CN112419716B - 一种轨道站点换乘影响区内的共享单车设施布局配置方法 - Google Patents
一种轨道站点换乘影响区内的共享单车设施布局配置方法 Download PDFInfo
- Publication number
- CN112419716B CN112419716B CN202011267068.8A CN202011267068A CN112419716B CN 112419716 B CN112419716 B CN 112419716B CN 202011267068 A CN202011267068 A CN 202011267068A CN 112419716 B CN112419716 B CN 112419716B
- Authority
- CN
- China
- Prior art keywords
- facility
- transfer
- shared
- point
- shared bicycle
- 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.)
- Active
Links
- 238000012546 transfer Methods 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000013439 planning Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000008901 benefit Effects 0.000 claims description 11
- 230000002068 genetic effect Effects 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 8
- 238000007726 management method Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000035772 mutation Effects 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 238000007621 cluster analysis Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 230000007306 turnover Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 2
- 125000004432 carbon atom Chemical group C* 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 3
- 230000004089 microcirculation Effects 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Analytical Chemistry (AREA)
- Finance (AREA)
- Chemical & Material Sciences (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种轨道站点换乘影响区内的共享单车设施布局配置方法,包括以下步骤:步骤1、确定轨道交通站点换乘影响区;步骤2、预测换乘影响区内共享单车设施备选点的位置和初始配车量;步骤3、确定出行者在进行换乘方式选择时的影响因素,并构建换乘成本函数;步骤4、根据步骤3构建的换乘成本函数,建立基于设施备选点位置和初始配车量的双层规划配置模型;步骤5、求解双层规划配置模型,确定共享单车设施点配置方案;配置方案包括被选中共享单车设施备选点的位置、配车量。本发明有效提升公共交通系统的微循环效果。
Description
技术领域
本发明涉及城市交通规划与管理技术领域,特别是一种轨道站点换乘影响区内的共享单车设施布局配置方法。
背景技术
近年来,随着城市化与机动化进程的加快,各大中城市的交通拥堵问题越来越突出,以私人交通为主的交通发展模式遭到普遍质疑。城市轨道交通作为高效率的公共交通方式,可显著提高城市交通出行运输能力,已经成为世界各大城市缓解交通拥堵的主要手段。同时,共享单车也开始在国内城市大规模发展,其随用随骑的和高密度特点,极大地满足了短途出行的需求,对于解决城市轨道交通的“最后一公里”问题提供了很好的思路。随着轨道交通的逐渐成网,“轨道交通+共享单车”成为未来城市多模式组合出行发展的重要趋势。
