共享单车停放点选址规划研究毕业论文
2020-02-15 23:36:08
摘 要
Abstract III
第 1 章 绪论 1
1.1 研究背景及意义 1
1.2 国内外研究现状 2
1.2.1 国内研究现状 2
1.2.2 国外研究现状 3
1.3 研究的基本内容、目标、拟采用的技术方案和措施 4
1.3.1 研究的基本内容 4
1.3.2 研究的目标 4
1.3.3 拟采用的技术方案和措施 4
第 2 章 分析和比较共享单车选址模型的热点和难点 6
2.1 重心法 6
2.2 鲁棒优化模型 6
2.3 灰关联模型 7
第 3 章 基于实例建立共享单车选址模型 9
3.1 数据调查及分析 9
3.1.1 地理位置概况 9
3.1.2 共享单车停放点调查方案 10
3.2 建立多目标规划模型 12
3.2.1 模型目标函数 12
3.2.2 模型约束条件 13
3.2.3 整体模型表达式 14
第四章 模型求解 15
4.1 多目标问题描述 15
4.2 多目标问题常用求解方法 15
4.3 模型求解的结果 16
第五章 总结与展望 19
5.1 全文总结 19
5.2 研究展望 19
参考文献 21
附录A 23
摘 要
共享单车在“开车太近、出租车太贵、步行太远”之间找到了平衡点，解决了人们最后一英里的问题。共享自行车产业发展迅速。与公共自行车相比，共享单车的使用更加灵活方便，但随之而来的是停放混乱、对城市影响严重的问题。在政府的影响下，共享自行车公司开始部署共享自行车停车点，引导用户规范停车。因此，共享自行车停车点规划问题具有重要的研究意义。
本文先比较不同共享单车选址理论之间的优缺点，包括重心法、鲁棒优化模型、灰关联模型。然后以武汉理工大学余家头校区为例进行实地考察，建立多目标选址模型，利用LINGO对模型求解，得到该校区的共享单车选址方案。
关键词：共享单车；多目标选址模型；LINGO
Abstract
The shared bicycle found a balance between ‘drive too close, taxi too expensive, too far to walk,’ and solved the problem of people’s last mile. The shared bicycle industry is developing rapidly. Compared with public bicycles, the use of shared bicycles is more flexible and convenient, but it is followed by the problem of disorderly suspension and serious impact on the city. Under the influence of the government, the shared bicycle company began to deploy shared bicycle parking spots to guide users to regulate parking. Therefore, the problem of shared bicycle parking point planning is of great research significance.
This paper first compares the advantages and disadvantages of different shared bicycle location theories, including the center of gravity method, the robust optimization model, and the gray correlation model. Then take the Yujiatou campus of Wuhan University of Technology as an example to conduct a field trip, establish a multi-target location model, and use LINGO to solve the model, and obtain the shared bicycle location plan of the campus.
Keywords:bicycle sharing；Multi-target location model；LINGO
第 1 章 绪论
1.1 研究背景及意义
自行车作为一种绿色的出行方式，灵巧方便，具有独特的优势。许多城市都非常支持自行车系统的发展。公共自行车起源于荷兰阿姆斯特丹，它降低了自行车被盗的风险，随取随用的模式给使用者带来了极大的便利。2007年，具有一定价值的公共自行车开始进入中国。开始投资的城市是北京，2007年8月开始运营，随后在杭州、武汉等主要城市进行试点，逐步扩大到其他省会城市。但是公共自行车在我国经过几年的发展后，并未发挥其在中短距离出行中的优势，骑行率较低。主要原因是因为传统公共自行车需要定点借还，会出现‘借不到车，还不了车’的困境。
