CN112801727B - 一种考虑租赁点车位数量和车辆调度的联合优化方法 - Google Patents

一种考虑租赁点车位数量和车辆调度的联合优化方法 Download PDF

Info

Publication number
CN112801727B
CN112801727B CN202011377230.1A CN202011377230A CN112801727B CN 112801727 B CN112801727 B CN 112801727B CN 202011377230 A CN202011377230 A CN 202011377230A CN 112801727 B CN112801727 B CN 112801727B
Authority
CN
China
Prior art keywords
vehicle
user
parking space
point
leasing
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
Application number
CN202011377230.1A
Other languages
English (en)
Other versions
CN112801727A (zh
Inventor
赵小梅
陆荣琴
谢东繁
刘彬彬
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.)
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong 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 Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN202011377230.1A priority Critical patent/CN112801727B/zh
Publication of CN112801727A publication Critical patent/CN112801727A/zh
Application granted granted Critical
Publication of CN112801727B publication Critical patent/CN112801727B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

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

Abstract

本发明涉及一种考虑租赁点车位数量和车辆调度的联合优化方法，可为共享汽车企业提供资源配置的建议，有效避免无车可用、无位可还等问题。实施方案是：采集共享汽车系统租赁点的分布数据，每个租赁点均可设置一定数量的虚拟车位，并对租赁点进行分区。提出两种灵活的还车策略，用户可以还车到本租赁点的虚拟车位，也可以还车到同区域其余租赁点的实际车位，分析采用不同还车策略的用户之间的优先级，并将其作为约束，利用大M法将模型中的非线性约束转为线性约束，对模型进行精确求解，得到车位配置和车辆调度方案。本发明使用数据的替代性较强，所构建的模型具有通用性和灵活性，能够根据实际共享汽车系统得到个性化的方案，具有实际的操作价值。