然而,发展初期缺少规划的大量投放虽然保障了轨道换乘衔接随用随骑的便利性,也直接导致大量资源浪费,“轨道交通+共享单车”模式的高效运转难以为继。为了进一步促进“轨道交通+共享单车”模式的发展,共享单车逐渐由扩张式发展步入无桩设施定点借还、精细化投放的新阶段。与此同时也产生了一系列衍生问题,如单车设施点的布局不够便利,不方便换乘骑行的借还,各个共享单车设施点之间没有形成有效的网络;单车设施点配车运营及停车空间不合理,造成换乘出行者高峰时期无车可用,平峰时期车辆却大量堆积;城市轨道交通沿线公共空间资源被闲置共享单车占用等等,这些问题对未来进行共享单车基础设施的布局建设都提出了更高的挑战。
发明内容
本发明所要解决的技术问题是克服现有技术的不足而提供一种轨道站点换乘影响区内的共享单车设施布局配置方法,本发明有效提升公共交通系统的微循环效果,将既有的共享单车供给服务于更多的换乘轨道交通骑行需求,提升换乘骑行量、促进组合出行方式转化、保障设施服务水平。
本发明为解决上述技术问题采用以下技术方案:
根据本发明提出的一种轨道站点换乘影响区内的共享单车设施布局配置方法,包括以下步骤:
步骤1、确定轨道交通站点换乘影响区;
步骤2、预测换乘影响区内共享单车设施备选点的位置和初始配车量;
步骤3、确定出行者在进行换乘方式选择时的影响因素,影响因素包括出行时间和出行费用,并将这两种影响因素整合为换乘成本并构建换乘成本函数;
步骤4、根据步骤3构建的换乘成本函数,建立基于设施备选点位置和初始配车量的双层规划配置模型;双层规划配置模型包括上层模型和下层模型,双层规划配置模型中的上层模型以共享单车配置方案的综合目标效益最大化为目标,下层模型以用户换乘成本最小化为目标;
步骤5、求解双层规划配置模型,确定共享单车设施点配置方案;配置方案包括被选中共享单车设施备选点的位置、配车量。
作为本发明所述的一种轨道站点换乘影响区内的共享单车设施布局配置方法进一步优化方案,步骤2中,采用K-Means二维空间聚类分析法对共享单车订单数据进行聚类分析,找出聚类中心的位置,根据聚类中心的位置得到共享单车设施备选点的位置;根据每一类的服务范围内预设高峰时段车辆使用数即能够预测设施备选点的初始配车数量。
作为本发明所述的一种轨道站点换乘影响区内的共享单车设施布局配置方法进一步优化方案,在步骤2中,以出行者最大可接受步行找车距离作为聚类分析中的设施备选点的最大服务半径,并以设施备选点最大服务半径作为共享单车设施备选点的评价指标,设置备选点之间的距离需要满足最大服务半径要求;设施备选点的位置的确定包括以下步骤:
步骤(1)、筛选终点坐标为地铁站点各个出站口e米范围内的共享单车订单数据,认为这些共享单车订单的出行目的为换乘轨道交通,50≤e≤100;
步骤(2)、以步骤(1)中得到的共享单车订单数据为基础,再次筛选换乘轨道交通的共享单车订单数据,得到起点坐标位于轨道交通站点换乘影响区内的共享单车订单数据,并结合实际地块特性修正获取的换乘影响区内的共享单车订单数据;
步骤(3)、将步骤(2)筛选出的共享单车订单数据的起点坐标进行聚类分析,不断调整聚类数目,使聚类数目足够大,能够使同一个类的起点坐标组成的凸包的面积足够小,聚类中心之间的距离在预设步行可达范围内;
步骤(4)、根据步骤(3)得到聚类中心位置和每个类组成的凸包范围,标注聚类中心,并绘制聚类边界;至此得到共享单车设施备选点的位置;
在所述步骤2中,共享单车设施备选点的初始配车量计算公式为:
其中,C为共享单车设施备选点的初始配车量;U为共享单车的使用量;α为共享单车的供应比例,β为共享单车的单位时间周转率。
作为本发明所述的一种轨道站点换乘影响区内的共享单车设施布局配置方法进一步优化方案,步骤3中,换乘方式包括步行、共享单车、公交,这三种换乘方式的换乘成本函数Cwalk-R、Cbike-R、Cbus-R计算公式为:
Cwalk-R=λ×Twalk
Cbike-R=λ×[Twalk+Tlock+Tbike]+δbike
Cbus-R=λ×[Twalk+Twait+Tbus]+δbus
其中,λ为单位出行时间价值;Twalk为出行者通过步行前往目的地的时间,目的地为轨道站点、公交站点或共享单车设施点;Tlock为出行者在共享单车设施点的开、锁车时间;Tbike为出行者骑行共享单车前往轨道站点的时间;Twait为出行者在公交站台的等待时间;Tbus为出行者乘坐公交前往轨道站点的时间;δbike为骑行共享单车需要支付单次骑行的租赁费用;δbus为乘坐公交需要支付车票费用。
作为本发明所述的一种轨道站点换乘影响区内的共享单车设施布局配置方法进一步优化方案,
在步骤4中,上层模型的目标函数包括:1)共享单车换乘骑行量F1(x);2)共享单车设施运营成本F2(x);3)出行者总体换乘成本F3(x);计算公式为:
F3(x)=∑Cwalk-R+∑Cbike-R+∑Cbus-R