近些年，共享经济飞速发展，已经渗透到人们生活的各个领域，例如共享单车，共享电动车，共享汽车，共享充电宝，共享雨伞等等。共享单车是大家最为熟悉，也是当下最为热门的一种共享经济。计算机互联网的高速发展，为共享单车的发展提供了优越的技术条件，以摩拜、小黄车、哈啰bike为首的共享单车公司快速发展，逐渐取代了传统的有桩自行车。共享单车这种‘随去随用随停’的理念带给用户极大便利的同时，也为共享单车‘乱停乱放乱占道’现象埋下了隐患。如图所示：
图1.1共享单车乱停现象
共享单车乱停乱放主要原因如下：
（1）单车过度投放且分布不合理。
（2）停车位规划不足，导致用户无法合理停放车位。
（3）缺乏有效的指示标志，难以引导用户有序停放。
（4）用户本身的素质问题，只顾自己方便，不管是否占道影响市容。对此需要政府出台相关法律法规对用户行为进行约束。
2017年8月3日，交通运输部等10部门联合发布了《关于鼓励和规范互联网租赁自行车发展的指导意见》。新政策明确了规范停车点和推广电子围栏等，并提出共享单车平台要提升线上线下服务能力。随着相关政策的出台，共享单车运营平台推出共享单车推荐停车点，如图所示：
图1.2 共享单车推荐停放点
本文中的共享单车停放点规划研究，事关共享单车未来健康发展的主要问题，对于解决共享单车乱停乱放行为有重要意义。主要体现在：
（1）建立停车配套基础设施建设与用户停车需求的匹配机制，科学合理地扩充城市自行车停车配套设施资源，为解决共享单车乱停乱放行为提供了合理理论依据和实践基础。
（2）降低共享单车公司维护运营成本的同时，提高运营效率，提升服务质量，更好地满足用户需求。
1.2 国内外研究现状
1.2.1 国内研究现状
李振辉采取模糊聚类分析法，建立指标评价体系，并给出各项指标的定量方法与具体定义，在此基础上提出基于灰联网原理的共享单车停放点选址方案，比较各方案，选出最佳方案[6]。
索源以对鲁棒模型优化理论的理解为前提，以系统总成本为目标函数，提出了合理的模型参数和假设，引入了机会约束，建立考虑出行需求波动的共享自行车停放点鲁棒规划模型，并利用LINGO软件解决了这个问题[9]。
李衡、任引等人采用层次分析法和博弈论理论，在此基础上建立数学模型，并研究共享单车在市民选用意愿、政府管理、企业策略三个方面的问题，综合分析共享单车行业的发展状况和发展前景，给出相关建议[10]。
王家薇、朱家明等以分时方式探讨了自行车供需的时空分布。基于调度运输线性规划模型（VRP），提出了一种共享自行车调度方案。然后，运用层次分析法和模糊综合评价模型，构建了供需满意度评价体系，结合自行车数量和出租车数量，分析了共享自行车数量对该地区出租车数量的影响[11]。
柳志坤将静态调度与动态调度相结合，运用matlab对模型初始解进行求解，利用插入法处理新出现的动态需求，设计了一套适合于共享单车动态调度求解的算法[12]。
黄婷婷通过对共享单车运营进行大数据分析，分析共享单车动态定价结构、营运资金管理、服务体系优化，并应用K值聚类算法、关联规则算法、RFM模型构建共享单车营运管理模型，促进了共享单车的资源有效分配，降低了共享单车的运用成本[13]。
1.2.2 国外研究现状
Tindsey Conrow等人以亚利桑那州凤凰城为例，提出了一种生物目标覆盖优化模型, 展示如何在空间上分配共享单车投放点以增强可达性，同时实现空间和社会公平[19]。
Shou-Ren hu,Chao-Tang Liu研究共享单车选址问题引入数学规划的理论，建立独立位置模型，尽量减少系统的固定成本、运营成本和配送路线成本，为用户提供交通便捷服务[21]。
本文是在借鉴前人的研究经验和成果的基础上，分析和比较相关理论的研究热点和难点，基于实例制定共享单车停放点选址方案，并利用LINGO软件进行辅助计算。
1.3 研究的基本内容、目标、拟采用的技术方案和措施
1.3.1 研究的基本内容
第一部分：介绍选题的研究背景及意义，综述国内外对共享单车选址研究现状。
第二部分：分析和比较共享单车停放点选址规划模型的热点和难点。主要包括重心法、鲁棒选址模型研究、灰关联模型。
第三部分：以武汉理工大学余家头校区为例制定共享单车停放点选址方案，建立模型。
第四部分：选择合适的方法并利用LINGO进行求解。
第五部分：总结和展望。对本文研究的共享单车选址问题进行分析和总结，并对论文中的不足和今后的研究工作进行展望。
1.3.2 研究的目标
本文主要分析和比较共享单车选址相关理论的研究热点和难点，基于实例制定共享单车停放点选址方案，并利用MATLAB、LINGO或AMPL等软件进行编程辅助计算，为解决共享单车乱停乱放行为提供了合理理论依据和实践基础。
1.3.3 拟采用的技术方案和措施
本文主要采用以下几种分析方法
- 文献分析法
主要对共享单车停放点选址研究方面的文献资料进行收集整理，通过阅读研究这些文献。对该领域的国内外研究现状形成一个初步的认识。
- 案例分析法
队共享单车停放点选址文体的研究案例进行分析，学习和总结其中的经验方法，并对其进行比较，为本文的研究打好基础。