Description

一种考虑租赁点车位数量和车辆调度的联合优化方法
技术领域
本发明涉及共享汽车租赁系统企业的管理决策，特别涉及考虑设置虚拟车位和鼓励用户将车位停放在同区域其他租赁点空余车位的灵活还车策略，以辅助解决共享汽车租赁系统中常见的“无车可借，无位可还”问题。
背景技术
共享汽车的出现，降低了车辆拥有量，一定程度上缓解了交通拥堵，并为节能减排做出了巨大贡献。但随着共享汽车租赁系统的不断发展，尤其是单向共享汽车租赁系统，用户使用结束不必将车辆还至取车租赁点，这种还车服务在为用户提供灵活性的同时，也导致系统中车辆的分布变得不均衡，用户更容易出现借不到车或者没车位还车的情况。
为了解决用户“无车可借，无位可还”的问题，目前共享汽车企业常用的方法是人工调度，尽可能保证用户有空余车位可停。这种调度需要耗费大量的人力物力，运营成本较高。如果人工调度无法满足用户的停车或者借车需求时，这部分需求会被系统拒绝。如果能合理利用用户在系统中的出行，让用户遵循一定的规则将车辆还在合理的租赁点，将能大大降低企业的运营成本，并能满足更多用户的出行需求。
因此，在车辆调度过程中考虑租赁点车位的配置(包括虚拟车位的配置)能让共享汽车企业获得更大的收益，同时更多的用户可以被服务到。本文的重点是在于提出两种灵活的还车策略，并同时考虑虚拟车位的设置、对应惩罚费用的变化对用户和企业的影响。
基于此，本发明提出了一种考虑租赁点车位数量和车辆调度的联合优化方法，该方法基于已有的共享汽车租赁系统，每个站点可以设置不同数量的虚拟车位以满足更多用户的还车需求。考虑不同供需条件的影响(供需关系通过租赁系统车位数和用户出行需求总数确定。当研究时段内，用户出行需求总数大于、等于和小于租赁系统车位数，分别对应供大于求，供需平衡和供小于求三种供需条件)，建立了非线性混合整数规划模型，并利用大M法将非线性约束转为线性约束。经过数据验证，本发明可以得到合理的车辆、车位配置以及调度方案，为提高企业利润和用户需求满足率提供科学依据。
发明内容
合理的车位配置是解决单向共享汽车租赁系统还车难的重要环节。车位的合理设置既能够为更多的用户提供服务，又能够提高共享汽车企业的综合效益。本发明提供了一种考虑租赁点车位数量和车辆调度的联合优化方法，并且引入两种还车策略(就近停放，相邻区域停放)，在三种供需关系(供大于求，供等于求，供小于求)下，分析两种不同策略的作用，为共享汽车企业的运营调度、车位配置提供理论支持。
为达到以上目的，本发明采取的技术方案是：
一种考虑租赁点车位数量和车辆调度的联合优化方法，包括以下步骤：
步骤1：将研究区域的共享汽车站点根据一定规则聚类成若干小区域；
步骤2：为了解决“无车可借，无位可还”的出行难题，提出了两种灵活的还车策略；
步骤3：分析两种还车策略下用户可能出现的多种出行模式，并依据出行模式将用户分为不同类型，同时给出共享汽车企业可以安排的调度操作类型；
步骤4：以最大化运营商的总利润为目标函数，建立考虑租赁点车位数量和车辆调度的非线性混合整数联合优化模型；
步骤5：将模型中的非线性约束，利用大M法转化为线性约束；
步骤6：确定参数，代入已知数据，采用线性规划方法求解模型，得到不同情形下的用户出行结果。
步骤1中的规则为：
利用基于密度的聚类算法，以数据集在空间分布上的稠密程度为依据进行聚类，即只要一个区域中的样本密度大于某个阈值，就把它划入与之相近的簇中。
步骤2中的还车策略为：
策略1(就近停放策略)：如果租赁点无空余车位可供用户还车，企业允许用户将车辆停放在租赁点附近的道路停车(前提是不影响租赁点正常运营和城市交通，称之为虚拟车位，企业需要支付一定的费用才能使用虚拟车位)，但是用户需要向企业缴纳一定的惩罚成本；
策略2(相邻区域停放策略)：用户可以将车辆还至同区域其他租赁点的空余车位上，用户需要负担一定的时间成本，此过程中的车辆能耗费用需要企业负担。
步骤3中的用户出行模式和类型为：
用户的出行模式分别为以下三种，从实际车位出发到实际车位，也可以从实际车位出发到虚拟车位，还可以从实际车位出发到同区域其他站点的实际车位；为了更加直观的展示用户的多种出行模式，图1利用两个区域，展示了用户在共享汽车租赁系统中可能会遇到的三种还车情况，分别记为Pattern Ⅰ、Ⅱ、Ⅲ；其中，实线矩形表示租赁点的实际车位，虚线矩形表示租赁点的虚拟车位，同一种颜色表示的租赁点属于同一个区域，以浅色矩形表示的租赁点i,k同属于m区域，以深色矩形表示的租赁点j,l同属于n区域，还车模式含义分别如下：
