《北京高校及周边共享单车租赁点选址问题研究_选址问题研究.docx》由会员分享，可在线阅读，更多相关《北京高校及周边共享单车租赁点选址问题研究_选址问题研究.docx（47页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、本页为“1毕业论文封面（共1页）”，点击菜单“USTB本科论文各部分”中的本部分菜单进行相应操作。本提示信息为非打印信息，可一直保留，不影响打印。(本行右侧的红色顺序编码制几个字也是非打印信息)顺序编码制 本页为“4毕业论文任务书（共1页或2页）”，点击菜单“USTB本科论文各部分”中的本部分菜单进行相应操作。本提示信息为非打印信息，可一直保留，不影响打印。本页为“7毕业论文目录（1页或若干页）”，点击菜单“USTB本科论文各部分”中的本部分菜单进行相应操作。本提示信息为非打印信息，可一直保留，不影响打印。(论文)摘 要共享单车系统日益蓬勃发展，以其绿色无污染、取用灵活方便等特点深受各职业的用
2、户群体欢迎。然而近些年随着共享单车系统的不断发展，也暴露出许多问题，运营部门的调度管理不及时，租赁点的规模无法满足出行者的需求，规划部门的管理不力，乱停乱放影响路面交通，城市容貌，应运而生大量震撼人心的“僵尸车”和“单车坟场”。本文首先对共享单车的发展历程，国内外的运营状况进行综述，分析共享单车出行的必要性。其次侧重分析了北京地区共享单车的时空分布特征。为了更进一步了解当前北京市高校周边人群选择共享单车出行的用户满意度及出行特性和借还规律，并在大学等高校学生群体中投放电子问卷，利用SPSS软件进行了问卷可信度检验并进行数据分析，整理出调查者出行意愿数据，利用Logit回归分析了对出行方式产生影
3、响的各种因素。关键词：选址问题，时间满意度函数，线性加权评价函数，多目标规划最后落实到共享单车租赁点选址。为了保证单车租赁点尽可能覆盖用户需求，提高使用者满意度，节约运营管理成本，建立了多目标规划模型，并以北京市海淀区高校及周边为调查范围进行实例分析，运用Lingo软件求解，得出最优选址数量和位置，验证了模型的可行性和有效性。Study on the location of bike-sharing rental sites in universities and surrounding areas in BeijingAbstractWith the rapid development of
4、 bike sharing system, it is welcomed by all kinds of users for its green, pollution-free, flexible and convenient access. However, in recent years, with the continuous development of bike sharing system, many problems have also been exposed. The scheduling management of the operation Department is n
5、ot timely, the scale of the rental point can not meet the needs of travelers, the management of the planning department is not effective, and the disorderly parking affects the road traffic, the city appearance, and a large number of shocking zombie cars and bicycle cemeteries are generated.First of