其中,i为换乘影响区内交通小区需求点编号,i∈{1,2,3,…,I};I为换乘影响区内交通小区个数;j为换乘影响区内共享单车设施备选点编号,j∈{1,2,3,…,J};J为换乘影响区内共享单车设施备选点个数;是从第i个交通小区需求点步行至第j个共享单车设施备选点后,再骑行抵达轨道交通站点的人数;Xj为是否选择在第j个共享单车设施备选点建立共享单车设施点,是为1,否为0;p为在第j个共享单车设施备选点的建设成本及日常运营管理成本;q为被选中的第j个共享单车设施备选点每超过或者少于预设的上下限单车数量后,每辆共享单车将增加的建设和管理费用;Wj为被选中的第j个共享单车设施备选点超过或者少于预设的上下限单车数量的数量;
上层模型的约束条件如下所示:
Xj∈{0,1}
Cj≥0,且均为整数
其中,G为极大的正数,θ为共享单车的周转率,P为最大设施点个数,Cj为计划在第j个共享单车设施备选点投放的单车数量;dmn为第m个共享单车设施备选点与第m个共享单车设施备选点之间的距离;Xm和Xn为第m个和第n个共享单车设施备选点是否被选取为共享单车设施点,是则值为1,否则为0;dmin为第共享单车设施备选点之间的最短距离限值;Umax和Umin为被选中的共享单车设施备选点单车数量的上下限;fi(Dij)为第j个共享单车设施备选点对第i个交通小区需求点的覆盖程度;Dij为第i个交通小区需求点与第j个共享单车设施备选点之间的距离;Rmax与Rmin为各共享单车设施备选点覆盖交通小区需求点的衰减半径的上下限;V为交通小区需求点最低覆盖度限制;
上层模型以共享单车配置方案的综合目标效益最大化为目标,目标函数如下:
其中,F为所确定的共享单车配置方案的综合效益值;λ1、λ2、λ3分别为上层模型中共享单车换乘骑行量、共享单车设施运营成本以及出行者总体换乘成本这三个目标的权重系数,各目标权重系数满足λ1+λ2+λ3=1;则是采用如下无量纲化方法对原始各个目标函数Fa(x)进行处理得到:
在所述步骤4中,下层模型以换乘成本最小化为原则,三种换乘方式的选择概率计算公式为:
式中:bus-R,bike-R,walk-R分别为公交、共享单车、步行三种轨道交通换乘方式;B为轨道交通换乘方式集合;b为轨道交通换乘方式;Cb为出行者以换乘方式b换乘轨道交通的单位换乘成本;为换乘方式b的平均换乘成本;β为修正系数;步行、共享单车、公交换乘轨道交通总换乘成本计算公式如下:
式中:Twalk、Tbike、Tbus分别为出行者通过步行、共享单车和公交这三种方式前往目的地(轨道站点、公交站点或共享单车设施点)的时间,其值等于出行者通过该方式前往目的地(轨道站点、公交站点或共享单车设施点)的距离与该方式平均速度的比值;为出行者从第i个交通小区需求点步行前往轨道交通站点的人数;为出行者从第i个交通小区需求点步行前往第j个共享单车设施备选点后,使用共享单车骑行抵达轨道交通站点的人数;为出行者从第i个交通小区需求点乘坐公交到达轨道交通站点的人数;
下层模型的约束条件如下所示:
上式中,第一个约束条件表示各个交通小区需求点的换乘轨道交通的出行需求均能被满足;第二个约束条件表示共享单车出行者只选择在覆盖范围内且已建成的共享单车设施点;
下层模型以出行者总换乘成本最小化为目标,目标函数如下所示:
minF'=∑Cwalk-R+∑Cbike-R+∑Cbus-R
其中,F′为出行者总换乘成本。
作为本发明所述的一种轨道站点换乘影响区内的共享单车设施布局配置方法进一步优化方案,上层模型的约束条件中,第一个约束条件表示当共享单车设施备选点被选择作为共享单车设施点才能在该点投放配置车辆;第二个约束条件表示实际建立的共享单车设施点的数量不得超过计划建立的共享单车设施点的数量;第三个约束条件表示各共享单车设施点之间的距离不得小于规定的最小间距;第四个约束条件表示共享单车设施备选点实际投放的共享单车数量对应的换乘过载惩罚;第五个约束条件表示共享单车设施备选点对应交通小区需求点的覆盖程度计算值,当距离超过最大服务半径Rmax,则覆盖度为0,表示该共享单车设施备选点不能为该交通小区需求点服务;第六个约束条件表示每个交通小区需求点被覆盖的程度不得小于预设的交通小区需求点最低覆盖度限制值;第七和第八个约束条件表示共享单车设施备选点变量是否被选中以及共享单车设施点配车数量的取值范围。
作为本发明所述的一种轨道站点换乘影响区内的共享单车设施布局配置方法进一步优化方案,Umax取值为10辆,Umin取值为50辆。
作为本发明所述的一种轨道站点换乘影响区内的共享单车设施布局配置方法进一步优化方案,在步骤5中,采用遗传算法对双层规划模型进行求解,具体为:
步骤A、遗传算法初始化;设置初代种群规模fn、最大遗传代数T、交叉概率、变异概率,在上层模型的约束条件下随机生成fn个初始解作为初始种群P(0),设置进化代数t=0,转步骤B;
步骤B、个体评价;根据种群中的每个个体,生成对应的换乘成本,按照换乘成本进行对换乘方式进行划分,得到各个交通小区每种换乘方式的分担率,进而将换乘方式划分的结果代入上层模型的目标函数中,计算得到共享单车配置方案的综合效益值,转步骤C;