Pattern Ⅰ表示用户从m区域i租赁点t时刻借车出发，t'时刻( 表示从m区域i租赁点t时刻出发到n区域j租赁点花费的时间)到达同区域的k租赁点或者n区域的l租赁点后，能够将车辆归还至实际车位，其中区域m和n可以是同一个区域也可以是不同的区域，该模式下的用户为第一类用户，记做/>或/>
Pattern Ⅱ表示用户到达同区域k租赁点或n区域l租赁点后，发现无空余车位，将车辆还至虚拟车位，同理区域m和n可以是同一个区域也可以是不同的区域，该模式下的用户为第二类用户，记做或/>采用Pattern Ⅱ还车方式的第二类用户只能将车辆还至虚拟车位；
Pattern Ⅲ表示用户从m区域i租赁点出发，在n区域j租赁点无空余车位还车的情况下，将车辆还至与j同区域的l租赁点，该模式下的用户为第三类用户，记做采用Pattern Ⅲ还车方式的第三类用户，最终只能将车辆还至同区域其他租赁点的实际车位，用户将车辆从n区域j租赁点还至与j同区域的l租赁点的出行过程被表示为/>
图2展示了用户需求与调度操作的所有可能情况，或/>表示出行模式为Pattern Ⅰ的用户，用户只能将车辆还至实际车位处；/>或/>表示出行模式为Pattern Ⅱ的用户，用户只能将车辆归还至虚拟车位处；出行模式为Pattern Ⅲ的用户，j租赁点无空余车位供用户还车，这一出行过程表示为/>或/>用户选择将车辆还至同区域租赁点的实际车位处，这一过程表示为/>关于调度操作，/>表示调度员在t时间步从m区域i租赁点将车辆调出，经过/>时间后，在/>时间步调入n区域j租赁点，当调出车辆的车位为虚拟车位时，这一调度过程被表示为/>同时禁止调度员将车辆调至虚拟车位。
步骤4具体为：
共享汽车企业的总利润包括所有用户支付的租车费用、车辆维护与折旧费用、实际车位的运营费用、虚拟车位的运营费用、调度人员费用、车辆在调度过程中产生的能耗费用、使用还车模式Pattern Ⅱ的用户缴纳的惩罚费用、使用还车模式Pattern Ⅲ的用户额外造成的能耗成本，考虑流量守恒、初始和结束时刻虚拟车位可用车辆数约束、站点的基本约束以及不同类型用户出行的优先级，联合优化模型表示如下：
其中，Π1表示运营商的总利润；P表示用户的单位租车价格；I,I'分别为共享汽车系统中实际站点和拥有虚拟车位的租赁点集合；M是共享汽车租赁系统内的区域集合；X表示由区域、租赁点实际车位、时间步构成的时空节点集合；X'表示由区域、租赁点虚拟车位、时间步构成的时空节点集合；T为运营时段内的时间步集合，其中T表示研究时段的最大时间步数量；表示车辆从m区域i租赁点行驶至n区域j租赁点所需的时间；A为车辆在t时间步，从m区域内的i租赁点出发，经过/>时间后，在/>时间步移动至n区域内的j租赁点所形成的有向弧集合；/>分别表示Pattern Ⅰ、Ⅱ和Ⅲ的用户数量；/>表示t时间步，用户在m区域j租赁点无法还车，将车辆还至同区域l租赁点，其数量与采用PatternⅢ的用户数量一致；Cs,Cs'分别表示每个时间步的租赁点实际车位、虚拟车位的运营成本；Ce,Cf,Cr分别表示车辆能耗、车辆折旧、人员调度的单位时间成本，Cp表示用户将车辆停放在虚拟车位的惩罚费用；/>表示用户的出行需求，即用户在t时间步从m区域的i租赁点借车，经过/>时间后，在/>时间步将车辆还至n区域j租赁点的车辆数；/>表示m区域i租赁点的实际车位容量限制；/>表示m区域i租赁点在t时间步的可用车辆数；/>表示m区域i租赁点车位的冗余比例，即可以设置的虚拟车位数量和实际车位数的比例；α表示设置虚拟车位的比例上限值，可以根据实际情况进行取值；/>表示调度员在t时间步从m区域i租赁点将车辆调出，经过/>时间后，在/>时间步调入n区域j租赁点；/>表示用户从m区域i租赁点步行到达同区域j租赁点所需的时间；
公式(2)为共享汽车用户的出行基本约束，公式(3)-(4)表示租赁点实际车位和虚拟车位的流量守恒；公式(5)-(9)表示租赁点实际车位和虚拟车位数限制；公式(10)-(11)表示调度和用户出行之间的关系；公式(12)-(15)表示不同类型用户出行应满足的关系；公式(16)-(18)表示各个决策变量的取值要求。
步骤5具体为：
约束条件(12)为非线性约束，求解时需要转化为线性约束；大M法可以利用0-1变量u将非线性约束z(q+Qz)＝0转化为z<＝Mu和q+Qz≤M(1-u)两个线性约束，其中M为一个非常大的正整数。因此引入0-1变量约束条件(12)可以转化为(19)-(21)：
