基于马尔科夫链模型与遗传算法的共享汽车调度方法研究

研究共享汽车系统中站点供车调度问题。在浮动共享汽车系统中单日调度因数据滞后带来较大误差,改为短时间窗、多次调度。使用马尔可夫链模型进行短时预测站点内可用车辆数,再使用遗传算法,基于预测而得的站点可用车辆与需求,以满足站点需求提高用户使用率为目标进行优化,得出调度方案。在仿真系统中进行方案模拟,对调度方法的计算力,优化表现等进行评估,论证该方法的有效性与适应性。

基于集成方法的共享单车使用量预测

由于共享单车的分布范围广泛,用户使用有一定的潮汐性,如何正确地对共享单车的使用状况进行预测,可以有效提高共享单车的使用率。在降低单车调度成本的同时减少单车的总投放数量,也可以帮助共享单车企业减少单车资产的资金压力,从而帮助共享单车企业进行盈利。利用集成方法对于单车在某一位置的使用量进行预测,其均方根对数差值仅为0.107,较好地预测了共享单车的使用需求。