步骤C、判断进化代数t是否大于最大遗传代数T,是则输出共享单车设施配置方案,不再执行步骤D和步骤E;否则转步骤D;
步骤D、对个体进行选择、交叉和变异运算,转步骤E;
步骤E、生成群体;群体经过选择、交叉和变异运算后得到下一代群体;令t=t+1,生成新的种群后代P(t+1),转步骤B。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
本发明以基于轨道换乘衔接共享单车和停放设施为研究对象,以需求为导向,引导随意无序的共享单车停放向有站无桩定点还车转化,在一定程度上减轻城市交通管理的负担,有效提升公共交通系统的微循环效果;另一方面,可以进一步减少共享单车设施的资源浪费或供不应求情况,将既有的共享单车供给服务于更多的换乘轨道交通骑行需求,提升换乘骑行量、促进组合出行方式转化、保障设施服务水平,为轨道交通换乘影响区共享单车设施布局规划、设计、建设提供相应的决策支持。
附图说明
图1为本发明的流程图。
图2为本发明南京市兴隆大街地铁站换乘影响区及交通小区分布图。
图3为本发明南京市兴隆大街地铁站共享单车分布聚类结果图。
图4为本发明遗传算法求解流程图。
图5为本发明南京市兴隆大街地铁站共享单车设施配置方案。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图及具体实施例对本发明进行详细描述。
本发明提供一种轨道站点换乘影响区内的共享单车设施布局配置方法。该方法以提升共享单车与地铁出行的换乘效用为目标,选取共享单车、步行、公交这三种具有强竞争关系的轨道交通换乘方式,构建包含时间成本、费用成本的换乘成本函数。基于共享单车骑行订单数据,对换乘影响区内共享单车出行起点进行聚类分析,初步预测设施备选点的数量、位置以及初始配车数量。最后基于设施备选点,建立共享单车设施布局配置双层规划模型,将提升换乘骑行量、降低换乘成本、设施运营成本、保障设施服务水平作为目标,优化初次设施备选点方案。
运用此发明中的方法,结合具体算例对本发明做进一步说明。图1为本发明的流程图,一种轨道站点换乘影响区内的共享单车设施布局配置方法,包括以下步骤:
步骤1:在步骤1中,通过对共享单车的订单数据进行分析,初步得到轨道站点影响区的范围,再根据实际调查得到的道路网、周边设施位置、轨道线路走向对影响区范围进行修订,得到轨道交通站点换乘影响区时空范围,如图2所示。
步骤2:预测换乘影响区内共享单车设施备选点的位置和初始配车量;采用K-Means二维空间聚类分析法对共享单车订单数据进行聚类分析,找出聚类中心的位置,根据聚类中心的位置得到共享单车设施备选点的位置。根据每一类的服务范围内预设高峰时段车辆使用数即可预测设施备选点的初始配车数量。图3是南京市兴隆大街地铁站共享单车分布聚类结果图。
步骤3:根据步行、共享单车、公交这三种换乘方式的换乘成本计算公式,确定模型计算相关参数值,包括单位出行时间价值、步行速度、共享单车骑行速度、公交运行速度、单次骑行费用、单次公交票价、共享单车的开关锁时间、公交等待时间。如表1所示。
表1模型参数取值
步骤4:基于双层规划模型,对步骤2中得到的设施备选点进行筛选,上层模型的目标函数主要由三部分组成:1)共享单车换乘骑行量F1(x);2)共享单车设施运营成本F2(x);3)出行者总体换乘成本F3(x)。计算公式为:
F3(x)=∑Cwalk-R+∑Cbike-R+∑Cbus-R
上式中:i为换乘影响区内交通小区需求点编号,i∈{1,2,3,…,I};I为换乘影响区内交通小区个数;j为换乘影响区内共享单车设施备选点编号,j∈{1,2,3,…,J};J为换乘影响区内共享单车设施备选点个数;从第i个交通小区需求点步行至第j个共享单车设施备选点后,再骑行抵达轨道交通站点的人数;Xj为是否选择在第j个共享单车设施备选点建立共享单车设施点,是为1,否为0;p为在第j个共享单车设施备选点的建设成本及日常运营管理成本;q为被选中的第j个共享单车设施备选点每超过或者少于预设的上下限单车数量后,每辆共享单车将增加的建设和管理费用;Wj为被选中的第j个共享单车设施备选点超过或者少于预设的上下限单车数量的数量。
上层模型的约束条件如下所示:
Xj∈{0,1}
Cj≥0,且均为整数
上式中,第一个约束条件表示当共享单车设施备选点被选择作为共享单车设施点才能在该点投放配置车辆;第二个约束条件表示实际建立的共享单车设施点的数量不得超过计划建立的共享单车设施点的数量;第三个约束条件表示各共享单车设施点之间的距离不得小于规定的最小间距;第四个约束条件表示共享单车设施备选点实际投放的共享单车数量对应的换乘过载惩罚;第五个约束条件表示共享单车设施备选点对应交通小区需求点的覆盖程度计算值,当距离超过最大服务半径Rmax,则覆盖度为0,表示该共享单车设施备选点不能为该交通小区需求点服务;第六个约束条件表示每个交通小区需求点被覆盖的程度不得小于预设的交通小区需求点最低覆盖度限制值;第七和第八个约束条件表示共享单车设施备选点变量是否被选中以及共享单车设施点配车数量的取值范围。
