CN107832957A - 一种基于多类型自行车装卸的公共租赁自行车调度方法 - Google Patents

一种基于多类型自行车装卸的公共租赁自行车调度方法 Download PDF

Info

Publication number
CN107832957A
CN107832957A CN201711128839.3A CN201711128839A CN107832957A CN 107832957 A CN107832957 A CN 107832957A CN 201711128839 A CN201711128839 A CN 201711128839A CN 107832957 A CN107832957 A CN 107832957A
Authority
CN
China
Prior art keywords
bicycle
lease
truck
point
lease point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711128839.3A
Other languages
English (en)
Inventor
魏明
孙荣
鲁凤
王晗
许致火
刘志东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nantong University
Original Assignee
Nantong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nantong University filed Critical Nantong University
Priority to CN201711128839.3A priority Critical patent/CN107832957A/zh
Publication of CN107832957A publication Critical patent/CN107832957A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0645—Rental transactions; Leasing transactions

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Finance (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明主要提供了一种基于多类型车辆装卸的公共租赁自行车调度方法，包括构建多类型车辆装卸的公共租赁自行车调度优化模型，以及求解公共租赁自行车调度优化模型的基于遗传算法的两阶段算法，所涉及的优化模型以各个租赁点的满意度最大和总配送里程最少为目标，先计算卡车访问租赁点的顺序，再确定每辆车在各个租赁点装卸不同类型自行车的数量，所涉及的模型求解算法是一种基于遗传算法的两阶段算法。本发明针对部分地区的租赁点可以借还单、双和多人自行车，以及的供需时空分布不均衡问题，结合实际道路拓扑结构，科学地合理确定调度方案，即方便了居民出行，同时又降低了运营成本。