步骤6具体为：
每个虚拟车位的运营费用设置为α￥/min，停在虚拟车位的惩罚成本因为暂无参考标准，因此求解时在[a,b]￥之间以一定的步长进行分析。
本发明的有益效果：本发明基于共享汽车需求情况，设置了两种不同灵活的还车策略，将租赁点车位数量和车辆调度联合起来进行优化决策。考虑到虚拟车位的设置会影响用户的取车还车决策，将其作为模型约束的重要部分，并以共享汽车企业总利润最大为目标构建优化模型。本模型属于非线性混合整数规划模型，利用大M法将约束中的非线性约束转化为线性约束后，模型转化为线性混合整数规划模型，可以直接用各种线性规划求解软件(如Xpress，CPLEX等)进行精确求解。
附图说明
本发明有如下附图：
图1用户的还车模式示意图；
图2用户需求与调度操作示意图；
具体实施方式
以下结合附图对本发明作进一步详细说明。
本发明所述的考虑租赁点车位数量和车辆调度的联合优化方法，包括如下步骤：
步骤1：站点分区；
将研究区域的共享汽车站点根据一定规则聚类成若干小区域，利用基于密度的聚类算法，以数据集在空间分布上的稠密程度为依据进行聚类，即只要一个区域中的样本密度大于某个阈值，就把它划入与之相近的簇中。
步骤2：为了解决“无车可借，无位可还”的出行难题，提出了两种灵活的还车策略；
策略1(就近停放策略)：如果租赁点无空余车位可供用户还车，企业允许用户将车辆停放在租赁点附近的道路停车(前提是不影响租赁点正常运营和城市交通，称之为虚拟车位，企业需要支付一定的费用才能使用虚拟车位)，但是用户需要向企业缴纳一定的惩罚成本；
策略2(邻近区域停放策略)：用户可以将车辆还至同区域其他租赁点的空余车位上，用户需要负担一定的时间成本，此过程中的车辆能耗费用需要企业负担。
步骤3：确定两种还车策略下用户可能出现的多种出行模式，根据不同的出行模式，将用户分为不同类型，并给出共享汽车企业可能安排的调度操作；
用户的出行模式分别为以下三种，从实际车位出发到实际车位，也可以从实际车位出发到虚拟车位，还可以从实际车位出发到同区域其他站点的实际车位；为了更加直观的展示用户的多种出行模式，图1利用两个区域，展示了用户在共享汽车租赁系统中可能会遇到的三种还车情况，分别记为Pattern Ⅰ、Ⅱ、Ⅲ；其中，实线矩形表示租赁点的实际车位，虚线矩形表示租赁点的虚拟车位，同一种颜色表示的租赁点属于同一个区域，以浅色矩形表示的租赁点i,k同属于m区域，以深色矩形表示的租赁点j,l同属于n区域，还车模式含义分别如下：
Pattern Ⅰ表示用户从m区域i租赁点t时刻借车出发，t'时刻( 表示从m区域i租赁点t时刻出发到n区域j租赁点花费的时间)到达同区域的k租赁点或者n区域的l租赁点后，能够将车辆归还至实际车位，其中区域m和n可以是同一个区域也可以是不同的区域，该模式下的用户为第一类用户，记做/>或/>
Pattern Ⅱ表示用户到达同区域k租赁点或n区域l租赁点后，发现无空余车位，将车辆还至虚拟车位，同理区域m和n可以是同一个区域也可以是不同的区域，该模式下的用户为第二类用户，记做或/>采用Pattern Ⅱ还车方式的第二类用户只能将车辆还至虚拟车位；
Pattern Ⅲ表示用户从m区域i租赁点出发，在n区域j租赁点无空余车位还车的情况下，将车辆还至与j同区域的l租赁点，该模式下的用户为第三类用户，记做采用Pattern Ⅲ还车方式的第三类用户，最终只能将车辆还至同区域其他租赁点的实际车位，用户将车辆从n区域j租赁点还至与j同区域的l租赁点的出行过程被表示为/>
图2展示了用户需求与调度操作的所有可能情况，或/>表示出行模式为Pattern Ⅰ的用户，用户只能将车辆还至实际车位处；/>或/>表示出行模式为Pattern Ⅱ的用户，用户只能将车辆归还至虚拟车位处；出行模式为Pattern Ⅲ的用户，j租赁点无空余车位供用户还车，这一出行过程表示为/>或/>用户选择将车辆还至同区域租赁点的实际车位处，这一过程表示为/>关于调度操作，/>表示调度员在t时间步从m区域i租赁点将车辆调出，经过/>时间后，在/>时间步调入n区域j租赁点，当调出车辆的车位为虚拟车位时，这一调度过程被表示为/>禁止调度员将车辆调至虚拟车位。
步骤4：以最大化共享汽车企业的总利润为目标函数，建立考虑租赁点车位数量和车辆调度的联合优化模型；