其中:G为极大的正数,θ为共享单车的周转率,P为最大设施点个数,Cj为计划在第j个共享单车设施备选点投放的单车数量;dmn为第m个共享单车设施备选点与第m个共享单车设施备选点之间的距离;Xm和Xn为第m个和第n个共享单车设施备选点是否被选取为共享单车设施点,是则值为1,否则为0;dmin为第共享单车设施备选点之间的最短距离限值;Umax和Umin为被选中的共享单车设施备选点单车数量的上下限,取值10与50辆;fi(Dij)为第j个共享单车设施备选点对第i个交通小区需求点的覆盖程度;Dij为第i个交通小区需求点与第j个共享单车设施备选点之间的距离;Rmax与Rmin为各共享单车设施备选点覆盖交通小区需求点的衰减半径的上下限;V为交通小区需求点最低覆盖度限制;
上层模型以共享单车配置方案的综合目标效益最大化为目标,目标函数如下:
其中,F为所确定的共享单车配置方案的综合效益值;λ1、λ2、λ3分别为上层模型中共享单车换乘骑行量、共享单车设施运营成本以及出行者总体换乘成本这三个目标的权重系数,各目标权重系数满足λ1+λ2+λ3=1;则是采用如下无量纲化方法对原始各个目标函数Fa(x)进行处理得到:
在所述步骤4中,下层模型以换乘成本最小化为原则,三种换乘方式的选择概率计算公式为:
式中:bus-R,bike-R,walk-R分别为公交、共享单车、步行三种轨道交通换乘方式,B为轨道交通换乘方式集合;b为轨道交通换乘方式;Cb为出行者以该换乘方式b换乘轨道交通的单位换乘成本;为各换乘方式b的平均换乘成本;β为修正系数;步行、共享单车、公交换乘轨道交通总换乘成本计算公式如下:
式中:Twalk、Tbike、Tbus分别为出行者通过步行、共享单车和公交这三种方式前往目的地(轨道站点、公交站点或共享单车设施点)的时间,其值等于出行者通过该方式前往目的地(轨道站点、公交站点或共享单车设施点)的距离与该方式平均速度的比值;为出行者从第i个交通小区需求点步行前往轨道交通站点的人数;为出行者从第i个交通小区需求点步行前往第j个共享单车设施备选点后,使用共享单车骑行抵达轨道交通站点的人数;为出行者从第i个交通小区需求点乘坐公交到达轨道交通站点的人数;其余符号同前。
下层模型的约束条件如下所示:
上式中,第一个约束条件表示各个交通小区需求点的换乘轨道交通的出行需求均能被满足;第二个约束条件表示共享单车出行者只选择在覆盖范围内且已建成的共享单车设施点。
下层模型以出行者总换乘成本最小化为目标,目标函数如下所示:
minF'=∑Cwalk-R+∑Cbike-R+∑Cbus-R
其中,F'为出行者总换乘成本。
步骤5:采用遗传算法对双层规划模型进行求解。确定共享单车设施配置方案,包括设施点位置信息、配车量。遗传算法具体计算流程如图4所示,采用如图4的流程对步骤4中建立的双层规划模型进行求解,得到轨道交通站点影响区内的共享单车设施布局方案,如图5所示,同时计算得到各设施点共享单车的初始配车量,如表2所示。
表2共享单车设施点配车数量表
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围内。
Claims (7)
1.一种轨道站点换乘影响区内的共享单车设施布局配置方法,其特征在于,包括以下步骤:
步骤1、确定轨道交通站点换乘影响区;
步骤2、预测换乘影响区内共享单车设施备选点的位置和初始配车量;以出行者最大可接受步行找车距离作为聚类分析中的设施备选点的最大服务半径,并以设施备选点最大服务半径作为共享单车设施备选点的评价指标,设置备选点之间的距离需要满足最大服务半径要求;设施备选点的位置的确定包括以下步骤:
步骤(1)、筛选终点坐标为地铁站点各个出站口e米范围内的共享单车订单数据,认为这些共享单车订单的出行目的为换乘轨道交通,50≤e≤100;
步骤(2)、以步骤(1)中得到的共享单车订单数据为基础,再次筛选换乘轨道交通的共享单车订单数据,得到起点坐标位于轨道交通站点换乘影响区内的共享单车订单数据,并结合实际地块特性修正获取的换乘影响区内的共享单车订单数据;
步骤(3)、将步骤(2)筛选出的共享单车订单数据的起点坐标进行聚类分析,不断调整聚类数目,使聚类数目足够大,能够使同一个类的起点坐标组成的凸包的面积足够小,聚类中心之间的距离在预设步行可达范围内;
步骤(4)、根据步骤(3)得到聚类中心位置和每个类组成的凸包范围,标注聚类中心,并绘制聚类边界;至此得到共享单车设施备选点的位置;
在所述步骤2中,共享单车设施备选点的初始配车量计算公式为:
其中,C为共享单车设施备选点的初始配车量;U为共享单车的使用量;α为共享单车的供应比例,β为共享单车的单位时间周转率;
步骤3、确定出行者在进行换乘方式选择时的影响因素,影响因素包括出行时间和出行费用,并将这两种影响因素整合为换乘成本并构建换乘成本函数;