Description

一种基于多类型自行车装卸的公共租赁自行车调度方法
技术领域：
本发明涉及交通出行领域，尤其涉及一种基于多类型自行车装卸的公共租赁自行车调度方法。
背景技术：
公共租赁自行车作为一种新型的交通方式，兼有公共交通和慢行交通的特点，越来越受到人们的青睐。由于城市的功能布局、经济发展差异，这引起租赁网络上的公共自行车供需关系时空分布不平衡，需要将部分租赁点的多余自行车合理地提前调配至缺少自行车的租赁点，如何合理安排卡车访问租赁点的顺序并确定其装卸量至关重要。
公共租赁自行车调度(Rental Bicycle Dispatching Problem，简称RBDP)是车辆路径问题(Vehicle Routing Problem，简称VRP)的一种拓展形式，两者区别在于：1)租赁点的缺少或多余自行车数量部分决定了它们在卡车路径的顺序；2)同时确定确定卡车在租赁点的装卸数量，尤其是考虑缺少自行车的各个租赁点的服务水平。因此，RBDP比VRP复杂的多，近年来吸引了国内外学者的广泛关注。目前，国内外学者从运筹与优化角度研究了众多RBDP的拓展模型，主要分为先装后卸(卡车访问供应点装完自行车后，才访问需求点卸载自行车)、同时装卸(卡车同时访问供应或需求点，但是满足需求点的自行车需求)两种研究思路，前者比后者调度效率低，但是操作相对容易。
有上可知，现有SBRP较少同时涉及多车型、多调度中心对公共租赁自行车调度线路的影响，尤其是每个租赁点的不同车型同时缺少或多余引起卡车既装又卸，这比传统VRP复杂的多，已有SBRP和VRP均不能适用。多车型的RBDP一般在旅游景区比较常见，居民可以在某租赁点借还单、双和多人自行车。
发明内容：
为了解决上述问题，本发明提供了一种能够实现兼顾配送里程最少和乘客满意度最大的调度目标，针对某种车型自行车，将部分租赁点的多余车辆运输至缺少车辆的租赁点的技术方案：
一种基于多类型自行车装卸的公共租赁自行车调度方法，主要包括构建多类型自行车装卸的公共租赁自行车调度优化模型，以及求解公共租赁自行车调度优化模型的基于遗传算法的两阶段算法，其中构建多类型车辆装卸的公共租赁自行车调度优化模型包括核心输入数据准备及其符号变量、核心输出数据及其决策变量、目标函数和约束条件，基于遗传算法的两阶段算法，包括第一阶段利用GA搜索可行卡车访问租赁点的顺序，第二阶段利用启发式算法计算卡车在各个租赁点的装卸方案。
作为优选，构建多类型自行车装卸的公共租赁自行车调度优化模型的核心输入数据准备及其符号变量，是每个租赁点的一或多种车型的供需数量，以及最少满足需求点的缺少自行车数比例，包括：
(1)某个区域的租赁点和调度中心集合记为N和O；所有租赁点的停放自行车类型集合记为M；卡车集合记为K，其最大容量和最大里程为C和D；
(2)租赁点关于自行车类型(自行车类型m的所占存储空间记为rm)的自行车需求量，若则多余；否则缺少；
(3)公共自行车租赁点(调度中心)i和j之间距离，记为dij。
作为优选，构建多类型自行车装卸的公共租赁自行车调度优化模型的核心输出决策变量及其符号变量，是卡车访问租赁点的顺序，以及卡车在每个租赁点的不同自行车类型装卸数量，包括：确定车辆k依次访问租赁点i和j的次序，即车辆k访问租赁点i时自行车类型m的装卸数量，即车辆k是否防问租赁点i，即辅助变量，即Uik。
作为进一步优选，构建多类型自行车装卸的公共租赁自行车调度优化模型的目标函数，是在确保每个租赁点在不同车型需求最低服务水平情况下，兼顾各个租赁点的满意度最大和总配送里程最少为目标，其中以各个租赁点的满意度最大和总配送里程最少为目标，即
γ为最少满足需求点的缺少自行车数比例，即服务水平；c0和c1为里程费用和满意度费用，由于目标函数蕴含针对某种车型自行车，若供大于需，则满意度为1，此时所有需求点被满足；否则，所有供应点在调度后自行车存量为0，通过该优化调度目标，在现有租赁点的供需情况下，尽可能确保自行车系统的服务水平。
作为另一种优选，构建多类型自行车装卸的公共租赁自行车调度优化模型的约束条件核心是确保卡车空车从调度中心出发时，考虑不同类型的自行车所占空间比例，在满足卡车的载重量和最大里程等约束基础上，遵循各个租赁点的各个车型供需关系，确定卡车访问租赁点的顺序以及卡车在各个租赁点的不同车型装卸量，空车返回调度中心公交站点选址布局优化，模型的13个约束条件，其中：和表示表示每辆车至少访问一个租赁点、每个租赁点仅被一辆车访问；和表示卡车与租赁点(调度中心)之间网络流约束；和表示车辆访问相邻租赁点的断面流量变化关系，其中表示车辆k访问租赁点i后的自行车类型m数量；(若)和(若)表示车辆访问租赁点的装卸自行车数约束8；表示车辆空车从调度中心出发和返回；(若)表示满足需求租赁点的最低自行车数要求；表示车辆的载客量不超过其最大额定载客量；表示车辆的行程里程不超过其上限。
作为另一种改进，基于遗传算法的两阶段算法具体包括，将其可转化为两个子问题求解，设计求解该问题的基于遗传算法的两阶段启发式算法，首先，安排卡车访问租赁点的顺序，并确定其哪个调度中心出发；其次，确定卡车在各个租赁点的不同车型单车装卸数量，具体表现为：
在第一阶段，利用遗传算法求解卡车路径，采用自然数编码，随机生成1～N+K之间互不相同的数字组成染色体向量U＝(u1，u2，…，uK，uK+1，...，uK+N)(当ui≤N时，ui表示需求点编号；否则，ui-N表示车辆编号)组成初始种群，在解码不同卡车路径后，计算目标函数的第一部分结合第二阶段启发式算法计算目标函数的第二部分据此评估每个染色体的适应度，通过遗传操作的选择、交叉和变异操作，将父代优良基因传给下一代，从而不断逐步逼近最优解；
在第二阶段，对于每种单车类型当卡车路径确定后，为了确定车辆在租赁点的装卸方案，主要分为两种情况：
