[发明专利]一种基于改进蚁群算法的公共自行车动态调度方法

说明书

技术领域：

本发明涉及一种基于改进蚁群算法的公共自行车动态调度方法，属于车辆调度与优化技术领域。

背景技术：

城市公共自行车系统(Public Bicycle-Sharing system，PBS)由于具有低碳、便捷、经济适用性等优点，在全世界广泛发展。截止2016年，中国已有215个市、县，开展公共自行车项目，中国已成为是世界上公共自行车系统发展规模最大的国家。

由于公共自行车系统具有“单向借还”特点，即用户租赁和归还自行车在不同租赁点，导致不同租赁点自行车的供给和需求不均衡。一方面，如果一个租赁点某一时间段内有很大的借车需求，该租赁点的自行车数量会在短期内急剧减少，用户就不能在这个租赁点正常租赁自行车。另一方面，如果一个租赁点某一时间段内有很大的还车需求，该租赁点的自行车数量会在短期内急剧增加，甚至超过租赁点的自行车容量，租赁点不能提供足够的车桩来安置这些过多的自行车，用户就不能在这些租赁点正常归还自行车。这种供需不平衡现象可能造成可用自行车数量减少、公共自行车系统服务水平下降等后果。由于公共自行车系统这种使用的不便性和增加的潜在出行成本，用户对公共自行车系统的使用需求将会降低。

发明内容

本发明的目的是克服现有技术不能实现公共自行车高峰小时前动态调度以满足公共自行车单向借还特点的缺点和不足，提供一种基于改进蚁群算法的公共自行车动态调度方法，缓解高峰小时公共自行车供需不平衡问题。

上述的目的通过以下技术方案实现：

一种基于改进蚁群算法的公共自行车动态调度方法，该方法包括如下步骤：

S1选定研究范围，采集基础资料，包括各公共自行车租赁点位置、锁车桩数量、实际配车数量、用户IC卡刷卡数据；

S2确定调度区域和调度量，根据用户刷卡数据分析各租赁点自行车数量的时空变化规律，得到高峰小时借还供求关系，通过D值表示租赁点瞬时最大自行车周转量，D值为租赁点自行车借还量差值的绝对值，反映一定时间段内租赁点增加或减少的自行车数量，从而确定动态调度区域以及各调度租赁点的自行车调度量，其中正值为取车量，负值为配送量；

S3建立公共自行车动态调度路径优化模型，将公共自行车动态调度问题看作“同时取货和配送的旅行商问题”，提出调度卡车最大效用服务原则，以调度卡车在完成调度任务时求解最短调度路径为目标提出公共自行车动态调度路径优化模型；

S4求解方法，采用改进的蚁群算法来求解TSPPD模型，调度卡车被视为负重的蚂蚁，调度卡车寻找下一个调度租赁点前需要检查自行车装载量，筛选出目前装载量能够服务的租赁点，卡车向下一个目标移动前需根据自身装载量、服务点调度量以及路径距离计算出下一步可达节点的概率，并按此概率实现一步移动，服务完毕后更新装载量再搜索下一服务租赁点，重复此过程至调度任务完成或无法搜索下一服务点为止；

S5制定调度方案，计算调度区域内各租赁点的调度需求，利用公共自行车动态调度路径优化模型将动态调度问题建模，并采用改进的蚁群算法进行求解，制定公共自行车高峰小时动态调度方案。

所述的基于改进蚁群算法的公共自行车动态调度方法，步骤S2中所述的确定调度区域和调度量的具体步骤包括：

S21根据用户刷卡数据利用描述性统计方法分析公共自行车借还时间分布规律：找出典型的需要动态调度的高峰时段。

S22根据用户数卡数据利用描述性统计方法分析公共自行车借还空间分布规律：找出典型的需要动态调度的租赁点，并计算瞬时最大自行车周转量，确定调度量。

所述的基于改进蚁群算法的公共自行车动态调度方法，步骤S3中所述的建立公共自行车动态调度路径优化模型具体步骤包括：

S31问题描述和假设：公共自行车系统动态调度问题可以规约为“同时取货和配送的旅行商问题”，需要配送的租赁点根据需求分为取车点和配送点，调度卡车从任意租赁点开始在各取车点和配送点之间进行调配，每个租赁点的取车量或配送量不为零，每个租赁点仅访问一次，配送区域内全部租赁点均被访问过后以任意租赁点为结束点，为便于求解，令调度卡车的初始装载量为零，每个租赁点的需求量均小于调度卡车的额定装载量，TSPPD模型属于NP-难问题，根据问题描述建立混合整数规划模型，基于以上公共自行车系统动态调度问题描述，对模型做出以下假设：

①调度路径目标：在完成调度需求的基础上调度卡车行程距离最短；

②行驶原则：调度区域范围内起点和终点均为任意租赁点，调度卡车的初始装载量为零；