步骤4、根据步骤3构建的换乘成本函数,建立基于设施备选点位置和初始配车量的双层规划配置模型;双层规划配置模型包括上层模型和下层模型,双层规划配置模型中的上层模型以共享单车配置方案的综合目标效益最大化为目标,下层模型以用户换乘成本最小化为目标;
步骤5、求解双层规划配置模型,确定共享单车设施点配置方案;配置方案包括被选中共享单车设施备选点的位置、配车量。
2.根据权利要求1所述的一种轨道站点换乘影响区内的共享单车设施布局配置方法,其特征在于,步骤2中,采用K-Means二维空间聚类分析法对共享单车订单数据进行聚类分析,找出聚类中心的位置,根据聚类中心的位置得到共享单车设施备选点的位置;根据每一类的服务范围内预设高峰时段车辆使用数即能够预测设施备选点的初始配车数量。
3.根据权利要求1所述的一种轨道站点换乘影响区内的共享单车设施布局配置方法,其特征在于,步骤3中,换乘方式包括步行、共享单车、公交,这三种换乘方式的换乘成本函数Cwalk-R、Cbike-R、Cbus-R计算公式为:
Cwalk-R=λ×Twalk
Cbike-R=λ×[Twalk+Tlock+Tbike]+δbike
Cbus-R=λ×[Twalk+Twait+Tbus]+δbus
其中,λ为单位出行时间价值;Twalk为出行者通过步行前往目的地的时间,目的地为轨道站点、公交站点或共享单车设施点;Tlock为出行者在共享单车设施点的开、锁车时间;Tbike为出行者骑行共享单车前往轨道站点的时间;Twait为出行者在公交站台的等待时间;Tbus为出行者乘坐公交前往轨道站点的时间;δbike为骑行共享单车需要支付单次骑行的租赁费用;δbus为乘坐公交需要支付车票费用。
4.根据权利要求1所述的一种轨道站点换乘影响区内的共享单车设施布局配置方法,其特征在于,
在步骤4中,上层模型的目标函数包括:1)共享单车换乘骑行量F1(x);2)共享单车设施运营成本F2(x);3)出行者总体换乘成本F3(x);计算公式为:
F3(x)=∑Cwalk-R+∑Cbike-R+∑Cbus-R
其中,i为换乘影响区内交通小区需求点编号,i∈{1,2,3,…,I};I为换乘影响区内交通小区个数;j为换乘影响区内共享单车设施备选点编号,j∈{1,2,3,…,J};J为换乘影响区内共享单车设施备选点个数;是从第i个交通小区需求点步行至第j个共享单车设施备选点后,再骑行抵达轨道交通站点的人数;Xj为是否选择在第j个共享单车设施备选点建立共享单车设施点,是为1,否为0;p为在第j个共享单车设施备选点的建设成本及日常运营管理成本;q为被选中的第j个共享单车设施备选点每超过或者少于预设的上下限单车数量后,每辆共享单车将增加的建设和管理费用;Wj为被选中的第j个共享单车设施备选点超过或者少于预设的上下限单车数量的数量;
上层模型的约束条件如下所示:
Xj∈{0,1}
Cj≥0,且均为整数
其中,G为极大的正数,θ为共享单车的周转率,P为最大设施点个数,Cj为计划在第j个共享单车设施备选点投放的单车数量;dmn为第m个共享单车设施备选点与第m个共享单车设施备选点之间的距离;Xm和Xn为第m个和第n个共享单车设施备选点是否被选取为共享单车设施点,是则值为1,否则为0;dmin为第共享单车设施备选点之间的最短距离限值;Umax和Umin为被选中的共享单车设施备选点单车数量的上下限;fi(Dij)为第j个共享单车设施备选点对第i个交通小区需求点的覆盖程度;Dij为第i个交通小区需求点与第j个共享单车设施备选点之间的距离;Rmax与Rmin为各共享单车设施备选点覆盖交通小区需求点的衰减半径的上下限;V为交通小区需求点最低覆盖度限制;
上层模型以共享单车配置方案的综合目标效益最大化为目标,目标函数如下:
其中,F为所确定的共享单车配置方案的综合效益值;λ1、λ2、λ3分别为上层模型中共享单车换乘骑行量、共享单车设施运营成本以及出行者总体换乘成本这三个目标的权重系数,各目标权重系数满足λ1+λ2+λ3=1;则是采用如下无量纲化方法对原始各个目标函数Fa(x)进行处理得到:
在所述步骤4中,下层模型以换乘成本最小化为原则,三种换乘方式的选择概率计算公式为:
式中:bus-R,bike-R,walk-R分别为公交、共享单车、步行三种轨道交通换乘方式;B为轨道交通换乘方式集合;b为轨道交通换乘方式;Cb为出行者以换乘方式b换乘轨道交通的单位换乘成本;为换乘方式b的平均换乘成本;β'为修正系数;步行、共享单车、公交换乘轨道交通总换乘成本计算公式如下:
式中:Twalk、Tbike、Tbus分别为出行者通过步行、共享单车和公交这三种方式前往目的地的时间,其值等于出行者通过该方式前往目的地的距离与该方式平均速度的比值;为出行者从第i个交通小区需求点步行前往轨道交通站点的人数;为出行者从第i个交通小区需求点步行前往第j个共享单车设施备选点后,使用共享单车骑行抵达轨道交通站点的人数;为出行者从第i个交通小区需求点乘坐公交到达轨道交通站点的人数;目的地为轨道站点、公交站点或共享单车设施点;