情况一：由于供大于需求，对于卡车在租赁点的卸车方案唯一，此时各个租赁点的满意度为1；对于满足的多余自行车的租赁点装车方案有若干种，安装供需点之间距离最短原则，确定最佳装车方案；
情况二：由于供小于需求，对于卡车在多余自行车租赁点的装车方案唯一；对于先确保满足缺少自行车的租赁点最低要求，即将剩余自行车根据满意度最大化原则，逐步分配至最佳租赁点从而确定最佳卸车方案。
有益效果，本发明揭示的一种基于多类型自行车装卸的公共租赁自行车调度方法，由于采用了上述几种措施进行改进，针对不同类型自行车供需时空分布，结合实际道路的拓扑结构，从系统最优角度，兼顾运营调度成本和乘客的服务水平，构建一类构建考虑多类型自行车装卸的公共租赁自行车调度混合整数规划模型，并设计求解该问题的两阶段启发式算法，合理确定卡车访问租赁点的顺序，计算卡车在各个租赁点的不同车型自行车装卸方案，为公共自行车调度系统科学规划与管理提供数据支撑。
附图说明：
图1是本发明涉及的一种基于多类型自行车装卸的公共租赁自行车调度方法的框架示意图；
图2是本发明实施的流程图。
具体实施方式：
下面结合本发明所提供的附图作进一步说明：
如图1所示，一种基于多类型自行车装卸的公共租赁自行车调度方法，主要包括构建考虑多类型自行车装卸的公共租赁自行车调度优化模型，以及求解该模型的基于遗传算法的两阶段算法，模型的核心输入是租赁网络空间分布和道路拓扑结构，在决策者的可变输入参数干扰下，如：服务水平、卡车的载重量和最大里程等变量不同取值，利用模型求解算法给出不同调度方案的灵敏度分析，进而得到最佳方案。
如图2所示，本发明提供一种基于多类型自行车装卸的公共租赁自行车调度方法，包括数据调查和分析、模型设计、模型求解及模型分析运用等四个步骤，具体实施方式如下：
关于数据调查和分析
步骤1：与智能公共自行车调度平台进行数据交互，动态获取各个租赁点的不同车型自行车供需关系；
步骤2：基于GIS，根据道路拓扑结构的经纬度坐标，确定调度中心和租赁点之间拓扑网络；
步骤3：卡车的载重量、最大行驶里程等。
关于模型设计
步骤1：模型假设，假设各个租赁点的各个车型缺少或多余数量已知，可以获取里程费用和乘客满意度费用，兼顾企业和乘客利益，如何制定调度方案追求系统科学效率最大化；
步骤2符号变量，(1)某个区域的租赁点和调度中心集合记为N和O；所有租赁点的停放自行车类型集合记为M；卡车集合记为K，其最大容量和最大里程为C和D。
(2)租赁点关于自行车类型(自行车类型m的所占存储空间记为rm)的自行车需求量，若则多余；否则缺少。
(3)公共自行车租赁点(调度中心)i和j之间距离，记为dij。
步骤3决策变量，表示车辆k依次访问租赁点i和j的次序；表示车辆k访问租赁点i时自行车类型m的装卸数量；表示车辆k是否访问租赁点i；Uik是辅助变量。
步骤4目标函数，以各个租赁点的满意度最大和总配送里程最少为目标，即
步骤5条件变量，共13个约束条件，包括：和 表示表示每辆车至少访问一个租赁点、每个租赁点仅被一辆车访问；和表示卡车与租赁点(调度中心)之间网络流约束；和表示车辆访问相邻租赁点的断面流量变化关系，其中表示车辆k访问租赁点i后的自行车类型m数量；(若)和(若)表示车辆访问租赁点的装卸自行车数约束8；表示车辆空车从调度中心出发和返回；(若)表示满足需求租赁点的最低自行车数要求；表示车辆的载客量不超过其最大额定载客量；表示车辆的行程里程不超过其上限。
关于模型求解
根据问题特征，将其可转化为两个子问题求解，设计求解该问题的基于遗传算法的两阶段启发式算法，首先，安排卡车访问租赁点的顺序，并确定其哪个调度中心出发；其次，确定卡车在各个租赁点的不同车型单车装卸数量。
基于遗传算法求解卡车配送路径第一阶段具体表现为：
步骤1：染色体编码
采用自然数编码，利用U＝(u1，u2，…，uK，uK+1，...，uK+N)表示问题的一个解，其中：当ui≤N时，ui表示需求点编号；否则，ui-N表示车辆编号。
步骤2：产生初始种群的启发式算法
随机生成1～N+K之间互不相同的数字组成染色体向量，组成初始种群。
步骤3：适应度函数
为了估计个体的优劣，采用目标函数作为每个染色体的评价函数，即Fit(f)＝f。
显然地，在解码不同卡车路径后，只能计算目标函数的第一部分需要结合第二阶段启发式算法计算目标函数的第二部分据此评估每个染色体的适应度
步骤4遗传操作
通过遗传操作的选择、交叉和变异操作，将父代优良基因传给下一代，从而不断逐步逼近最优解。为了避免算法操作破坏可行解空间结构，本文不直接对染色体操作，将其解码为卡车路径后，随机选择可行相邻需求点配对之一，前者交换任意两个父代染色体的部分车辆路径基因信息，后者交换父代染色体的部分车辆路径基因位，剔除重复基因并补充缺失基因，从而产生新的新染色体。
步骤5：停滞规则
当迭代次数到达设置上限，或找到的解在可接受范围内。
启发法算法求解卡车在各个租赁点装卸方案第二阶段具体为：
对于每种单车类型当卡车路径确定后，为了确定车辆在租赁点的装卸方案，主要分为两种情况：
情况一：由于供大于需求，对于卡车在租赁点的卸车方案唯一，此时各个租赁点的满意度为1；对于满足的多余自行车的租赁点装车方案有若干种，安装供需点之间距离最短原则，确定最佳装车方案。
情况二：由于供小于需求，对于卡车在多余自行车租赁点的装车方案唯一；对于先确保满足缺少自行车的租赁点最低要求，即将剩余自行车根据满意度最大化原则，逐步分配至最佳租赁点从而确定最佳卸车方案。
关于模型分析运用。
步骤1设置灵敏度参数，包括服务水平等。
步骤2综合比较不同模型运算结果，选择最佳调度方案。
以上列举的仅是本发明的具体实施例。显然，本发明不限于以上实施例，还可以有许多变形，如：本发明运用基于遗传算法的两阶段算法求解多车型公共自行车调度问题，可拓展影响该问题的影响因素，如：多目标、随机因素等。本领域的普通技术人员能从本发明公开的内容直接导出或联想到的所有变形，均应认为是本发明的保护范围。