6、 all, the article on the development of bike-sharing, domestic and international operation of the investigation, analysis of the necessity of bike-sharing trip.Secondly, the spatial and temporal distribution characteristics of bike-sharing in Beijing are analyzed. In order to further understand the
7、current user satisfaction, trip characteristics and borrowing and returning patterns of bike sharing trips in Beijing, an electronic questionnaire was administered to the University of Science and Technology Beijing Students, the questionnaire reliability test and data analysis were carried out by u
8、sing SPSS software to get the data of travel intention, and Logit regression analysis was used to find out the factors influencing travel mode.Finally, in order to ensure that the bicycle rental sites cover the users needs as much as possible, improve user satisfaction, and save the cost of operatio
9、n and management, a multi-objective programming model is established, lingo software to obtain the optimal number of sites and locations, verified the feasibility of the model.Key Words：Set-selection , Linear Weighted Evaluation Function, Time Satisfaction Function, Multiobjective Programming. 目 录摘
10、要IXAbstractX1 引 言11.1 研究背景11.2 国内外共享单车运营系统相关研究11.2.1 国外单车运营系统相关理论11.2.2 国内单车运营系统研究21.3 本文研究目的及意义32 共享单车运营系统研究52.1 国内共享单车发展历程52.2 北京市共享单车经营中的主要问题52.2.1 单车运营企业管理能效低52.2.2 用户素质问题63 学院路共同体高校区共享单车租借特性分析73.1 区域内单车租赁点现存问题73.2 出行方式特性分析73.2.1 共享单车时空需求特征83.2.2 共享单车出行方式影响因素84 学院路高校及周边租赁点选址模型研究124.1 模型假设124.1.1
11、 选址原则124.1.2 时间满意度函数134.1.3 选址目标144.2 多目标选址规划模型建立144.3 实例分析154.4 模型改进184.5 模型评价204.5.1 模型优点204.5.2 模型缺点与改进204.5.3 总结分析205 总结与展望22参考文献23附录A数据来源27A.1 各需求点需求量27A.2租赁点相关数据27A.3需求点与备选租赁点距离矩阵28A.4 不同选址上限数量对应使用者总体满意度及消耗成本29附录B核心代码31在学取得成果33致 谢35- VIII -本页为“10毕业论文正文页（若干页）”，点击菜单“USTB本科论文各部分”中的本部分菜单进行相应操作。本提示
12、信息为非打印信息，可一直保留，不影响打印。(论文)1 引 言1.1 研究背景近年来，共享单车系统日益蓬勃发展，以其绿色无污染、取用灵活方便等特点深受各职业的用户群体青睐，单车出行也成为短途出行首要考虑的交通方式之一。然而随着近些年共享单车系统的不断飞速发展，也暴露出许多较为严重的问题：有关运营部门的调度管理不及时，租赁点的规模无法满足出行者的需求；规划部门的管理不力，乱停乱放影响路面交通和城市容貌，应运而生大量震撼人心的“僵尸车”和无处安放的“单车坟场”。摄影师吴国勇为了记录下由于运营管理的弊端带来的这一共享单车“野蛮生长”现象，他亲自寻访国内各处“单车坟墓”，足迹遍布全国二十多个省份，拍摄了
13、近一万多张令人瞠目结舌的照片。大批无处安放的“单车坟场”记录了当下共享单车运营暴露的疲态和弊端，极具震撼力，摄影师吴国勇的这部作品也因此成为第六届中国摄影排行榜活动的十件上榜作品之一。这也揭示着越来越多的城市空间被挤占，迅速引发成为一个饱受关注与热议的社会热点现象，产生了巨大的社会影响，因此改变目前共享单车租赁点布设不合理，布局规划理论与方法不完善等现状至关重要。1.2 国内外共享单车运营系统相关研究1.2.1 国外单车运营系统相关理论美国最大的共享单车系统Citi Bike建立于2013年5月，有效解决了纽约当地“最后一公里”的问题，便利了出行者的短途出行，改善当地交通状况和环境污染情况。然
14、而自投放起，租赁点设置不合理，调度不及时一直是阻碍其发展的现实问题。王娜等1人以Citi Bike为研究对象，通过挖掘平台历史数据，分析不同功能区租赁点出行者的需求特性，针对不同功能区，对各时段的需求量进行详细分析。同时为研究影响出行选择的因素，建立了BP神经网络模型，采集天气数据，并利用赋值法将其转换为定量数据，研究天气状况的变动是否对租借需求产生影响，具有一定的创新性。 孙美玲等2通过调研发现，1974年位于法国的拉罗谢尔市就开始引入共享概念，实施了自行车共享计划，这也是法国公共自行车可以追溯到的最早的起源。然而由于系统概念不成熟、科技资源较为匮乏，当时的公共自行车系统缺乏智能化监管，导致
15、投放之初，出现了大量的单车被偷的现象，此次的共享计划也随之暂停。但此次尝试也为日后法国的公共自行车系统发展提供了很好的思路和经验教训。在2005年里昂市正式推出了Velov公共自行车系统，依靠运营部门的实时监管维护，并利用GPRS定位技术等进行科学的信息化管理，可及时反馈车辆各部件调度运作状况，路面事故反馈，实时调度需求， 在完善的理论经验下得到了成功的实践结果反馈，受到了广泛的推广。韩慧敏等3对里昂市区单车系统的租借方式进行综述，不同类型的预付方式都是通过专有的磁卡进行支付，运营部门分派专业技术人员对支付系统进行技术维护。同时韩等人对各租赁点的配置情况进行了系统的调研统计，得出了高峰时段内的
16、租借规律，分析了当地因地制宜的租赁点布设结论。Lin等4提出了最大化覆盖的概念，为确定租赁点的最优选址建立了非线性整数规划模型，并进行了灵敏度检验，对起始点与目标点的单程路经进行优化。Frade等5运用了最大覆盖定位方法，建立最大化覆盖模型，将最小预算设置和最高服务质量设置为约束条件来分析各个租赁点的布设情况。 Romero等6对汽车-自行车系统进行仿真建模，模拟单车出行路线，对用户行为进行分析，并建立双层规划数学模型，求解单车停放点的最优位置。并将模型应用于西班牙的桑坦德市进行实例分析，验证了模型的灵敏度，并对当地运营部门的决策提供了一定的参考价值。Sayarshad7等设计了一个小型社区的
17、共享单车租借系统，建立了多时段模型，确立最优租借点数量及位置。Zarandi等8对传统的遗传算法进行改进，设计了一种自定义遗传算法，求解涉及到2500个节点的大规模覆盖模型，并测试了该算法的性能及灵敏度，验证了该算法可以解决大规模覆盖模型的能力。1.2.2 国内单车运营系统研究周航等9人以南京市主城区共享单车系统为研究对象，将多元线性回归确定影响公共自行车站点租赁量的关键因素作为评价指标，利用相对权重法确定指标权重，并在GIS环境下结合指标分级结果构建评价模型、划分建设适宜性等级并生成站点建设适宜性分布图。庄轲等9基于提出基于集对分析的自行车换乘停车设施选址方案比选方法，即采用熵值法确定各指标