下层模型的约束条件如下所示:
下层模型以出行者总换乘成本最小化为目标,目标函数如下所示:
min F'=∑Cwalk-R+∑Cbike-R+∑Cbus-R
其中,F'为出行者总换乘成本。
5.根据权利要求4所述的一种轨道站点换乘影响区内的共享单车设施布局配置方法,其特征在于,上层模型的约束条件中,第一个约束条件表示当共享单车设施备选点被选择作为共享单车设施点才能在该点投放配置车辆;第二个约束条件表示实际建立的共享单车设施点的数量不得超过计划建立的共享单车设施点的数量;第三个约束条件表示各共享单车设施点之间的距离不得小于规定的最小间距;第四个约束条件表示共享单车设施备选点实际投放的共享单车数量对应的换乘过载惩罚;第五个约束条件表示共享单车设施备选点对应交通小区需求点的覆盖程度计算值,当距离超过最大服务半径Rmax,则覆盖度为0,表示该共享单车设施备选点不能为该交通小区需求点服务;第六个约束条件表示每个交通小区需求点被覆盖的程度不得小于预设的交通小区需求点最低覆盖度限制值;第七和第八个约束条件表示共享单车设施备选点变量是否被选中以及共享单车设施点配车数量的取值范围。
6.根据权利要求4所述的一种轨道站点换乘影响区内的共享单车设施布局配置方法,其特征在于,Umax取值为10辆,Umin取值为50辆。
7.根据权利要求1所述的一种轨道站点换乘影响区内的共享单车设施布局配置方法,其特征在于:在步骤5中,采用遗传算法对双层规划模型进行求解,具体为:
步骤A、遗传算法初始化;设置初代种群规模fn、最大遗传代数T、交叉概率、变异概率,在上层模型的约束条件下随机生成fn个初始解作为初始种群P(0),设置进化代数t=0,转步骤B;
步骤B、个体评价;根据种群中的每个个体,生成对应的换乘成本,按照换乘成本进行对换乘方式进行划分,得到各个交通小区每种换乘方式的分担率,进而将换乘方式划分的结果代入上层模型的目标函数中,计算得到共享单车配置方案的综合效益值,转步骤C;
步骤C、判断进化代数t是否大于最大遗传代数T,是则输出共享单车设施配置方案,不再执行步骤D和步骤E;否则转步骤D;
步骤D、对个体进行选择、交叉和变异运算,转步骤E;
步骤E、生成群体;群体经过选择、交叉和变异运算后得到下一代群体;令t=t+1,生成新的种群后代P(t+1),转步骤B。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011267068.8A CN112419716B (zh) | 2020-11-13 | 2020-11-13 | 一种轨道站点换乘影响区内的共享单车设施布局配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011267068.8A CN112419716B (zh) | 2020-11-13 | 2020-11-13 | 一种轨道站点换乘影响区内的共享单车设施布局配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112419716A CN112419716A (zh) | 2021-02-26 |
CN112419716B true CN112419716B (zh) | 2021-09-28 |
Family
ID=74832361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011267068.8A Active CN112419716B (zh) | 2020-11-13 | 2020-11-13 | 一种轨道站点换乘影响区内的共享单车设施布局配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112419716B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112836999B (zh) * | 2021-03-29 | 2024-04-05 | 中铁第一勘察设计院集团有限公司 | 多层级轨道交通换乘枢纽布局规划方法 |
CN113344240A (zh) * | 2021-04-26 | 2021-09-03 | 山东师范大学 | 一种共享单车流量预测方法及系统 |
CN116629567B (zh) * | 2023-06-01 | 2024-01-16 | 大连海事大学 | 考虑动态需求的需求响应公交与共享电单车耦合优化方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010007561B4 (de) * | 2010-02-10 | 2015-02-19 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zur Datenübertragung und Kommunikationsstation |