Claims (3)

1.一种基于多类型车辆装卸的公共租赁自行车调度方法，其特征在于：包括构建多类型车辆装卸的公共租赁自行车调度优化模型，以及求解公共租赁自行车调度优化模型的基于遗传算法的两阶段算法，其中：
构建多类型车辆装卸的公共租赁自行车调度优化模型包括基于不同类型自行车供需时空分布的核心输入数据及其符号变量、核心输出数据及其决策变量、目标函数和约束条件；
所述基于遗传算法的两阶段算法包括第一阶段利用GA搜索可行卡车访问租赁点的顺序，第二阶段利用启发式算法计算卡车在各个租赁点的装卸方案。
2.根据权利要求1所述的一种基于多类型车辆装卸的公共租赁自行车调度方法，其特征在于：多类型车辆装卸的公共租赁自行车调度优化模型中，
核心输入数据是每个租赁点的一或多种车型的供需数量，以及最少满足需求点的缺少自行车数比例；
核心输出数据是卡车访问租赁点的顺序，以及卡车在每个租赁点的不同自行车类型装卸数量；
目标函数是在确保每个租赁点在不同车型需求最低服务水平情况下，兼顾各个租赁点的满意度最大和总配送里程最少为目标，针对某种车型自行车，若供大于需，则满意度为1，此时所有需求点被满足；否则，所有供应点在调度后自行车存量为0，通过该优化调度目标，在现有租赁点的供需情况下，尽可能确保自行车系统的服务水平；
约束条件核心是确保卡车空车从调度中心出发时，考虑不同类型的自行车所占空间比例，在满足卡车的载重量和最大里程等约束基础上，遵循各个租赁点的各个车型供需关系，确定卡车访问租赁点的顺序以及卡车在各个租赁点的不同车型装卸量，空车返回调度中心。
3.根据权利要求1所述的一种基于多类型车辆装卸的公共租赁自行车调度方法，其特征在于：基于遗传算法的两阶段算法具体包括，根据问题特征，将公共租赁自行车调度优化模型转化为两个子问题求解，首先，安排卡车访问租赁点的顺序，并确定其哪个调度中心出发；其次，确定卡车在各个租赁点的不同车型单车装卸数量，具体表现为：
在第一阶段，利用遗传算法求解卡车路径，安排卡车访问租赁点的顺序，并确定其哪个调度中心出发；
在第二阶段，对于每种单车类型，当卡车路径确定后，为了确定车辆在租赁点的装卸方案，主要分为两种情况：
(1)由于供大于求，卡车在租赁点的卸车方案唯一，此时各个租赁点的满意度为1；卡车在租赁点的装车方案有若干种，按照供需点之间距离最短原则，确定最佳装车方案；
(2)由于供小于求，卡车在多余自行车租赁点的装车方案唯一；对于卡车在租赁点的卸车方案有若干种，先确保满足缺少自行车的租赁点最低要求，将剩余自行车，根据满意度最大化原则，逐步分配至最佳租赁点，从而确定最佳卸车方案。
CN201711128839.3A 2017-11-14 2017-11-14 一种基于多类型自行车装卸的公共租赁自行车调度方法 Pending CN107832957A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711128839.3A CN107832957A (zh) 2017-11-14 2017-11-14 一种基于多类型自行车装卸的公共租赁自行车调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711128839.3A CN107832957A (zh) 2017-11-14 2017-11-14 一种基于多类型自行车装卸的公共租赁自行车调度方法