共享汽车企业的总利润包括所有用户支付的租车费用、车辆维护与折旧费用、实际车位的运营费用、虚拟车位的运营费用、调度人员费用、车辆在调度过程中产生的能耗费用、使用还车模式Pattern Ⅱ的用户缴纳的惩罚费用、使用还车模式Pattern Ⅲ的用户额外造成的能耗成本，考虑流量守恒、初始和结束时刻虚拟车位可用车辆数约束、站点的基本约束以及不同类型用户出行的优先级，联合优化模型表示如下：
/>
其中，Π1表示运营商的总利润；P表示用户的单位租车价格；I,I'分别为共享汽车系统中实际站点和拥有虚拟车位的租赁点集合；M是共享汽车租赁系统内的区域集合；X表示由区域、租赁点实际车位、时间步构成的时空节点集合；X'表示由区域、租赁点虚拟车位、时间步构成的时空节点集合；T为运营时段内的时间步集合，其中T表示研究时段的最大时间步数量；表示车辆从m区域i租赁点行驶至n区域j租赁点所需的时间；A为车辆在t时间步，从m区域内的i租赁点出发，经过/>时间后，在/>时间步移动至n区域内的j租赁点所形成的有向弧集合；/>分别表示Pattern Ⅰ、Ⅱ和Ⅲ的用户数量；/>表示t时间步，用户在m区域j租赁点无法还车，将车辆还至同区域l租赁点，其数量与采用Pattern Ⅲ的用户数量一致；Cs,Cs'分别表示每个时间步的租赁点实际车位、虚拟车位的运营成本；Ce,Cf,Cr分别表示车辆能耗、车辆折旧、人员调度的单位时间成本，Cp表示用户将车辆停放在虚拟车位的惩罚费用；/>表示用户的出行需求，即用户在t时间步从m区域的i租赁点借车，经过/>时间后，在/>时间步将车辆还至n区域j租赁点的车辆数；/>表示m区域i租赁点的实际车位容量限制；/>表示m区域i租赁点在t时间步的可用车辆数；/>表示m区域i租赁点车位的冗余比例，即可以设置的虚拟车位数量和实际车位数的比例；α表示设置虚拟车位的比例上限值，可以根据实际情况进行取值；/>表示调度员在t时间步从m区域i租赁点将车辆调出，经过/>时间后，在/>时间步调入n区域j租赁点；/>表示用户从m区域i租赁点步行到达同区域j租赁点所需的时间；
公式(2)为共享汽车用户的出行基本约束，公式(3)-(4)表示租赁点实际车位和虚拟车位的流量守恒；公式(5)-(9)表示租赁点实际车位和虚拟车位数限制；公式(10)-(11)表示调度和用户出行之间的关系；公式(12)-(15)表示不同类型用户出行应满足的关系；公式(16)-(18)表示各个决策变量的取值要求。
步骤5：将模型中的非线性约束，利用大M法转化为线性约束；
约束条件(12)为非线性约束，求解时需要转化为线性约束；大M法可以利用0-1变量u将非线性约束z(q+Qz)＝0转化为z<＝Mu和q+Qz≤M(1-u)两个线性约束，其中M为一个非常大的正整数，因此引入0-1变量约束条件(12)可以转化为(19)-(21)：
最终联合优化模型变为目标函数(1)，约束(2)-(11),(13)-(18)以及(19)-(21)。
步骤6：确定参数，代入已知数据，采用线性规划求解软件Xpress进行模型求解，得到不同情形下的用户出行结果。
参数主要指的是每个虚拟车位的运营费用和用户将车停在虚拟车位的惩罚成本，每个虚拟车位的运营费用设置为α￥/min，停在虚拟车位的惩罚成本因为暂无参考标准，因此求解时在[a,b]￥之间以一定的步长进行分析。
不同的情形指的是在多种供需情况和参数设置下，共享汽车租赁系统中参与主体不同对应的7种情形，例如只有用户参与的情形中，可以只有Pattern Ⅰ的用户(对应实际中用户只能将车还在实际车位上)，也可以有Pattern Ⅰ和Ⅱ(对应用户无车位可停时，可以缴纳一定的惩罚费用停在虚拟车位处)，或者Pattern Ⅰ和Ⅲ(对应用户无车位可停时，可以将车停在同区域的实际车位处)，当企业参与运营管理后，参与的主体在前三个情形的前提下分别增加了调度，最后一个情形中Pattern Ⅰ、Ⅱ、Ⅲ和调度均存在(即用户无车位可停时，可以根据需要支付的成本灵活选择还车策略)。
设置不同的参数，求解以上7种情形下的联合优化模型，结果表明不同情形下的用户出行以及共享汽车企业收益差异较大，通过不同情形之间的对比证实该模型能够得到合理有效的车位配置和调度决策结果。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的实质和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的保护范围。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (3)