CN109190813B (zh) * | 2018-08-22 | 2022-05-24 | 华南理工大学 | 一种基于双层规划的共享自行车区域投放规划方法 |
CN109508865B (zh) * | 2018-10-19 | 2021-07-27 | 东南大学 | 基于时空使用模式的地铁站辐射范围内共享单车的部署方法 |
CN109583491A (zh) * | 2018-11-23 | 2019-04-05 | 温州职业技术学院 | 一种共享单车智能调度方法 |
CN111582691B (zh) * | 2020-04-28 | 2022-04-22 | 北京交通大学 | 基于双层规划的客运枢纽多交通方式的运力匹配方法 |
-
2020
- 2020-11-13 CN CN202011267068.8A patent/CN112419716B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112419716A (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112419716B (zh) | 一种轨道站点换乘影响区内的共享单车设施布局配置方法 | |
CN111260221B (zh) | 一种面向城市全局基于动态模型的交通设施承载力评估方法 | |
CN107092976B (zh) | 一种多目标模型协同优化多条公交线路发车间隔的方法 | |
CN109190813B (zh) | 一种基于双层规划的共享自行车区域投放规划方法 | |
CN111080116B (zh) | 一种共享单车和公共自行车的协同调度方法 | |
CN110111601B (zh) | 一种基于两阶段选择的区域停车位动态分配方法 | |
CN108417031A (zh) | 一种基于Agent仿真的智能停车泊位预约策略优化方法 | |
WO2023174187A1 (zh) | 一种电动公交协调优化调度方法 | |
CN109191694A (zh) | 一种电动汽车快充站充电分段计费方法及装置 | |
CN107832958A (zh) | 一种基于需求分析的电动出租车充电站规划方法 | |
CN112309119B (zh) | 一种城市交通系统容量分析优化方法 | |
Liu et al. | A multi-objective decision-making approach for the optimal location of electric vehicle charging facilities | |
CN110992699A (zh) | 一种城市道路网公交路权路网规划方法 | |
CN115423168A (zh) | 一种考虑服务稳定性的定制公交路网优化方法及系统 | |
CN116720997A (zh) | 一种基于大数据分析的公交线路评价体系及优化方法 | |
Wang et al. | Designing transit-oriented multi-modal transportation systems considering travelers’ choices | |
Wei et al. | On ride-sourcing services of electric vehicles considering cruising for charging and parking | |
CN114742340A (zh) | 一种大规模路网中智能网联共享电动车充电站的优化布设求解方法 | |
CN106682759B (zh) | 针对电动出租车的电池供应系统及网络优化方法 | |
Zhang et al. | The research on planning of taxi sharing route and sharing expenses | |
CN115936330A (zh) | 一种基于拉格朗日原理的需求响应式brt车辆调度算法 | |
CN109584546A (zh) | 一种快速-常规公交共享车道发车流量阈值的确定方法 | |
CN113313412A (zh) | 一种基于改良圈算法的公共自行车调度模型 | |
CN114021295A (zh) | 一种基于分支定界法的多方式行车道精细化设置方法 | |
Ning et al. | CARSP: A smart parking system based on doubly periodic rolling horizon allocation approach |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |