[发明专利]一种兼顾实时确定和未来不确定信息的共享单车动态重部署方法

权利要求书

1.一种兼顾实时确定和未来不确定信息的共享单车动态重部署方法，其特征在于：包括以下步骤：

(1)通过采样历史数据，估计未来不确定信息。通过对历史共享单车订单数据进行深入分析，发现在平常工作日期间，每天相同时刻、相同站点的订单请求服从相似的分布，考虑从历史数据采样不同日期的订单样本。

(2)构建离线预测、在线规划的共享单车重调度模型(Online_VRBR)，能够兼顾共享单车分布的实时信息和未来订单请求的不确定信息，共享单车重调度模型(Online_VRBR)可以用如下元组正式表示：

各符号解释如下：

·表示站点集合，其中表示共享单车停放站点s；

·表示能够用来平衡各站点共享单车的运输车辆集合，其中表示运输车v；

·将早晚高峰期时间离散化为时间片其中每个时间片Δ可以表示为以分钟为单位的固定时间长度，譬如10分钟。本文中所有的时间片都是以Δ为单位；

·Q表示预测未来不确定信息的时间段，Q×Δ表示预测未来不确定信息的时间长度。预测的时间较短影响长期优化效率，预测的时间较长影响预测准确度。因此，Q的大小需要合理设置；

·表示不同站点之间的行驶距离，其中d_s,s'表示从站点s行驶到站点s’需要的时间，其中对于任意的站点s，运输车在站点内部的移动时间距离为1，即由于站点之间距离较短，在本文中，我们假设在任何时刻，站点与站点之间的行驶距离是固定的；

·C^#表示不同站点容量(即能够停放的最大数量的共享单车数量)的集合，其中表示站点的容量；

·C^*表示不同运输车辆的容量(即能够装载的最大数量的共享单车数量)的集合，其中表示运输车的容量；

·在当前时刻，即t＝0，共享单车的初始分布为确定并且已知。在样本k中(我们以某一天的订单数据案例为一个样本)，在任意时间t0，位于站点s的共享单车数量为

·在当前时刻，即t＝0，位于运输车辆v上的共享单车数量为在样本k中，在任意时间t0，位于运输车辆v上的共享单车数量为

·表示运输车在站点的分布，如果表示运输车v在t时刻是否在站点s，否则，

·F表示关于共享单车骑行请求和骑行结束分布的样本(即工作日案例)数量，其中|F|＝K表示样本规模。表示在样本k中，t时间片，站点s上由用户骑入的共享单车供应数量，表示在样本k中，t时间片，站点s上用户单车骑行请求的数量；

·P_s,s'表示一个运输车从站点s到站点s'需要的耗费，包括人力成本、运输成本等。

2.根据权利要求1所述的兼顾实时确定和未来不确定信息的共享单车动态重部署方法，其特征在于：根据给定的模型针对当前时刻t,可以利用混合整数规划(IntegerProgramming,IP)模型优化多个历史样本的平均值：

在线多阶段随机优化(OnlineMSS)

针对当前时刻t＝0,表2形式化描述OnlineMSS框架，其中各公式解释如下：

·公式(1)表示OnlineMSS的目标，即尽可能多的满足长期的用户骑行订单请求，Q表示未来时间长度，K表示样本数量，满足多个样本用户订单请求的平均值，也就是满足不确定共享单车请求场景下的订单服务率的期望。

·约束(2)保证了在样本k中，在时刻t，如果运输车v没有经过站点s，该运输车v将不会在该站点装载或者卸载共享单车。

·约束(3)为站点的骑行订单服务约束，保证了在样本k中，每个站点的共享单车订单服务数量不超过需求数量

·约束(5)-(18)分别针对共享单车重部署(Bike Repositioning,BP)和运输车辆路由(Vehicle Routing)进行约束。