1.一种考虑租赁点车位数量和车辆调度的联合优化方法，其特征在于，包括如下步骤：
步骤1：将研究区域的所有共享汽车租赁点根据一定规则聚类成若干小区域；
步骤2：为了解决“无车可借，无位可还”的出行难题，提出了两种灵活的还车策略；
步骤3：分析两种还车策略下用户可能出现的多种出行模式，并依据出行模式将用户分为不同类型，同时给出共享汽车企业可以安排的调度操作类型；
步骤4：以最大化共享汽车企业的总利润为目标函数，建立考虑租赁点车位数量和车辆调度的非线性混合整数联合优化模型；
步骤5：将模型中的非线性约束，利用大M法转化为线性约束；
步骤6：确定参数，代入已知数据，采用线性规划方法求解模型，得到不同情形下的用户出行结果；
其中，步骤2中两种灵活的还车策略为：
就近停放策略：如果租赁点无空余车位可供用户还车，企业允许用户将车辆停放在租赁点附近的道路停车，前提是不影响租赁点正常运营和城市交通，且称之为虚拟车位，企业需要支付一定的费用才能使用，但是用户需要向企业缴纳一定的惩罚成本；
相邻区域停放策略：用户可以将车辆还至同区域其他租赁点的空余车位上，用户需要负担一定的时间成本，此过程中的车辆能耗费用需要企业负担；
步骤3中的用户出行模式和类型为：
用户的出行模式分别为以下三种，从实际车位出发到实际车位，或者从实际车位出发到虚拟车位，或者从实际车位出发到同区域其他站点的实际车位；用户在共享汽车租赁系统中可能会遇到的三种还车情况，分别记为PatternⅠ、Ⅱ、Ⅲ；还车模式含义分别如下：
PatternⅠ表示用户从m区域i租赁点t时刻借车出发，t′时刻到达同区域的k租赁点或者n区域的l租赁点后，能够将车辆归还至实际车位，其中， 表示从m区域i租赁点t时刻出发到n区域j租赁点花费的时间，区域m和n是相同或者不同的区域，该模式下的用户为第一类用户，记做/>或/>
PatternⅡ表示用户到达同区域k租赁点或n区域l租赁点后，发现无空余车位，将车辆还至虚拟车位，同理区域m和n是相同或者不同的区域，该模式下的用户为第二类用户，记做或/>采用PatternⅡ还车方式的第二类用户只能将车辆还至虚拟车位；
PatternⅢ表示用户从m区域i租赁点出发，在n区域j租赁点无空余车位还车的情况下，将车辆还至与j同区域的l租赁点，该模式下的用户为第三类用户，记做采用PatternⅢ还车方式的第三类用户，最终只能将车辆还至同区域其他租赁点的实际车位，用户将车辆从n区域j租赁点还至与j同区域的l租赁点的出行过程被表示为/>
或/>表示出行模式为PatternⅠ的用户，用户只能将车辆还至实际车位处；或/>表示出行模式为PatternⅡ的用户，用户只能将车辆归还至虚拟车位处；出行模式为PatternⅢ的用户，j租赁点无空余车位供用户还车，这一出行过程表示为或/>用户选择将车辆还至同区域租赁点的实际车位处，这一过程表示为
关于调度操作，表示调度员在t时间步从m区域i租赁点将车辆调出，经过/>时间后，在/>时间步调入n区域j租赁点，当调出车辆的车位为虚拟车位时，这一调度过程被表示为/>同时禁止调度员将车辆调至虚拟车位；
步骤4具体为：
共享汽车企业的总利润包括所有用户支付的租车费用、车辆维护与折旧费用、实际车位的运营费用、虚拟车位的运营费用、调度人员费用、车辆在调度过程中产生的能耗费用、使用还车模式PatternⅡ的用户缴纳的惩罚费用、使用还车模式PatternⅢ的用户额外造成的能耗成本，考虑流量守恒、初始和结束时刻虚拟车位可用车辆数约束、站点的基本约束以及不同类型用户出行的优先级，联合优化模型表示如下：