18、值权重，根据集对分析对备选方案进行排序，比选出最优方案。最后将该方法应用于南京市轨道交通朝天宫站的交通接驳一体化规划中。史彩霞等人10利用杭州市公共自行车系统运行的OD数据，采用关联规则将具有较大相关性的租赁点归到同一个集合，然后对各集合中的租赁点根据距离大小等属性进行空间聚类划分，生成区域划分结果。并以杭州市公共自行车系统为例进行仿真验证，结果表明该方法具有有效性和实用性。黄依萍等11针对共享单车乱停乱放问题，以总体服务质量最大化和选址数量最小为目标，建立基于渐进覆盖的多目标选址模型。通过对深圳市南山区高新园区的共享单车停放点选址的实例分析，对选址数量上限的敏感性分析显示了共享单车停放点选址
19、对用户满意度和管理成本的影响，从而为政府和企业的决策提供依据。潘雪12在研究公共自行车的租借行为特性的基础上，分析了影响公共自行车租借行为的因素，并将公共自行车视为一种交通方式，应用随机效用理论，建立了基于交通方式选择的公共自行车租借需求预测模型。同时结合效用函数的构造和模型参数的标定，给出了基于小样本实验调查数据的模型参数结果。刘玉林等13建立了基于Gis和遗传算法的校园公共自行车站点选址模型，利用Gis定量分析可在地图上表现的影响因素，得出候选站点。引入中值模型结合遗传算法，得到最终站点。建立单调度中心无时间窗约束的调度优化模型，结合遗传算法在Matlab上实现。李婷婷14比较分析了不同选
20、址规划模型的优缺点，选择将双层规划模型应用到公共自行车租赁点选址中，建立了公共自行车租赁点选址双层规划模型。求解模型得到选址点的位置和小区借还需求在各个租赁点的分配，从而确定租赁点的设施规模，得到租赁点的规划方案。杨曌照15结合目前常用的需求预测方法，结合土地利用类型与周边交通小区人口、建筑面积等指标，建立迭代回归模型，通过迭代求出公共自行车的需求量和停车桩位需求量，实现公共自行车及停车桩数目的定量化。鲍娜16从规划部门和用户的角度建立TOPSIS模型，并对指标权重的确定进行改进，将主观赋权法（层次分析法-AHP）与客观赋权法（离差最大化法）结合起来确定影响参数的权重，以求更客观全面地反映影响
21、指标的重要性和问题的实际情况。1.3 本文研究目的及意义共享单车具有低碳环保、性价比高、灵活方便等优点，骑行过程中避免了污染物的排放，还可以随时进行身体锻炼，享受有氧健身的益处，有利于身体健康，广受短途出行使用者的青睐，尤其在大学校园里因其经济适用性倍受师生欢迎，成为日常生活中短途出行的首选交通方式。然而调度的不合理会产生很多弊端企业乱投放、租车人乱停放、集中停放区车位不足却又时常可见大量“赋闲”的自行车 ，不仅影响到高校师生的交通出行，同时在城市空间规划上也产生了很大影响。本文的研究范围选择全国高等学校分布数量最多的北京，拟分析北京高校及周边共享单车分布的时空特征。海淀区学院路地区汇集着众多
22、高校。共享单车作为学生出行的常用方式，应根据校园学习生活特点、地域、时段等因素，理性考虑其调度问题，租赁点的合理设置问题。本文选取北京市海淀区学院路各大高校周边为研究范围。该地区汇集众多高校、研究所、办公写字楼、购物中心、地铁站，是周边高校大学生日常学习办公、交流娱乐、接驳换乘的主要活动范围。但实际运营中暴露出很多问题亟待解决，本文分析 了学院路高校区学生出行特征，共享单车租借规律并建立多目标规划模型，解决调度及运营维护问题，实现覆盖率最大化以及成本最小化。并通过实例分析，验证模型的可行性和实用性。2 共享单车运营系统研究共享单车作为一种新型的交通出行方式，在城市交通领域的影响积极，改变了许多
