【摘要】：隨著居民出行需求更加多樣化和“互聯(lián)網(wǎng)+”概念深入拓展,以共享單車為代表的共享交通成為城市交通發(fā)展的關(guān)鍵方向。共享單車因為方便時尚等優(yōu)點快速興起,但其野蠻擴張也引發(fā)了廣泛社會憂慮,尤其是亂停亂放對交通秩序產(chǎn)生巨大沖擊。本研究基于摩拜單車提供的南京出行訂單數(shù)據(jù),深入挖掘共享單車出行特征,通過多種聚類方法分析出行需求來確定虛擬站點,使用多種模型進(jìn)行客流短時預(yù)測,最終實現(xiàn)準(zhǔn)確識別各虛擬站點服務(wù)區(qū)域的車輛調(diào)度需求。本文首先初步分析了共享單車的基本情況,為后續(xù)研究奠定基礎(chǔ)。從技術(shù)特性、現(xiàn)狀面臨問題、各地管理政策等方面簡要介紹了共享單車概況,并針對行業(yè)未來發(fā)展方向提出建議。對南京摩拜單車出行訂單數(shù)據(jù)進(jìn)行初步分析,從服務(wù)范圍、車輛規(guī)模、用戶數(shù)量、出行訂單數(shù)量、車輛周轉(zhuǎn)率等指標(biāo)評估企業(yè)運營服務(wù),從使用頻率、出行時間、出行距離等情況分析用戶需求特征,并考慮了天氣影響和接駁軌道交通需求。接著,基于出行需求聚類分析提出了虛擬站點識別方法。對共享單車出行需求時空特征進(jìn)行聚類分析,將聚類中心確定為虛擬站點,聚類邊界作為虛擬站點服務(wù)范圍。分析比較K均值、密度聚類和時空聚類三種方法,使用輪廓系數(shù)、CH值和站點半徑等指標(biāo)進(jìn)行評價,得到合理可信的虛擬站點識別結(jié)果。分析表明K均值聚類結(jié)果最好,南京建成區(qū)大約有4000個共享單車虛擬站點。再后,使用多種模型進(jìn)行客流短時預(yù)測,為實時動態(tài)識別調(diào)度需求提供可能。線性方法使用歷史均值和時間序列,非線性方法使用神經(jīng)網(wǎng)絡(luò)和隨機森林。用平均絕對誤差、均方根誤差、R方等指標(biāo),評估各種預(yù)測方法的優(yōu)劣。結(jié)果發(fā)現(xiàn),隨機森林預(yù)測結(jié)果最好,但另外三種方法也可以實現(xiàn)較為準(zhǔn)確的預(yù)測。最后,參考企業(yè)實際運營調(diào)度情況建立虛擬站點調(diào)度需求識別方法。對運營數(shù)據(jù)分析表明,南京摩拜單車的調(diào)度能力約為每日2-3萬車次。區(qū)域內(nèi)車輛數(shù)量需要保持在合理閾值范圍,上限是保證車輛密度不能過大以避免無處可還,閾值下限是保證車輛數(shù)量不能過少以避免無車可借。在車輛閾值和客流預(yù)測基礎(chǔ)上有效識別車輛調(diào)度需求,并提出了實用可靠的綜合調(diào)度方法。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U491.225
【圖文】：

多人共享使用的自行車服務(wù)系統(tǒng)，是城市慢行交通系統(tǒng)的組成部分。如圖2-1 所示，從零件構(gòu)造角度可以簡單得出“共享單車=自行車+智能鎖”這一公式。共享單車自 2016 年底開始大規(guī)模推廣以來，與高鐵、移動支付和電子商務(wù)并稱為中國“新四大發(fā)明”。經(jīng)過 2017、2018 年的市場淘汰，目前國內(nèi)的主要共享單車企業(yè)有摩拜單車、小黃車和哈羅單車等。圖 2-1 共享單車車輛構(gòu)造智能鎖是共享單車的核心部件，分為七大模塊：中央處理器、衛(wèi)星定位模塊、數(shù)據(jù)通信模塊、開關(guān)鎖模塊、電源管理模塊、移動報警模塊和用戶交互模塊。智能鎖實現(xiàn)了定位和通訊兩大功能，通過手機 App 讓用戶隨時隨地可以定位并使用最近的共享單車，