其中，Π1表示运营商的总利润；P表示用户的单位租车价格；I,I′分别为共享汽车系统中实际站点和拥有虚拟车位的租赁点集合；M是共享汽车租赁系统内的区域集合；X表示由区域、租赁点实际车位、时间步构成的时空节点集合；X′表示由区域、租赁点虚拟车位、时间步构成的时空节点集合；T为运营时段内的时间步集合，其中T表示研究时段的最大时间步数量；表示车辆从m区域i租赁点行驶至n区域j租赁点所需的时间；A为车辆在t时间步，从m区域内的i租赁点出发，经过/>时间后，在/>时间步移动至n区域内的j租赁点所形成的有向弧集合；/>分别表示PatternⅠ、Ⅱ和Ⅲ的用户数量；/>表示t时间步，用户在m区域j租赁点无法还车，将车辆还至同区域l租赁点，其数量与采用PatternⅢ的用户数量一致；Cs,Cs′分别表示每个时间步的租赁点实际车位、虚拟车位的运营成本；Ce,Cf,Cr分别表示车辆能耗、车辆折旧、人员调度的单位时间成本，Cp表示用户将车辆停放在虚拟车位的惩罚费用；/>表示用户的出行需求，即用户在t时间步从m区域的i租赁点借车，经过/>时间后，在/>时间步将车辆还至n区域j租赁点的车辆数；/>表示m区域i租赁点的实际车位容量限制；/>表示m区域i租赁点在t时间步的可用车辆数；/>表示m区域i租赁点车位的冗余比例，即可以设置的虚拟车位数量和实际车位数的比例；/>表示调度员在t时间步从m区域i租赁点将车辆调出，经过/>时间后，在/>时间步调入n区域j租赁点；/>表示用户从m区域i租赁点步行到达同区域j租赁点所需的时间；公式(2)为共享汽车用户的出行基本约束，公式(3)-(4)表示租赁点实际车位和虚拟车位的流量守恒；公式(5)-(9)表示租赁点实际车位和虚拟车位数限制；公式(10)-(11)表示调度和用户出行之间的关系；公式(12)-(15)表示不同类型用户出行应满足的关系；公式(16)-(18)表示各个决策变量的取值要求；
步骤5具体为：
约束条件(12)为非线性约束，求解时需要转化为线性约束；大M法可以利用0-1变量u将非线性约束z(q+Qz)＝0转化为z<＝Mu和q+Qz≤M(1-u)两个线性约束，其中M为一个非常大的正整数，因此引入0-1变量约束条件(12)可以转化为(19)-(21)：
。
2.如权利要求1所述的考虑租赁点车位数量和车辆调度的联合优化方法，其特征在于，步骤1中的规则为：
利用基于密度的聚类算法，以数据集在空间分布上的稠密程度为依据进行聚类，即只要一个区域中的样本密度大于某个阈值，就把它划入与之相近的簇中。
3.如权利要求1所述的考虑租赁点车位数量和车辆调度的联合优化方法，其特征在于，步骤6具体为：
每个虚拟车位的运营费用设置为α￥/min，停在虚拟车位的惩罚成本因为暂无参考标准，因此求解时在[a,b]￥之间以一定的步长进行分析。
CN202011377230.1A 2020-11-30 2020-11-30 一种考虑租赁点车位数量和车辆调度的联合优化方法 Active CN112801727B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011377230.1A CN112801727B (zh) 2020-11-30 2020-11-30 一种考虑租赁点车位数量和车辆调度的联合优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011377230.1A CN112801727B (zh) 2020-11-30 2020-11-30 一种考虑租赁点车位数量和车辆调度的联合优化方法