23、市民的出行方式。“共享单车+轨道交通”的模式成为一种绿色、便捷的出行方式，对轨道交通客流的影响成为轨道交通运营企业关注的问题。利用共享单车出行数据、轨道交通客流数据和地面公交客流数据，挖掘分析共享单车对轨道交通客流的影响，对加强政府对共享单车的监管、完善轨道交通企业的运营管理具有重要意义。2.1 国内共享单车发展历程自2015年5月第一辆无桩共享单车首次出现在北京大学校园起,各路投资资本开始疯狂追逐,多家共享单车公司应运而生。2016年,以随取随用为目的的共享单车开始活跃在一、二线城市的大街小巷,并逐步渗透到人们的生活之中,很快演变成一股共享经济的风暴席卷中国。 以行业两家龙头为例17，ofo
24、和摩拜经过数轮融资，累计融资金额均已在数十亿美元的量级。目前，ofo已经覆盖超过250个海内外城市，拥有超过2亿实名注册用户；摩拜已在176座城市开通，其中中国大陆165座，海外11座，用户超过2亿。共享单车一度成为全民热点话题。不仅因其全新的出行方式与民众息息相关；另一方面，作为“互联网+”发展的产物，资本的涌入使该行业迅速膨胀。而目前来看，共享单车的竞争已经度过了白热化阶段，盈利压力凸显，多数小型平台面临着日渐增长的资金链压力，甚至陆续出现无法退还用户押金的现象，野蛮增长的“僵尸车”，无处安放的“单车坟场”随处可见。2.2 北京市共享单车经营中的主要问题2.2.1 单车运营企业管理能效低调
25、查显示，被调查者对共享单车企业的相关维护运营部门表达强烈不满的比例高达近30%，18被调查者希望相关部门能加大多方面投入，用于投放后的经营使用。其中,车辆破损是最明显的问题，主要表现在车胎没气、刹车失灵、掉链子、车把或车座损坏等方面。调查还显示,在最需要用车的早间高峰与晚间高峰的时候，有半数以上的调查者常常会找不到可用的车。2.2.2 用户素质问题由于一些用户的不良使用行为，各种问题随之暴露出来。调查显示19，有70% 以上的被调查者遇到过车辆被恶意损坏的现象，如车牌 损坏、车辆被上私锁、拆卸车锁、二维码被涂抹等。另外，违停现象也较严重，很多被调查者希望加大对违规用户的处罚力度，将使用者的行为
26、与社会征信体系相关联。3 学院路共同体高校区共享单车租借特性分析3.1 区域内单车租赁点现存问题本文的研究范围设置在北京市海淀区学院路高校及周边地区，包含大学、中国农业大学、北京矿业大学，北京大学医学部等八大高校，被称为学院路共同体20。在新中国成立之初的时代背景下，此地域内诞生了一批为了新中国建设长期面向艰苦行业的院校，以不同专业条块为主，各自具有鲜明的学科特点、专业优势。由于这些高校地域相邻，一直以来，各高校平日之间的校际交流非常广泛， 各兄弟院校携手合作，成立了学院路教学共同体，学生们可以跨校跨专业进行辅修，促进了高校学生的个性化发展。同时高校周边遍布研究所，办公写字楼，是学生日常交流往
27、来的主要场所。3km的学院路沿路涵盖众多高校，高校间距离十分近，因此，共享单车出行成为校际往来的主要交通工具，绿色无污染的同时也能锻炼身体，与步行相比，还节约了一定的时间，越来越受短途出行使用者的欢迎，该地区的共享单车运营服务也日趋成熟。但是也暴露出了很多问题，部分单车租赁点的选址不合理，土地的占用并不规范，出现了无处安放的“单车坟场”的场面，对行人的正常出行造成了干扰，也影响了城市容貌；有些租赁点的规模不合理，出现了极端过度饱和过度贫乏的“潮汐现象”，无法及时的满足使用者的出行需求。该区域内还分许多公交站、地铁站，单车出行作为短途换乘的首选工具，由于运营治理中出现的疏漏，有些地铁站和公交站附
28、近的租赁点区域设置十分不合理，不规范的占地造成道路拥堵，对乘客的换乘产生了一定的影响。因此本文以大学学生为学院路高校共同体代表，向其发放调研问卷，统计整理目前该区域内单车出行现存问题，分析使用者出行需求及特性，合理的选择租赁点位置，改善日趋严重的“单车坟场”现象。3.2 出行方式特性分析为了研究出行者的出行需求及出行特性，发现当前共享单车运营管理中的纰漏以及选址问题中出现的不足，设计了针对北京市海淀区学院路高校大学生的出行意愿调研问卷（见附表A），总计回收电子问卷共154份，其中有效电子问卷数量为154份，并利用MATLAB和SPSS数学软件对所得数据进行使用者出行意愿以及影响出行方式的因素的
