共享汽車場站選址決策及聯(lián)合調(diào)度優(yōu)化研究.pdf

1、2016年中國“有本無車”人數(shù)達(dá)到2億，共享汽車在中國具有非常廣闊的發(fā)展空間。共享汽車不僅方便快捷，而且由于費(fèi)用均攤使得成本低廉。另外，車輛共享也能降低汽車保有量，成為解決交通擁堵，環(huán)境污染的有效手段。然而，由于中國共享汽車發(fā)展時間短，在設(shè)計和運(yùn)營方面缺少理論和實(shí)踐方面的科學(xué)指導(dǎo)。本文主要針對共享汽車場站的選址，以及車輛、人員的聯(lián)合調(diào)度進(jìn)行優(yōu)化研究，為共享汽車的發(fā)展提供理論意見。
　　在共享汽車場站選址方面，本文通過對出租車GPS

2、數(shù)據(jù)進(jìn)行處理，挖掘得到出租車乘客上下車位置，并通過DBSCAN對乘客上下車位置進(jìn)行空間聚類，將聚類得到的“簇”的中心作為共享汽車的場站選址，并將該結(jié)果與K-means聚類算法得到的結(jié)果進(jìn)行比較，發(fā)現(xiàn)DBSCAN算法在市中心區(qū)域有更多的場站，每個場站的服務(wù)數(shù)量較為均衡，而K-means算法的聚類比較集中，在市中心的備選場站少，導(dǎo)致個別場站服務(wù)壓力大，因此本文選用DBSCAN聚類結(jié)果作為選址方案。
　　在共享汽車運(yùn)營方面，本文建立了共

3、享汽車聯(lián)合調(diào)度優(yōu)化模型，并將模型進(jìn)行改進(jìn)，進(jìn)而轉(zhuǎn)化成為一個雙層規(guī)劃模型，上層模型是帶時間窗的車輛數(shù)不確定的開環(huán)mTSP模型，而下層是帶時間窗的人員數(shù)不確定的開環(huán)mTSP模型，并設(shè)計了遺傳算法進(jìn)行求解。
　　調(diào)度實(shí)例部分，本文以上海市作為研究對象，在DBSCAN算法聚類得到的場站下，構(gòu)建調(diào)度網(wǎng)絡(luò)，并從出租車OD數(shù)據(jù)庫中隨機(jī)選取25對OD需求，在此基礎(chǔ)之上，對共享汽車調(diào)度優(yōu)化模型進(jìn)行求解，并對優(yōu)化結(jié)果，包括人車數(shù)量的配置，以及調(diào)度路徑