- 对比分析法
对不同的选址模型进行对比，分析不同模型的热点及难点
具体的研究技术路线下图所示
查阅分析文献
总结与展望
选择合适的实例
基于实例制定合适的共享单车停车点选址方案
比较共享单车选址问题不同理论的热点及难点
了解国内外研究现状，明确研究方向
图1.3
第2章 分析和比较共享单车选址模型的热点和难点
2.1 重心法
重心法是一种设置单个停放点的方法，适合在多个备选停放点中选出最合适的停放点，这种方法主要考虑的因素是现有备选停放点之间的距离以及每个停放点的人流量。选择合适的坐标原点建立直角坐标系，选择合适的单位长度，表示出各个备选停放点的坐标。从8：00到22：00统计每个备选停放点人流量，记为Wi，每个备选停放点之间的距离记为（Xi，Yi）
X= （2.1） Y= （2.2）
备选停放点的选择从以下四个方面考虑：
- 居民区。居民区人口密集，对共享单车的需求量大。对于居民区，应该考虑将共享单车停放点设置在小区的出入口，若是多个小区相连，可结合多个出入口的位置进行权衡，不必每个出入口都设置停放点
- 大型公共建筑。大型公共建筑例如医院、博物馆、学校、美术馆等，这些地方人流量大，可考虑将共享单车停放点设置在这些大型公共建筑的出入口，方便用户使用。对于医院这样的特殊地方，一定要注意
- 共享单车的停放位置不能阻碍周边交通，要对用户进行合理的引导。
- 重要交通枢纽，例如公交车站、地铁站、公路客运站、铁路客运站。接驳轨道交通是共享单车的一项重要功能定位，所以共享单车停放点可设立在轨道交通附近。
2.2 鲁棒优化模型
共享单车的需求量本身在时空上呈现较大的波动性，如若按参数确定的模型进行建模求解，那么在系统实际的运行过程中，可能会出现先前所求得的解失去最优性，从而转化为可行解，从而造成较大的资源浪费，也会降低设施的服务水平。所以要充分考虑共享单车运行系统中的不确定因素对系统的影响，才能在共享单车系统中某些参数出现波动时，系统仍然可以维持稳定运行的状态，指标也相对稳定，即对于参数波动表现出不敏感性，这就是所谓的鲁棒性。
传统的优化问题是参数确定的求解模型，而不考虑参数的不确定性，在系统实际的运行过程中参数的波动会对系统的整体运行产生较大影响。如果a代表不确定参数可能的取值，U代表由这些取值组成的集合，那么确定性优化问题就变成不确定性优化问题。反过来，当不确定性参数选取了集合中的某一个取值时，不确定性优化问题就转化为确定性优化问题。
鲁棒优化方法是解决不确定性优化问题的一种方法，分为强鲁棒优化、次保守鲁棒优化、弱鲁棒优化。强鲁棒优化是将所有参数的不确定值一一考虑，不论参数取何值，强鲁棒优化模型的解都满足所有约束条件。强鲁棒优化的缺点是过于保守，会造成资源的浪费。在实际情况中多个参数都取最坏的概率较小，次保守鲁棒优化利用松弛条件或减少参数取最坏情况的数量，削弱解的保守性，得到的解的空间相应放大。强鲁棒优化与次保守鲁棒优化是先根据约束条件确定一个基准模型，对基准模型进行求解，再对约束进行松弛处理，得到解的一个范围，表示由于参数的不确定性带来的目标函数值恶化范围。弱鲁棒优化不同于前两种优化方法的是将约束条件松弛和目标函数值恶化同时考虑，使得模型解更具有实际价值。
2.3 灰关联模型
20世纪80年代，邓聚龙教授提出灰色系统理论[6]。‘灰’是指信息的不明确性，不完全性。灰色系统理论主要是利用不完全的信息并对其进行开发挖掘实现对系统整体的规律的预测。关联度是描绘两个系统之间因素变化关系的量度，若两个因素变化趋势一致，则称这两个因素关联度高。若这种变化趋势相同，则称为相似性发展；若变化趋势相异，则称为相异性发展。
灰色关联分析法是一种统计分析方法，按事物的变化趋势做出分析，对于样本数量没有过多要求，这是其优势所在。该方法通过建立序列几何关系，描绘多种因素的关联性，两种因素的几何图形越相似，这两种因素的关联度越大。经过多个专家学者的研究，该分析法的结果与许多成熟定性分析法的结果相同，是一种简单可靠的分析法。
将灰色关联分析法应用于共享单车选址模型，首先选取共享单车停放点选址的评价指标，如停放点的周转率、利用率、供需满足程度，使用者的平均到达时间等。然后再利用因子分析法或模糊聚类等筛选方法进行筛选，从而确定最终的评价指标。然后对所研究的区域进行停车区划分，便于微观研究。在每个划分的小区域中，选出三到四个备选停放点，意味着只研究该小区域中的停车点对该区域内的服务水平。再计算每个备选停放点的评价指标值，将评价指标量化，例如使用者的平均到达时间（记为B）的计算公式如下：
B= (2.3)
该指标是指周边建筑等单位的使用者到达停放点的平均到达时间，将建筑物看作一个单位，而不是将每个使用者看作独立的单位。该停放点能够服务的单位数记作h；各单位在单位时间内预计使用该停放点的共享单车的次数记作q；到达该停放点的步行距离记为L；使用者的平均步行速度记为v，按照1.1m/s计算。评价指标分为正向指标和逆向指标，使用者的平均到达时间为逆向指标，该指标值越小，停放点的服务水平越高。
表2.1 评价指标汇总表（B1到B4为评价指标；C1到C12为评价指标值）
