共享單車具有隨取隨放的優(yōu)點,但用戶的租還車使站點之間經(jīng)常出現(xiàn)供需不平衡現(xiàn)象.為了有效緩解運營商調(diào)度壓力,提出了一種顧客參與調(diào)度的共享單車調(diào)度方式.將某些閑置的共享單車設(shè)置為紅包車,鼓勵用戶將紅包車騎到需求旺盛的區(qū)域,用戶完成調(diào)度后可以獲得紅包獎勵.以運營商運輸成本,紅包獎勵支出以及未滿足站點需求的懲罰成本最小為目標建立了混合整數(shù)規(guī)劃模型,并設(shè)計了混合禁忌搜索算法對模型進行了求解.數(shù)值實驗表明:紅包車機制可有效減少運營商總成本;混合禁忌搜索算法可以有效求解大規(guī)模問題.
【部分圖文】：

驟然７，否則將ｊｂｅｓｔ插入ＳＨ后；??＾?Ｉ?ｓｕｍ?＜—?ｓｕｍ?－ｊ？?ｅ－ｔｊ?■?ＩＶ?Ｈ?Ｐ；?－Ｃ？ｌｅｔｔ?＾?－Ｃｌｅｔｔ?—?ｙｊ，?Ｉ＇ｉ＇?Ｊｉｙｓｓｓ－?Ｅ?Ｄ，?ｆｉｆｃｅｔｔ?￡ｆｃｅｔｔ，?＋?｜？／ｊ?｜；??如果九■?＜聞ｓ會ｆｃ?—知．＋?Ｕ?＿后轉(zhuǎn)步驟否則／貸法結(jié)束，??３．３鄰域算子??鄰域算子用來從當前解中生成新的解．本文設(shè)計了?６種算子，分別是單點插入，兩點交換，子序列插入，??子序列逆序，單點刪除以及未訪問過點插入．??Ｕ單點插入（如圖２ａ）．隨機選取一個點，然后將其隨機插到解的其它位聳．??２）兩點交換（如圖２ｂ）．隨機選擇兩個不同的點，然后交換它們的俊胥：．??３．）子序列插入（如圖免）．隨機選擇一條子序列，然后將其隨機插到解的其它位置．??４）子序列班序（如圖２ｄ）．隨機選擇一條子序列，然后將其班序．??５）單點刪除（如圖２ｅ）．隨機選擇一個點，然后將其從解中移除．??６）未訪問過點插入（２ｆ）．隨機選擇一個未被訪問過的點，然后將其隨機插入到解中．??插入位置??選中點??操作前：??操作后：??操作前：??操作后：??操作前：??操作后：??０??１??４??０??７??２??５??０??６??３??０??１??５??４??０??７??２??〇??６??３??（ａ）單點插入??插入位置??選中序列??０??１??４??０??７??２??５??０??６??３??０??１??０??６??３??４??０??７??２??５??㈣子序列插入??選中點??０??１??４??０??７??２??５??０??６??３??０??１??４??０??７??２??０??

４３４??系統(tǒng)．．Ｘ程．理．論亨實鱗??第４０．，卷??０?１０?２０?３０?４０?５０?６０?７０?８０?９０??ＴＩ元??圖４?Ｔ與總成本，獎勵支出以及運輸成本的關(guān)系??巾圖３可得，隨著Ｔ值增加，運營商的總成本和獎勵用戶支出在減少，卡車運輸成本在増加．這是由于??卡車和用戶將一輛削ｆ車從ｆ?ｅ?Ｐ調(diào)度值）￡乃點的成本分別為句和心句．馬／（１?＋乃），巾表１可得??鳥＋／（１，?＋勾）＞?１，故在獎勵系數(shù)ｗ?＝?１的情況下用戶調(diào)度一輛肉行車的成本高于卡芐．因此隨著ｒ增加卡??車在同一條路線上可以訪ｆｆ＊ｌ的站點數(shù)貴也在變多，故運輸成本在不斷増加．同時，卡車調(diào)度的１４行車數(shù)目在??增加，使得用戶調(diào)度紅包車數(shù)量變少，故獎勵用戶支出在逐漸減少．由于卡車運輸成本的增加量不于甩戶支??出的減少爆故運營商的總成本在減少．??巾圖３還可得，當Ｔ?＜?３０，運輸成本為０．這是由于對于任意的ｉ?（Ｅ尺＿；＇?ｅ?Ａ都有郵＋句十今〇?＞?３０??（坐標數(shù)據(jù)見表１），故調(diào)運卡車無法離開車場參與調(diào)度，由用戶完成全部調(diào)度．??４．４算法性能分析??由于投有針對本ｆｎ丨題的標準算例，本文隨機生成了不同規(guī)模的算例．島均勻分布于Ｋ間［１〇，２０］，私設(shè)??為２０，心設(shè)為１０，?Ｒ設(shè)為１〇，站點坐標均勻分布于［〇，判，￡４設(shè)為１〇〇，?Ｉ１設(shè)為０；ｖ＾ｍａｘ｛Ｃｉ，｝，?ｗ設(shè)??覺為１．同時，由于目前文獻中不存在針對本問題的ｂｅｎｃｈｍａｒｋ，故本文設(shè)計了遺傳算法對Ｎ題求解并利用??ＧＰＬＥＸ－１２．７對模型精確求解，將這兩種求解結(jié)果作為對比數(shù)據(jù)來驗證棍合禁忌搜索的性能．此外考慮求解??５０－??注：麵纖為??由表３可知，隨著罰值灼的增加，調(diào)度后

４３４??系統(tǒng)．．Ｘ程．理．論亨實鱗??第４０．，卷??０?１０?２０?３０?４０?５０?６０?７０?８０?９０??ＴＩ元??圖４?Ｔ與總成本，獎勵支出以及運輸成本的關(guān)系??巾圖３可得，隨著Ｔ值增加，運營商的總成本和獎勵用戶支出在減少，卡車運輸成本在増加．這是由于??卡車和用戶將一輛削ｆ車從ｆ?ｅ?Ｐ調(diào)度值）￡乃點的成本分別為句和心句．馬／（１?＋乃），巾表１可得??鳥＋／（１，?＋勾）＞?１，故在獎勵系數(shù)ｗ?＝?１的情況下用戶調(diào)度一輛肉行車的成本高于卡芐．因此隨著ｒ增加卡??車在同一條路線上可以訪ｆｆ＊ｌ的站點數(shù)貴也在變多，故運輸成本在不斷増加．同時，卡車調(diào)度的１４行車數(shù)目在??增加，使得用戶調(diào)度紅包車數(shù)量變少，故獎勵用戶支出在逐漸減少．由于卡車運輸成本的增加量不于甩戶支??出的減少爆故運營商的總成本在減少．??巾圖３還可得，當Ｔ?＜?３０，運輸成本為０．這是由于對于任意的ｉ?（Ｅ尺＿；＇?ｅ?Ａ都有郵＋句十今〇?＞?３０??（坐標數(shù)據(jù)見表１），故調(diào)運卡車無法離開車場參與調(diào)度，由用戶完成全部調(diào)度．??４．４算法性能分析??由于投有針對本ｆｎ丨題的標準算例，本文隨機生成了不同規(guī)模的算例．島均勻分布于Ｋ間［１〇，２０］，私設(shè)??為２０，心設(shè)為１０，?Ｒ設(shè)為１〇，站點坐標均勻分布于［〇，判，￡４設(shè)為１〇〇，?Ｉ１設(shè)為０；ｖ＾ｍａｘ｛Ｃｉ，｝，?ｗ設(shè)??覺為１．同時，由于目前文獻中不存在針對本問題的ｂｅｎｃｈｍａｒｋ，故本文設(shè)計了遺傳算法對Ｎ題求解并利用??ＧＰＬＥＸ－１２．７對模型精確求解，將這兩種求解結(jié)果作為對比數(shù)據(jù)來驗證棍合禁忌搜索的性能．此外考慮求解??５０－??注：麵纖為??由表３可知，隨著罰值灼的增加，調(diào)度后
【相似文獻】

相關(guān)期刊論文 前10條

1 李玉;石小林;;考慮倒垛情況的場吊調(diào)度問題研究[J];交通運輸工程與信息學(xué)報;2017年02期

2 蔣塬銳;賈順平;李軍;;基于調(diào)度池的共享單車調(diào)度研究[J];交通信息與安全;2019年05期

3 王璇;劉世峰;劉達;;基于“實時智能”方法的港口物流調(diào)度問題研究[J];物流技術(shù);2009年12期

4 王海星;申金升;;奧運通勤線路公交調(diào)度問題研究[J];北京交通大學(xué)學(xué)報;2006年06期

5 徐國勛;李妍峰;向婷;趙達;;考慮損壞自行車回收的共享單車調(diào)度問題[J];系統(tǒng)工程;2019年02期

6 劉新宇;陳群;;綜合考量借還車需求與調(diào)度成本的公共自行車調(diào)度優(yōu)化模型[J];中國公路學(xué)報;2019年07期

7 戴明強,李衛(wèi)軍,李新鵬;一類公交車調(diào)度問題的數(shù)學(xué)模型及其解法[J];運籌與管理;2004年01期

8 董明哲,于文波,楊鴻雁;Huffman樹在公交車調(diào)度問題中的應(yīng)用[J];鞍山師范學(xué)院學(xué)報;2002年03期

9 陳仕軍;沈吟東;蘇璇;陳賀命;;帶中式用餐約束的乘務(wù)調(diào)度問題[J];交通運輸系統(tǒng)工程與信息;2013年02期

10 熊玲;關(guān)于公交車調(diào)度問題的研究[J];武漢科技學(xué)院學(xué)報;2005年01期

相關(guān)博士學(xué)位論文 前5條

1 何迪;APTS下公交車輛區(qū)域調(diào)度問題研究[D];西南交通大學(xué);2009年

2 趙姣;集裝箱碼頭物流供應(yīng)鏈調(diào)度建模與優(yōu)化研究[D];東北大學(xué);2013年

3 肖恒輝;三峽—葛洲壩聯(lián)合通航調(diào)度問題的研究[D];華中科技大學(xué);2008年

4 余書成;集裝箱碼頭中岸橋及相關(guān)資源集成調(diào)度優(yōu)化模型與算法研究[D];上海大學(xué);2017年

5 王艷玲;取貨車輛動態(tài)調(diào)度問題研究[D];北京交通大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 金含笑;基于摩拜出行數(shù)據(jù)的共享單車調(diào)度研究[D];北京交通大學(xué);2019年

2 韓笑宓;考慮公交車尾氣排放的常規(guī)公交組合調(diào)度優(yōu)化研究[D];北京交通大學(xué);2019年

3 陳興博;需求響應(yīng)式公交協(xié)同組合調(diào)度研究[D];華南理工大學(xué);2019年

4 張曉鳴;青島市純電動公交城市調(diào)度優(yōu)化問題研究[D];青島大學(xué);2019年

5 趙明明;數(shù)據(jù)驅(qū)動下的共享單車調(diào)度優(yōu)化研究[D];大連理工大學(xué);2019年

6 鄒智杰;數(shù)據(jù)驅(qū)動的公交調(diào)度分析與優(yōu)化研究[D];福州大學(xué);2018年

7 李凡;基于SPEA2的多目標AGV-岸吊調(diào)度優(yōu)化研究[D];山東科技大學(xué);2018年

8 華明壯;基于訂單數(shù)據(jù)挖掘的共享單車調(diào)度需求分析方法研究[D];東南大學(xué);2018年

9 王燕;共享汽車異地還車車輛調(diào)度模型研究[D];東華大學(xué);2019年

10 姚學(xué)儒;公共自行車租賃點選址以及調(diào)度優(yōu)化方法研究[D];內(nèi)蒙古大學(xué);2019年

本文編號：2868356