29、分析。3.2.1 共享单车时空需求特征共享单车的租借行为是城市规划部门和运营机构进行选址规划的重要参考依据，根据出行者的出行特性，运营部门可以对调度状态进行实时的把控，进行选址位置的择优选择，对租赁点的规模进行实时调整。因此，及时掌握运营范围内共享单车的租借需求情况至关重要。 高楹等21人利用北京市摩拜单车数据以及相关土地利用分类等数据,分析了共享单车工作日与周末,以及不同土地类型上单车调度频率的分布特征如下:由于工作日和周末两个时段存在着明显的用车模式的差异，调查中显示，工作日的共享单车使用率远远高出周末共享单车使用率。且在不同类型土地的共享单车利用情况上也存在着显著性差异，居住用地中单车的
30、使用频率并不会由于周末和平日的时段差异而产生显著不同，教育科研用地和商业金融用地在平日里的单车调度频率远高于周末。 3.2.2 共享单车出行方式影响因素问卷中显示，愿意选择共享单车作为首选短途交通方式的调查者占70.1%，但这只是单纯的通过调查问卷统计信息得出，考虑到疫情期间分放电子问卷的局限性，尚需对问卷可信度进行检验。因此，文中将数据进行了整理，利用SPSS软件拟对所统计数据进行内部一致性22的可信度检验。为了研究不同因素对调查者短途出行时把共享单车出行方式作为首选的意愿，按照三个层次23共设置了8个相关变量：在出行者个体层面，考虑了学历、性别、每月生活费三个特征，在出行特性层面，设置了出
31、行频率、出行目的、出行舒适度的、出行距离四个特征，在运营管理方面，加入了价格折扣活动的特征。具体请见表3-1。表3-1 表名？调查者选择极小值极大值均值标准差平日选择共享单车作为首选Y愿意选择=1121.310.46出行工具意愿（3km以内）不愿选择=2出行者属性学历x1本科生=1121.490.5研究生=2性别x2男=1122.330.92女=2每月生活费x31500元及以下=1142.060.81500-2000元=22000-4000元=34000元以上=4出行频率x40-4次=1131.620.614-8次=28次以上=3出行特性出行目的x5刚性=1121.920.79弹性=2出行舒适
32、度x6不在意=1132.491.08一般在意=2很在意=3出行距离x70-0.8km=1142.030.760.8-1.5km=21.5-2km=32-3km=4运营部门价格折扣x8不在意=1131.30.46一般在意=2很在意=3将数据导入到SPSS22.0中，在所有数据范围内进行分析标度的可信度检验，选择模型Alpha,统计值列表中选择柯克兰卡方24统计，输出结果如下：克隆巴赫系数可靠性统计克隆巴赫 Alpha项数.6779表3-2中，克隆巴赫信度系数为0.677，因此表示本次问卷的信度系数较好，内部可信度较高，可以作为分析研究的参考依据。为研究不同因素对调查者短途出行选择共享单车作为首选
33、工具的意愿，我们利用SPSS22.0的logistic回归分析，来得出关于影响学院路高校区学生短途出行选择共享单车作为首选交通工具的意愿的影响因素结论表格 1分类表a,b实测预测单车选择意愿正确百分比愿意不愿意步骤 0单车选择意愿愿意1080100.0不愿意460.0总体百分比70.1a. 常量包括在模型中。b. 分界值为 .500在没有任何自变量进入以前，预测所有调查者都会愿意选择共享单车作为首选短途出行工具的正确率为70.1%。表格 2方程中的变量B标准误差瓦尔德自由度显著性Exp(B)步骤 1a学历3.123.72618.4761.00022.708性别-.148.433.1171.73
