运输系统工程与信息, 2022, 22(2): 257-267.
[10]	朱彤, 秦丹, 董傲然, 杜雨萌, 魏雯. 公交驾驶员违规类型同交通事故间的关联分析[J]. 交通运输系统工程与信息, 2022, 22(2): 322-329.
[11]	毛保华, 王敏, 何天健, 陈海波. 城市公共交通服务水平研究回顾和展望[J]. 交通运输系统工程与信息, 2022, 22(1): 2-13.
[12]	王子甲, 贾慧慧, 朱亚迪, 陈峰. 基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(1): 67-73.
[13]	贾斌, 朱凌, 李树凯, 刘家林. 城市轨道交通小交路计划与客流控制协同优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 124-132.
[14]	牟振华, 汪寒冰, 林本江, 陈逸群, 金程程, 陈艳艳. 基于演化博弈的违章停车动态罚金策略效用仿真评价[J]. 交通运输系统工程与信息, 2022, 22(1): 152-162.
[15]	贾富强, 李引珍, 杨信丰, 马昌喜, 代存杰. 基于演化博弈的政府鼓励条件下共享停车行为分析[J]. 交通运输系统工程与信息, 2022, 22(1): 163-170.