軌道站點周邊共享自行車短時需求預測與調度問題研究
發(fā)布時間：2020-12-05 02:02
共享自行車作為移動互聯(lián)網(wǎng)和租賃自行車融合發(fā)展的新型服務模式,是共享經(jīng)濟的典型業(yè)態(tài)。共享自行車采用無固定鎖樁、依托手機移動端結算等方式,憑借著這種靈活、方便、快捷的特點,吸引著大量的出行者,極大地方便了市民日常短途出行,促進了城市的綠色交通發(fā)展。但是共享自行車大批量無序的投放,產(chǎn)生了大量車輛違規(guī)占用道路資源,調度不合理以及高峰客流潮汐現(xiàn)象不均衡等問題,對城市交通秩序以及城市形象均帶來了嚴重的負面影響。本文基于北京市摩拜共享自行車一周的數(shù)據(jù),以軌道站點周邊共享自行車為研究對象,結合現(xiàn)實背景和國內外研究現(xiàn)狀,對共享自行車出行特征進行了分析,探討了共享自行車短時需求預測方法,在此基礎上構建了將夜間靜態(tài)調度和日間早高峰動態(tài)調度相結合的共享自行車調度模型,并通過案例進行了驗證。研究成果表示模型能較好地通過調度軌道交通站點周邊共享自行車,解決高峰客流需求與供給不平衡的問題,為共享自行車的科學投放和有效管理提供理論和實踐應用參考。本文主要研究包括:(1)分析國內外相關文獻及共享自行車運營現(xiàn)狀,總結了共享自行車的調度現(xiàn)狀和存在問題,根據(jù)共享自行車的特點確定了本文的研究對象為軌道站點周邊共享自行車。(2)...
【文章來源】：華南理工大學廣東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：94 頁
【學位級別】：碩士
【部分圖文】：
共享自行車圖
第二章 共享自行車出行特征及需求分析13圖2-2 摩拜自行車出行熱力圖上圖為 2017 年 5 月 10 日一天的借車熱力圖，顏色越深說明借車頻率越高。從上圖可以看出，摩拜共享自行車主要集中分布中北京市的城市中心區(qū)域，特別是軌道交通區(qū)域，外圍區(qū)域也基本上實現(xiàn)了摩拜共享自行車的覆蓋。這樣的分布規(guī)律與共享自行車本身的性質離不開。共享自行車是由企業(yè)運營，所以投放的第一目的是為了盈利，因此往往選擇高密度人口流量的城市中心進行投放。城市中心車輛流動性強，使用率高，這也可以促進企業(yè)盈利。而在城市外圍等較偏遠地區(qū)，投放數(shù)量較少，只是實現(xiàn)廣域覆蓋，而沒有進行大規(guī)模投放。（2）共享自行車主要以短距離出行為主2017 年 5 月 10 日-2017 年 5 月 16 日一周內
2017 年 5 月 10 日-2017 年 5 月 16 日一周內，北京市使用摩拜共享自行車的用戶的平均騎行時間為 9-11 分鐘，平均騎行距離為 1.41Km。圖2-3 摩拜共享自行車平均單次騎行時間圖
【參考文獻】：
期刊論文
[1]基于CNN-XGBoost混合模型的短時交通流預測[J]. 王青松,謝興生,佘顥. 測控技術. 2019(04)
[2]基于神經(jīng)網(wǎng)絡的地鐵短時客流預測服務[J]. 侯晨煜,孫暉,周藝芳,曹斌,范菁. 小型微型計算機系統(tǒng). 2019(01)
[3]時間序列預測方法綜述[J]. 楊海民,潘志松,白瑋. 計算機科學. 2019(01)
[4]基于XGBoost節(jié)假日路網(wǎng)流量預測研究[J]. 黃騫,鄭穎爾,鄧鈺橋. 公路. 2018(12)
[5]共享單車調配路線優(yōu)化問題研究[J]. 徐國勛,張偉亮,李妍峰. 工業(yè)工程與管理. 2019(01)
[6]基于模糊C均值聚類和隨機森林的短時交通狀態(tài)預測方法[J]. 陳忠輝,凌獻堯,馮心欣,鄭海峰,徐藝文. 電子與信息學報. 2018(08)
[7]基于隨機森林回歸算法的高速鐵路短期客流預測研究[J]. 李麗輝,朱建生,強麗霞,喬慶杰. 鐵道運輸與經(jīng)濟. 2017(09)
[8]基于BP神經(jīng)網(wǎng)絡的共享單車調度優(yōu)化[J]. 周龍雨,常興甲,田博. 中國戰(zhàn)略新興產(chǎn)業(yè). 2017(24)
[9]數(shù)據(jù)挖掘中聚類分析算法及應用研究[J]. 張超群,孟海東. 山東工業(yè)技術. 2017(11)
[10]共享單車發(fā)展研究分析[J]. 劉亞楠. 時代金融. 2017(08)
博士論文
[1]啟發(fā)式算法及其在車輛路徑問題中的應用[D]. 陳萍.北京交通大學 2009
碩士論文
[1]成都市共享單車管理之案例研究[D]. 傅良穎.電子科技大學 2019
[2]基于改進遺傳算法的物流車輛路徑規(guī)劃方法研究與應用[D]. 儀孝展.西安理工大學 2018
[3]基于時空特性的短時交通流預測模型研究[D]. 李揚.北京建筑大學 2018
[4]共享單車車輛調度問題研究[D]. 盧琰.西南交通大學 2018