Publications (1)

Publication Number Publication Date
CN107832957A true CN107832957A (zh) 2018-03-23

Family

ID=61655450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711128839.3A Pending CN107832957A (zh) 2017-11-14 2017-11-14 一种基于多类型自行车装卸的公共租赁自行车调度方法

Country Status (1)

Country Link
CN (1) CN107832957A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109242278A (zh) * 2018-08-20 2019-01-18 北京首钢自动化信息技术有限公司 一种自行车入库出库调度方法及装置
CN111582552A (zh) * 2020-04-16 2020-08-25 浙江大学城市学院 一种基于多目标遗传算法的共享单车停放点分配方法
CN111862476A (zh) * 2020-06-01 2020-10-30 北京骑胜科技有限公司 一种共享车辆的运维管理方法、装置、电子设备及介质
CN112801727A (zh) * 2020-11-30 2021-05-14 北京交通大学 一种考虑租赁点车位数量和车辆调度的联合优化方法
CN113743797A (zh) * 2021-09-08 2021-12-03 北京化工大学 基于大数据的无桩共享单车运营调度策略优化方法及系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109242278A (zh) * 2018-08-20 2019-01-18 北京首钢自动化信息技术有限公司 一种自行车入库出库调度方法及装置
CN111582552A (zh) * 2020-04-16 2020-08-25 浙江大学城市学院 一种基于多目标遗传算法的共享单车停放点分配方法
CN111582552B (zh) * 2020-04-16 2023-04-25 浙江大学城市学院 一种基于多目标遗传算法的共享单车停放点分配方法
CN111862476A (zh) * 2020-06-01 2020-10-30 北京骑胜科技有限公司 一种共享车辆的运维管理方法、装置、电子设备及介质
CN111862476B (zh) * 2020-06-01 2021-11-09 北京骑胜科技有限公司 一种共享车辆的运维管理方法、装置、电子设备及介质
CN112801727A (zh) * 2020-11-30 2021-05-14 北京交通大学 一种考虑租赁点车位数量和车辆调度的联合优化方法
CN113743797A (zh) * 2021-09-08 2021-12-03 北京化工大学 基于大数据的无桩共享单车运营调度策略优化方法及系统
CN113743797B (zh) * 2021-09-08 2023-08-04 北京化工大学 基于大数据的无桩共享单车运营调度策略优化方法及系统

Similar Documents

Publication Publication Date Title
CN107832957A (zh) 一种基于多类型自行车装卸的公共租赁自行车调度方法
Fu et al. A two-stage robust approach to integrated station location and rebalancing vehicle service design in bike-sharing systems
Wang et al. Static green repositioning in bike sharing systems with broken bikes
CN102542395B (zh) 一种应急物资调度系统及计算方法
Chen et al. Solving the first‐mile ridesharing problem using autonomous vehicles
CN109919376A (zh) 多车场与多车型车辆路径调度控制方法
CN110309436B (zh) 考虑车主选择行为的汽车服务网络协同选址方法与系统
CN107145971A (zh) 一种动态调整的快递配送优化方法
Chen et al. Bike fleet allocation models for repositioning in bike-sharing systems
CN101673382A (zh) 一种农资连锁经营物流配送配载组合优化方法
CN113222291B (zh) 一种基于空间区域划分模型的三维装载优化方法
CN113159588A (zh) 一种基于物联网技术的物流车辆智能调度算法
CN111428931A (zh) 物流配送线路规划方法、装置、设备及存储介质
CN101159048A (zh) 油品配送槽车调度系统及其方法
CN109559062A (zh) 一种合作式物流问题的任务分配与路径规划方法
CN115936240B (zh) 共享单车需求预测与投放调度方法
CN112613659B (zh) 基于三维时空网络的新能源货运充电站选址-路径优化方法
CN110084382A (zh) 一种配电网检修车辆调度方法及系统
CN112116203A (zh) 一种基于有调度车的公共自行车系统布局规划方法
CN113822461A (zh) 一种轨道交通跨线运营优化方法、系统、设备及存储介质
CN110097218A (zh) 一种时变环境下无人商品配送方法及系统
CN106600180A (zh) 物流管理系统的运输路径优化方法和系统
van Eck et al. Model complexities and requirements for multimodal transport network design: Assessment of classical, state-of-the-practice, and state-of-the-research models
Ensafian et al. Cost-optimal deployment of autonomous mobile lockers co-operating with couriers for simultaneous pickup and delivery operations
Lai et al. A rolling-horizon decision framework for integrating relocation and user flexibility in one-way electric carsharing systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180323