1．目的及意义
1.1 前言
共享单车出于环境保护的目的兴起于上个世纪荷兰的阿姆斯特丹，经过50多年的发展演变，如今已成为城市低碳交通的代名。共享单车也从当时作为单一的出行方式转变为连接地铁，公交，住宅等目的地之间的绿色通道，并以其廉价，高效，健康的优点受到广大市民的一致好评。
在GPS，GIS技术的愈发成熟的大背景下，企业利用“互联网 ”的优势大量涌入共享单车行业后，其“野蛮发展”已经引起了广泛关注，不再单单是“还车时无空车位”、“租车时又无车可借”的窘境，而且衍生出自行车调度配送能力严重不足，运营企业入不敷出，市民乱停放，城市管理困难等社会问题，迫切需要合适调度方式来减少人力投放，高效管理共享单车。
1.2 国内外研究现状
共享单车系统现有的调度模式一般采用经验调度结合服务店人工值守的方式来改善“租还车难”问题，其中经验调度最为常用，即通过装载有部分共享单车的调运车辆给无法借车的服务店调入自行车，从无法还车的服务点取出自行车[1]。但人工经验的调度方式在多个服务店同时存在调度需求的情况下，无法确定所需的最优调度车数量以及最合理的调度系数，容易导致调度方案缺乏科学性且效率低下。
因此近几年学者就共享单车调度问题作出多种研究，首先总结出共享单车系统在大部分城市推广并不顺利的原因，主要有以下几点
1、共享单车系统的运营模式落后。
2、共享单车系统的布局选地分布不合理。
3、共享单车系统的运营调度困难。国内大部分实施共享单车的城市未重视调度问题，采取的调度方法落后，信息未能共享，导致无法进行实时调度，系统周转率低下。运营管理体制不完善，各职能部门协作方式不明确等问题使人工调度和计划调度难以协调进行[2]。
1.2.1 国外研究现状
公共自行车系统早在1960年就在丹麦开始实施，因此国外公共自行车系统理论研究经验相对丰富，渐渐将目光转移到运营成本上面，目前国外学者较多地从调度车辆路径方面进行考虑。
Karim Labadi等使用具有时间，抑制弧和可变弧权重的Petri网，开发了一种用于共享单车共享系统的建模和性能评估的原始离散事件方法[3]。
Panagiotis等研究了一种新型的优化算法，从调配路径和车辆分配两方面同时对调度问题进行规划[4]。
Mauro等以总花费最小为目标，将车辆重分配问题看作是特殊的一次性商品的限量取送车辆路径问题，并制定了四种混合整数线性规划模型，利用分支切面算法进行计算[5]。
1.2.2 国内研究现状
相比之下，国内公共自行车系统发展虽然相对较晚，但得益于政府高效的执行能力，公共自行车系统高速发展。与此同时，国内特有的共享单车现象也为人诟病，国内的学者针对不同调度方向提出了自己的解决方法。
划分区域设立对应调度中心。将系统服务范围划分成不同区域，每个区域设置区域调度中心，实现分区域调度，总调度控制的一种调度模式。每一个共享单车服务点， 也仅接受一个区域调度中心的指令[6]。
划分区域简单管理。只有一个区域，一辆调度车，在夜间进行调度。调度的基本过程为：调度车从调度车场出发，经过各小区的停车场，补给或者收回自行车，遍历各小区后回到调度车场。这样既可以减少运营成本，也可以降低模型的复杂程度和求解难度[7]。
改善库存-路径来减少成本。通过求解站点车辆的库存上、下限，得到站点最大调度车辆数，并结合调度路径，提供调度量与路径的多种组合方案。 随后利用遗传算法求解，以调度成本最小为目标，确定最终调度方案[8]。
完善app功能提高工作效率。信息服务涉及在自行车租赁点和公交站台的信息终端、手机终端上展示周边的租赁点位置和租还车实时信息，远程指挥调度配送自行车[9]。
提出新型的共享单车停放点设立模型。随机性存贮模型(s，S)策略建立共享单车的 动态调度模型。即对租赁点自行车进行连续盘点，当租赁车位的车桩比降低至S时进行自行车调入，将其补充到s，若超过s时，则进行自行车调出[10]。Dijkstra算法进行分析，该算法的主要思想为通过测量各租赁点间的距离，做出加权图的距离权值矩阵，由此得到加权图中每两个租赁点间的最短路径矩阵然后输出[11]。基于随机存贮模型策略，提出车桩比及租赁点调配量的计算方法，建立共享单车单站点调度优化算法，确定单个租赁点的最大和最小调配量，提高租赁点使用率[12]。
更有学者在现有资源上提出了“分区调度、总量控制，动静结合、错峰调度”的共享单车调度总体思路;对区块划分的步骤进行了分析，提出空间聚类的区块划分方法;根据共享单车租还历史及预测数据，提出了高峰时段采用站内调度、下架囤积、随时补充的静态调度方法，平峰时段采用实时调度的动态调度方法[13]。
提出混合遗传算法，将目前常用的模拟退火算法和遗传算法结合起来，建立一种优化能力，可靠性高且效率高的优化方法，建立了一种多车场多目标单车型共享单车的调配问题模型[14]。
提出共享单车调配频率和不同时段配量的确定方法。最后以成本最小化和满意度最大化为目标，建立不带时间窗的共享单车车辆调配路径优化模型与基于滚动时域的共享单车车辆调配路径优化模型，运用蚁群算法分别求解平峰时与高峰时车辆调配的优化路径[15]。
1.3.小结
从共享单车的崛起，再到如今无桩共享单车逐渐替代有桩自行车，共享单车的高速发展超越了任何人的估计，创新高效的调度管理方式也是迫不及待的。
目前，针对城市共享单车调度的研究主要集中于对调度车辆的路径优化，无论是改进管理设施还是创新设站方式，都是从调度模型或者车辆来解决问题。然而其普遍存在的问题是缺乏对租赁站点的调度需求量分析，各站点的预设调度需求量缺乏相应的理论依据和计算支撑，必然造成车辆调度优化模型应用受限。
因此，本人提出一种划分交通区域，根据区域内的交通预测设立停放点和共享单车数量，使小区内部维持一种动态平衡的小区自调度方法。{title}

2. 研究的基本内容与方案

{title}