基于马尔可夫链的无桩共享单车车辆投放规模分析

为动态优化无桩共享单车投放规模,加强规范化管理,采用马尔可夫随机过程的数学方法研究共享单车的投放问题.分析了无桩共享单车使用过程所具有的不可约、非周期和正常返等性质,为高效求解共享单车站点的稳态规模,通过构造转移概率随机素矩阵,使用向量迭代技术,提出“稀疏矩阵秩-修正算法”,并进一步讨论了稳态规模的依时间段动态求解问题.最后,结合数据对算法进行了验证与分析,得出共享单车马尔可夫链“极限状态(稳态)概率唯一存在且独立于初始概率分布”的结论.可用于解决无桩共享单车投放和调度中的无序问题.

基于兴趣点聚类的无桩共享单车时空模式分析

城市无桩共享单车发展迅猛,其方便快捷、经济高效的特点受到人们的推崇。它们产生的数字足迹揭示了城市范围内人们在时间和空间上的活动,使利用共享单车对城市中人们的活动进行定量分析成为可能。利用采集的北京市无桩共享单车数据,提出了一种基于城市兴趣点聚类的方法,对城市空间进行划分,构建城市共享单车的流动网络,并从不同的角度分析单车流动的时空模式。本文的研究有助于了解城市居民的出行特点,帮助城市相关管理人员设计和规划城市交通管理体系。

基于Fisher算法的无桩共享单车故障预测

无桩共享单车故障的主要诊断方式为人工定期维修和APP用户反馈,但在诊断过程中存在浪费劳动力和资金、报修率较低等问题。因此,单车的故障率居高不下,严重影响用户的使用体验,不利于共享单车企业的未来发展。为提高故障诊断效率并节约成本,结合大数据技术,提出共享单车故障预测模型及求解算法进行探究:以无桩共享单车的行驶时间和行驶距离作为输入,构建有条件约束的故障预测模型;针对模型计算的复杂性,利用Fisher线性判别法设计模型的求解算法;最后,对北京市某地区的哈啰单车系统进行案例分析,验证模型和算法的有效性。结果表明:与传统的两种方法相比较,该模型可快速预测该地区的故障无桩共享单车,且准确率高达86.13%,能够显著降低无桩共享单车的故障率并节约成本。

共享单车商业模式分析及其发展对策

现今共享单车行业进入新业态。经历多年的发展,该行业的商业模式逐渐趋于成熟,发展进入新阶段。对其商业模式的分析和发展难题对策的总结已成为一个具有学术研究价值的课题。通过研究分析,我们对共享单车不同阶段的商业模式和发展难题以及对策进行了总结,并提出了对该行业未来发展趋势的预测和研究方向。

校园无桩共享单车时空动态需求预测

为了提出及时有效的校园无桩共享单车运营管控策略,挖掘了新冠肺炎疫情发生前东南大学校园无桩共享单车海量出行数据,包含15 687条起点数据和15 410条讫点数据,分析了校园内无桩共享单车时空分布特征,利用时间序列回归方法分别以15和30 min间隔建立了校园内无桩共享单车短时供需预测模型,进一步综合运用空间密度(DBSCAN)聚类和K-dist图构建了校区内共享单车停放热点区域的辨识方法,在此基础上给出了共享单车运营管控策略。结果表明:校园无桩共享单车出行需求分布存在明显的时空分布不平衡性。在时间上,校园无桩共享单车出行的工作日日均出行量明显高于休息日,日出行量高峰发生在周一,高峰时段与师生在校区上下课时间紧密相关,出行讫点的高峰时段为工作日07:00~08:00与13:00~14:00,出行起点的高峰时段为工作日11:00~12:00与17:00~18:00;在空间上,出行起讫点位置呈现明显“热点”分布,停放的热点区域集中在校门、图书馆、体育馆、重要教学楼等位置。所构建的校园内无桩共享单车短时供需预测模型的平均绝对误差介于0.600~0.989,表明模型精度较高,能够用于校园无桩共享单车供需缺口预测,通过校园无桩共享单车时空动态需求预测,实现建立与校园空间承载能力、停放硬件设施、出行需求分布等相适应的车辆投放或调配机制,为校园管理者和共享单车运营方优化校园无桩共享单车停放管理提供依据。

考虑移步需求的无桩型共享单车动态调度研究

共享单车系统自发的不均衡性导致单车数量分布与用户需求分布之间产生偏移,降低了系统服务能力,需要调度实现再平衡.现有动态调度算法缺乏考虑起点车辆供给不足,用户在出行过程中"再次"取车的移步需求,难以准确识别用户真实的出行需求分布,降低了调度效果.本文提出以用户出行选择行为为下层,以调度车辆路径规划为上层的双层规划模型框架,设计结合仿真系统的启发式求解算法.算例场景基于上海市虹口、杨浦区共享单车历史出行数据搭建,并进行网格化处理.算例结果表明,模型能有效识别移步需求,提高共享单车的供需匹配能力.针对各类调度资源配置情况,共享单车的供需匹配率提升18.07%~19.89%,提高了共享单车系统的管理效率.