基于排队网络的共享单车坏车运维决策优化

共享单车系统中车辆的损坏会严重影响顾客使用体验。为此,运营方需要投入运维资源(如维修工、运载车等)对坏车进行回收、修复和重新投放。由于运维资源有限,如何优化资源的配置是当前共享单车管理实践中待解决的重要问题。本文结合实际运维特点,构建了一个封闭排队网络模型,并在运维资源有限的条件下,以最小化顾客损失比例为目标提出决策问题。本文基于前述排队网络模型,提出基于连续时间马尔可夫过程的状态稳态概率和基于离散事件系统仿真,两种求解系统性能指标的方法。针对决策问题解空间有限且离散的特点,本文结合前述仿真方法,采用基于排序择优(ranking and selection)的仿真优化算法来求解。实验算例结果显示离散事件系统仿真可有效估计出系统性能指标;提升维修工和运载车的工作速率或增加数量可改善系统性能表现,但改善效果边际递减。此外,本文采用的排序择优算法可有效求解决策问题,为共享单车的运营管理决策提供参考。

有桩自行车共享系统吞吐率的近似模型及算法

通过探讨用户需求和骑行时间不确定的有桩自行车共享系统(docked bike-sharing system,DBSS)建立吞吐率的近似模型及算法。一个具有固定自行车数量的DBSS可视为封闭的排队网络,每个站点都是有限的M/M/1队列,由此建立了DBSS吞吐率的近似模型及其算法。该算法不仅能够计算道路上期望的自行车数量、骑行时间、车站的期望库存及停留时间,还能计算最优自行车投放量,即吞吐率最大值对应的最小的自行车投放量。同时,给出了给定用户需求、路由矩阵和车桩分配下站点自行车集聚与空缺的判断方法。将该近似算法在真实的DBSS中进行了应用。结果表明,随着自行车投放量的增加,系统吞吐率呈阶梯形递增但存在上限;自行车投放量一旦超过最优数量将产生闲置,并且自行车集聚与空缺站点分布也将固定。