圖 2-2 共享單車智能鎖模塊端實時交互，實現(xiàn)掃碼開鎖、關(guān)鎖結(jié)費，為用戶提供了。手機 APP 上可以查看周圍停放的可用單車，并可提停放地點后，手機掃碼、藍(lán)牙通訊或輸入密碼后開鎖；車位置，關(guān)鎖后自動結(jié)算費用。

圖 2-2 共享單車智能鎖模塊智能鎖與云端實時交互，實現(xiàn)掃碼開鎖、關(guān)鎖結(jié)費，為用戶提供了實時找車、的騎行服務(wù)。手機 APP 上可以查看周圍停放的可用單車，并可提前預(yù)約用車達(dá)可用單車停放地點后，手機掃碼、藍(lán)牙通訊或輸入密碼后開鎖；騎行到達(dá)目后，尋找停車位置，關(guān)鎖后自動結(jié)算費用。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李玉;石小林;;考慮倒垛情況的場吊調(diào)度問題研究[J];交通運輸工程與信息學(xué)報;2017年02期

2 沈益民;范玉順;;調(diào)度問題微結(jié)構(gòu)及柔性優(yōu)化方法[J];自動化學(xué)報;2006年02期

3 董平;機器調(diào)度問題及求解方法[J];物流技術(shù)與應(yīng)用;1997年01期

4 楊自厚,李寶澤,高志遠(yuǎn);鋼鐵廠煤氣資源的最優(yōu)分配[J];冶金自動化;1988年03期

5 朱繼忠,徐國禹;電力系統(tǒng)有功安全經(jīng)濟(jì)再調(diào)度[J];重慶大學(xué)學(xué)報(自然科學(xué)版);1989年06期

6 鄢勇,劉鍵;同步并行任務(wù)流圖的最佳近似調(diào)度[J];電子學(xué)報;1989年05期

7 劉長有;李磊;;一種電網(wǎng)經(jīng)濟(jì)調(diào)度問題的分布式對偶優(yōu)化解法[J];山西建筑;2016年33期

8 周龍飛;張霖;劉永奎;;云制造調(diào)度問題研究綜述[J];計算機集成制造系統(tǒng);2017年06期

9 劉志雄;;求解調(diào)度問題的粒子群算法編碼方法研究[J];武漢科技大學(xué)學(xué)報;2010年01期

10 王璇;劉世峰;劉達(dá);;基于“實時智能”方法的港口物流調(diào)度問題研究[J];物流技術(shù);2009年12期

相關(guān)會議論文 前10條

1 劉海龍;黃小原;;總的未完工費用最小的多機調(diào)度問題[A];1995中國控制與決策學(xué)術(shù)年會論文集[C];1995年

2 耿兆強;康勛;鄒益仁;;用遺傳算法解決模糊加工時間與模糊交貨期下的單機調(diào)度問題[A];2001年中國智能自動化會議論文集（下冊）[C];2001年

3 吳斌;方葉祥;崔志勇;;基于人工蜂群算法的越庫調(diào)度問題研究[A];第25屆中國控制與決策會議論文集[C];2013年

4 張雷;;關(guān)于多人旅行商與調(diào)度問題[A];1995年中國控制會議論文集（下）[C];1995年

5 尹新;楊自厚;;帶有等待時間懲罰的提前／拖期調(diào)度問題的啟發(fā)式解法[A];1994中國控制與決策學(xué)術(shù)年會論文集[C];1994年

6 吳斌;董敏;;考慮行為主體的越庫調(diào)度問題干擾管理研究[A];中國系統(tǒng)工程學(xué)會第十八屆學(xué)術(shù)年會論文集——A12系統(tǒng)科學(xué)與系統(tǒng)工程理論在各個領(lǐng)域中的應(yīng)用研究[C];2014年