[5]基于XGBoost算法的武漢市二手房價格預測模型的實證研究[D]. 龔洪亮.華中師范大學 2018
[6]共享單車投放量測算和調度方法研究[D]. 周傳鈺.北京交通大學 2018
[7]城市公共自行車調運優(yōu)化問題研究[D]. 徐冠宇.西南交通大學 2017
[8]考慮節(jié)能減排的物流配送車輛路徑優(yōu)化問題研究[D]. 孟凡婷.北京交通大學 2017
[9]城市公共自行車站點需求預測及調度優(yōu)化方法研究[D]. 劉路美.北京交通大學 2017
[10]公共自行車短時需求預測與車輛調度方法研究[D]. 何承韡.蘇州科技大學 2016
本文編號：2898660
【文章來源】：華南理工大學廣東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：94 頁
【學位級別】：碩士
【部分圖文】：
共享自行車圖
第二章 共享自行車出行特征及需求分析13圖2-2 摩拜自行車出行熱力圖上圖為 2017 年 5 月 10 日一天的借車熱力圖，顏色越深說明借車頻率越高。從上圖可以看出，摩拜共享自行車主要集中分布中北京市的城市中心區(qū)域，特別是軌道交通區(qū)域，外圍區(qū)域也基本上實現(xiàn)了摩拜共享自行車的覆蓋。這樣的分布規(guī)律與共享自行車本身的性質離不開。共享自行車是由企業(yè)運營，所以投放的第一目的是為了盈利，因此往往選擇高密度人口流量的城市中心進行投放。城市中心車輛流動性強，使用率高，這也可以促進企業(yè)盈利。而在城市外圍等較偏遠地區(qū)，投放數(shù)量較少，只是實現(xiàn)廣域覆蓋，而沒有進行大規(guī)模投放。（2）共享自行車主要以短距離出行為主2017 年 5 月 10 日-2017 年 5 月 16 日一周內
2017 年 5 月 10 日-2017 年 5 月 16 日一周內，北京市使用摩拜共享自行車的用戶的平均騎行時間為 9-11 分鐘，平均騎行距離為 1.41Km。圖2-3 摩拜共享自行車平均單次騎行時間圖
【參考文獻】：
期刊論文
[1]基于CNN-XGBoost混合模型的短時交通流預測[J]. 王青松,謝興生,佘顥. 測控技術. 2019(04)
[2]基于神經(jīng)網(wǎng)絡的地鐵短時客流預測服務[J]. 侯晨煜,孫暉,周藝芳,曹斌,范菁. 小型微型計算機系統(tǒng). 2019(01)
[3]時間序列預測方法綜述[J]. 楊海民,潘志松,白瑋. 計算機科學. 2019(01)
[4]基于XGBoost節(jié)假日路網(wǎng)流量預測研究[J]. 黃騫,鄭穎爾,鄧鈺橋. 公路. 2018(12)
[5]共享單車調配路線優(yōu)化問題研究[J]. 徐國勛,張偉亮,李妍峰. 工業(yè)工程與管理. 2019(01)
[6]基于模糊C均值聚類和隨機森林的短時交通狀態(tài)預測方法[J]. 陳忠輝,凌獻堯,馮心欣,鄭海峰,徐藝文. 電子與信息學報. 2018(08)
[7]基于隨機森林回歸算法的高速鐵路短期客流預測研究[J]. 李麗輝,朱建生,強麗霞,喬慶杰. 鐵道運輸與經(jīng)濟. 2017(09)
[8]基于BP神經(jīng)網(wǎng)絡的共享單車調度優(yōu)化[J]. 周龍雨,常興甲,田博. 中國戰(zhàn)略新興產(chǎn)業(yè). 2017(24)
[9]數(shù)據(jù)挖掘中聚類分析算法及應用研究[J]. 張超群,孟海東. 山東工業(yè)技術. 2017(11)
[10]共享單車發(fā)展研究分析[J]. 劉亞楠. 時代金融. 2017(08)
博士論文
[1]啟發(fā)式算法及其在車輛路徑問題中的應用[D]. 陳萍.北京交通大學 2009
碩士論文
[1]成都市共享單車管理之案例研究[D]. 傅良穎.電子科技大學 2019
[2]基于改進遺傳算法的物流車輛路徑規(guī)劃方法研究與應用[D]. 儀孝展.西安理工大學 2018
[3]基于時空特性的短時交通流預測模型研究[D]. 李揚.北京建筑大學 2018
[4]共享單車車輛調度問題研究[D]. 盧琰.西南交通大學 2018
[5]基于XGBoost算法的武漢市二手房價格預測模型的實證研究[D]. 龔洪亮.華中師范大學 2018
[6]共享單車投放量測算和調度方法研究[D]. 周傳鈺.北京交通大學 2018
[7]城市公共自行車調運優(yōu)化問題研究[D]. 徐冠宇.西南交通大學 2017
[8]考慮節(jié)能減排的物流配送車輛路徑優(yōu)化問題研究[D]. 孟凡婷.北京交通大學 2017
[9]城市公共自行車站點需求預測及調度優(yōu)化方法研究[D]. 劉路美.北京交通大學 2017
[10]公共自行車短時需求預測與車輛調度方法研究[D]. 何承韡.蘇州科技大學 2016
本文編號：2898660
本文鏈接：http://www.wukwdryxk.cn/kejilunwen/daoluqiaoliang/2898660.html