Publications (2)

Publication Number Publication Date
CN112801727A CN112801727A (zh) 2021-05-14
CN112801727B true CN112801727B (zh) 2024-06-14

Family

ID=75806121

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011377230.1A Active CN112801727B (zh) 2020-11-30 2020-11-30 一种考虑租赁点车位数量和车辆调度的联合优化方法

Country Status (1)

Country Link
CN (1) CN112801727B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115512490A (zh) * 2021-06-22 2022-12-23 北京骑胜科技有限公司 还车方法、装置、存储介质及计算机程序产品
CN116798234B (zh) * 2023-08-28 2024-01-26 北京阿帕科蓝科技有限公司 车站参数信息的确定方法、装置、计算机设备和存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150053845A (ko) * 2013-11-08 2015-05-19 주식회사 티모넷 Ｇｉｓ 기반의 렌탈 차량 무인화 반납 시스템 및 그 방법
KR101720854B1 (ko) * 2015-02-25 2017-04-03 주식회사 한국카쉐어링 카 쉐어링에 의한 기업용 차량의 사용 대여 시스템 및 방법
KR101768875B1 (ko) * 2016-03-04 2017-08-17 주식회사 타바 렌터카 내비게이션을 이용한 관광 컨텐츠 공급 시스템의 수수료 과금 시스템
CN106372776A (zh) * 2016-08-19 2017-02-01 北京恒天易开科技股份有限公司 电动汽车租赁行业无人值守租赁点车辆调度系统及其方法
KR20180051051A (ko) * 2016-11-08 2018-05-16 김우진 아파트 단지와 제휴하여 차량을 대여하는 차량 대여관리 서비스 시스템과 그 방법
CN107832957A (zh) * 2017-11-14 2018-03-23 南通大学 一种基于多类型自行车装卸的公共租赁自行车调度方法
JP6899074B2 (ja) * 2017-12-07 2021-07-07 トヨタ自動車株式会社 管理システム、管理方法、及び管理プログラム
CN108960590A (zh) * 2018-06-15 2018-12-07 平安科技（深圳）有限公司 车辆租赁方法、装置、计算机设备和存储介质
CN111275296B (zh) * 2020-01-14 2022-06-24 北京交通大学 一种基于轨迹数据的单向共享汽车系统选址优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
公共自行车动态调度系统需求预测模型研究;何流;李旭宏;陈大伟;卢静;吴圆圆;;武汉理工大学学报(交通科学与工程版)(第02期);全文 *
考虑动态多时段借还车需求的城市自行车租赁系统规划模型;刘新宇;陈群;;系统管理学报(第01期);全文 *

Also Published As

Publication number Publication date
CN112801727A (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
Liu et al. Multi-agent based optimal scheduling and trading for multi-microgrids integrated with urban transportation networks
CN112801727B (zh) 一种考虑租赁点车位数量和车辆调度的联合优化方法
CN105185116B (zh) 网络集约小客车出行需求热力图构建方法
CN105575108B (zh) 一种智能公交调度运营方法
Liu et al. A planning strategy considering multiple factors for electric vehicle charging stations along German motorways
CN103049817B (zh) 结合负载平衡机制的需求式共乘运输服务方法
CN105761482A (zh) 基于公平性的出租车实时预约方法及系统
CN110027440B (zh) 一种基于v2g技术负荷高峰期的分层调度方法
CN105913653A (zh) 一种云平台环境下公共交通智能行车计划排班系统及方法
Mirheli et al. Hierarchical optimization of charging infrastructure design and facility utilization
CN112561249A (zh) 面向实时需求的城市定制公交调度方法
CN114897285A (zh) 一种基于剩余电量的共享汽车调度方法
Jiang et al. Pricing and resource allocation under competition in a docked bike-sharing market
Dai et al. Exploring the drive-by sensing power of bus fleet through active scheduling
Lai et al. A rolling-horizon decision framework for integrating relocation and user flexibility in one-way electric carsharing systems
CN111244990B (zh) 一种配电网v2g辅助服务日前调度方法
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
Leurent et al. Structural design of a hierarchical urban transit network integrating modal choice and environmental impacts
Yang et al. Leveraging urban integrated energy-traffic systems with vehicle re-allocation
CN113011686A (zh) 一种面向电动出租车队与换电运营商的低碳运行方法
Van Zyl et al. Planning of a public transport system for the city of Kigali, Rwanda
CN108629522B (zh) 一种基于聚类分析的公共自行车调度方法
Ghamami et al. Electric Vehicle Charger Placement Optimization in Michigan: Phase II-Urban
CN113743797A (zh) 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
Zhang et al. Online Joint Ride-Sharing and Dynamic Vehicle-to-Grid Coordination for Connected Electric Vehicle System

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