7 劉興初;趙千川;鄭大鐘;;具有不同準(zhǔn)備時間和交付期的單機E／T調(diào)度問題研究[A];1998年中國控制會議論文集[C];1998年

8 王海星;申金升;;智能蟻群算法解決公交區(qū)域調(diào)度問題研究[A];2006年首屆ICT大會信息、知識、智能及其轉(zhuǎn)換理論第一次高峰論壇會議論文集[C];2006年

9 全雄文;王力;;基于沖突集的區(qū)間調(diào)度問題性質(zhì)分析和算法設(shè)計[A];中國自動化學(xué)會控制理論專業(yè)委員會D卷[C];2011年

10 齊向彤;涂奉生;;雙交付期E／T調(diào)度問題[A];1997年中國控制會議論文集[C];1997年

相關(guān)重要報紙文章 前1條

1 ;事故教訓(xùn)應(yīng)以改革誠意彌補[N];21世紀(jì)經(jīng)濟(jì)報道;2011年

相關(guān)博士學(xué)位論文 前10條

1 趙玉明;基于數(shù)學(xué)規(guī)劃的煉油廠原油調(diào)度問題建模與算法研究[D];廣東工業(yè)大學(xué);2019年

2 陳鑫;基于誤工損失指標(biāo)的調(diào)度問題與算法研究[D];大連理工大學(xué);2019年

3 肖世昌;加工時間具有隨機性的Job Shop魯棒調(diào)度問題研究[D];西北工業(yè)大學(xué);2018年

4 孫德峰;鋼鐵原料物流計劃與調(diào)度的建模及最優(yōu)化方法研究[D];東北大學(xué);2016年

5 文晶;風(fēng)電集群接入電力系統(tǒng)的源荷協(xié)調(diào)優(yōu)化調(diào)度模型研究[D];華北電力大學(xué)(北京);2015年

6 劉迪迪;能量捕獲無線網(wǎng)絡(luò)的傳輸調(diào)度和能量管理研究[D];西安電子科技大學(xué);2018年

7 侯愛琴;高性能網(wǎng)絡(luò)中面向大數(shù)據(jù)傳輸QoS的帶寬調(diào)度研究[D];西北大學(xué);2018年

8 袁媛;鋼鐵生產(chǎn)與物流調(diào)度的時空建模和凸優(yōu)化方法[D];東北大學(xué);2017年

9 李巖;批運輸排序與物流調(diào)度的算法研究[D];吉林大學(xué);2019年

10 譚龍華;控制性能導(dǎo)向的實時系統(tǒng)調(diào)度參數(shù)優(yōu)化研究[D];西北工業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 梁亞歌;最大化加工收益調(diào)度問題算法研究[D];大連理工大學(xué);2019年

2 王燕;共享汽車異地還車車輛調(diào)度模型研究[D];東華大學(xué);2019年

3 田瀟瀟;多區(qū)域互聯(lián)電熱聯(lián)合系統(tǒng)協(xié)調(diào)調(diào)度[D];華中科技大學(xué);2019年

4 盧軍球;移動邊緣計算中依賴性任務(wù)卸載的時延與能耗優(yōu)化算法研究[D];華中科技大學(xué);2019年

5 梅旭;基于運輸車輛共享策略的跨單元調(diào)度優(yōu)化研究[D];華中科技大學(xué);2019年

6 華明壯;基于訂單數(shù)據(jù)挖掘的共享單車調(diào)度需求分析方法研究[D];東南大學(xué);2018年

7 樊森;基于異構(gòu)Spark集群下的Task調(diào)度優(yōu)化方法[D];東南大學(xué);2019年

8 鄒智杰;數(shù)據(jù)驅(qū)動的公交調(diào)度分析與優(yōu)化研究[D];福州大學(xué);2018年

9 李凡;基于SPEA2的多目標(biāo)AGV-岸吊調(diào)度優(yōu)化研究[D];山東科技大學(xué);2018年

10 郝允梁;考慮激勵機制的智慧家庭能量調(diào)度研究[D];山東科技大學(xué);2018年

本文編號：2764277