34、2.862每月生活费-.685.3144.7571.029.504出行频率-.734.2796.9341.008.480出行目的.981.3966.1451.0132.666出行舒适度.225.259.7561.3851.252出行距离.389.1963.9221.0481.475价格折扣.074.277.0721.7891.077常量-4.9711.6579.0051.003.007a. 在步骤 1 输入的变量：学历, 性别, 每月生活费, 出行频率, 出行目的, 出行舒适度, 出行距离, 价格折扣。通过输出的结论的可以看出，性格和对价格折扣的在意程度Sig值远大于0.05，对于出行方式的选
35、择影响效果并不显著，在接下来的实验中不具有参考价值，可以被排除 。而学历、每月生活费、出行频率、出行目的、出行舒适度、出行距离的Sig值均小于0.05，说明他们对于选择共享单车作为首选短途交通工具的影响显著，通过检验，故选择这六项因素继续进行分析：表格 3方程中的变量B标准误差瓦尔德自由度显著性Exp(B)步骤 1a每月生活费-.710.3045.4501.020.492出行频率-.735.2796.9331.008.480出行目的.979.3926.2461.0122.662出行舒适度.220.256.7401.3901.246出行距离.380.1953.7951.0511.462学历3.2
36、00.70020.9291.00024.535常量-5.0491.44912.1501.000.006a. 在步骤 1 输入的变量：每月生活费, 出行频率, 出行目的, 出行舒适度, 出行距离, 学历。只有Sig（出行舒适度）0.05，通过检验，可以看出调查者们对出行舒适度的在意程度对于出行方式选择的意愿影响比重最大，共享单车运用机构应不断提高服务质量，使出行者的用户体验感提升，提高用户出行满意度。4 学院路高校及周边租赁点选址模型研究本文选取北京市海淀区学院路各大高校及周边为研究范围。该地区汇集众多高校、研究所、办公写字楼、购物中心、地铁站，是周边高校大学生日常学习办公、交流娱乐、接驳换乘的
37、主要活动范围。通过前文调查问卷数据得出，共享单车出行成为高校大学生（以大学为例）短途出行利用率最高的交通方式。然而调查中还反映出了调度不合理和乱停乱放两大主要问题，不仅对学生们的每日出行造成不便，也对城市市容、租赁点的运营维护都产生了一定程度的影响。因此，为解决调度及运营维护问题，拟建立多目标规划选址模型，实现覆盖率最大化以及成本最小化。4.1 模型假设4.1.1 选址原则在选择备选租赁点时则考虑到如下原则：（1）备选租赁点的设置应尽量靠近学生宿舍、校门、写字楼、地铁站附近，减少使用者的步行距离。（2）选择的备选租赁点应设置在规范用地，不能对现有路面交通造成影响。一般选择为校门口、校园广场、写
38、字楼门前赋闲用地等空闲面积较大的规范区域。（3）假设备选区域为均匀带状区域，每辆共享单车之间的距离固定为40cm，测距时取带状区域中心点作为起始点（图4-1）。图 4-1 备选租赁点带状区域本文在北京市海淀区学院路高校共同体附近根据学生们的出行特性，在学生宿舍、教学区、活动中心、地铁站等单车需求量大的区域共设置了20个需求点，假设各区域的需求集于一点，表示该区域需求最集中位置。根据上述原则，模型中设置了20个需求点（红色标记）和24个备选租赁点（绿色标记），并根据地图测距工具箱得到各需求点与备选租赁点的距离矩阵，如下图4-2所示：图 4-2 需求点与备选租赁点位置图4.1.2 时间满意度函数模
39、型的构建应尽量增大租赁点对需求点的覆盖率，即在使用者可容忍的最大步行范围内保证租赁点存在，减少取车消耗时间，使得使用者的用车满意度增大，也就是将需求点与租赁点的距离转换为使用者的时间满意度。时间满意度函数一般为关于时间的非增函数，可以定义为使用者对某项服务或产品的时间满意度（因变量）与使用者所消耗时间（自变量）的数学表达式25,有多种表示形式，常见的有线性时间满意度函数、凹凸时间满意度函数、余弦分布时间满意度函数、降指数Sigmoid时间满意度函数和降半哥西时间满意度函数。本文模型采用余弦分布时间满意度函数，截取自余弦函数的(2,32)区间，数学表达式如下2：qij=1 dijd2 其中，di
40、j用来表示需求点与备选租赁点之间距离，函数设有两个阈值，d1（取值为0）和d2（取值为使用可容忍的最大步行距离），且为非增函数。由式可得，当备选租赁点在使用者可容忍的步行范围内，该租赁点被选中，但使用者的满意度随着距离的增加而减小，覆盖程度逐渐减弱。当dij接近d2时，函数值趋向于零。式则表示，当备选租赁点与需求点距离超过一定范围，此租赁点的服务质量为零，在优化模型中则不被使用者选择。4.1.3 选址目标根据问卷反馈数据，82%的调查对象反映，调度不合理是目前选择共享单车出行时存在的最大的问题。在调查对象急需用车时，经常出现附近租赁点的现有停放量“供不应求”的现象，由需求点前往实际租赁点的过程
41、中耗费了一定的超过预期的时间。在模型建立中，应保障车辆租赁点对需求点的覆盖率尽可能高，在使用者可容忍的步行范围内保证合理选定租赁点位置。单车租赁点设置过程中，场地的租赁、单车的生产及损耗都会产生一定的成本，数量设置过多会增加不必要成本，造成资源的浪费，也对城市市容，道路规划带来影响。因此还需考虑合理设置单车租赁点的数量，尽可能的减少投放成本。（调查者？还是被调查的对象？要弄清楚）4.2 多目标选址规划模型建立由4.1.3节中两大基本目标，将成本问题转换为单车数量问题，建立如下多目标规划模型：maxQ=iDjR wiqijyij /使用者总体满意度最大化minN=jRxj /选址数量最小jRyi
42、j1,iD /保证每个需求点都可以被租赁点覆盖yijxj, iD,jR /只有租赁点被选择，才可以为需求点提供服务jRCpijyijwi,iD /保证租赁点的规模可以覆盖其对应的需求点需求jRCxjiDwi /保证选择的所有租赁点的规模可以覆需求点集合的 总需求量xj0,1,jR /0-1约束yij0,1,iD,jR /0-1约束式中变量解释如下：Q-共享单车备选租赁点对需求点的覆盖程度，也称总体服务质量；D-共享单车需求点集合；R-共享单车备选租赁点集合；wi-第i个需求点的需求量；qij-第j个备选租赁点对第i个需求点的覆盖程度，也称服务质量；N-共享单车备选租赁点应设数量；xj-当第j个
43、备选租赁点实际设置时，取值为1，否则取值为0；yij-当第j个备选租赁点为第i个需求点提供服务时，取值为1，否则取值为0； C-备选租赁点j的最大容纳量；dij-第i个需求点到第j个备选租赁点的距离/m；4.3 实例分析通过前期调查问卷，我们得到了大学学生的出行意愿数据，88%的调查者表示能容忍的最大步行距离为300m，因此我们将模型中的d2赋值为300。其余需求点的需求量数据根据高校人数按比例计算得出。利用百度地图测距工具箱测量各备选租赁点实际规模得出各需求点与备选租赁点的距离矩阵，测量各带状区域长度L，并计算各租赁点规模（C=2.5L+1）。由于场地的租赁和单车的制作需要耗费一定成本，拟不
44、断调整备选租赁点数量，得出每个选址数量上限对应的最优租赁点位置，即转换为单目标规划问题进行求解。在编程中，将第二个目标更改为约束条件进行求解，即minNjRxj,在data数据集中，将N由1至24依次赋值，得出不同选址数量上限对应下的租赁点最优选择情况。当N12时，均显示没有可行解（图3），说明当租赁点的设置数量小于12个时，不能满足北京市海淀区学院路高校共同体整个区域的出行需求。图表 4-3 模型无可行解 N=12时，最优目标解为2757.4，且得到一组可以满足使用者出行需求的可行解，0-1混合整数规划模型下的xj取值结果如下，即选择1、3、4、6、7、11、12、15、16、20、21、24号租赁点作为最优结果：图表 4-4 模型求解状态 图表 4-5 0-1整数规划解的情况依次增加N的取值，得到不同数量上限对应的租赁点选址情况及最优总体满意度，并绘制使用者总体满意度关于选址上限数量变化的折线图：选址数量总体满意度选址数量总体满意度122757.4195097.2133423.5205209.3143874.1215314.3154175.3225419.0164526.0235509.6174788.6245535.1184978.