近年來,我國汽車分時(shí)租賃產(chǎn)業(yè)快速發(fā)展,隨著國家對電動(dòng)汽車在公共領(lǐng)域優(yōu)先推廣的相關(guān)策略文件出臺(tái),電動(dòng)汽車開始大量投入到汽車分時(shí)租賃運(yùn)營中來,北京、杭州、上海等大中城市施行的電動(dòng)汽車分時(shí)租賃項(xiàng)目,已經(jīng)取得了顯著的效果。但受制于電動(dòng)汽車的充電與車輛維護(hù)限制,電動(dòng)汽車分時(shí)租賃需在指定站點(diǎn)取還車,用戶在使用分時(shí)租賃電動(dòng)汽車時(shí)需綜合考慮周圍站點(diǎn)車輛分布與車輛狀態(tài),因此分時(shí)租賃各站點(diǎn)的車輛分布直接影響了潛在用戶的用車需求。通常,各租賃站點(diǎn)會(huì)依據(jù)各站點(diǎn)較為穩(wěn)定的用車需求確定車輛的每日配置數(shù)量,但因每日結(jié)束運(yùn)營后各站點(diǎn)保有車輛與次日用車需求的空間分布大都不匹配,導(dǎo)致次日各站點(diǎn)即使面對同樣的用車需求,也面臨“無車可借,有車難還”的困境,因此,為了提升分時(shí)租賃電動(dòng)汽車的運(yùn)營效率,亟待解決站點(diǎn)間的車輛調(diào)度所帶來的高運(yùn)營成本問題。本文在調(diào)研分時(shí)租賃車輛運(yùn)營流程與模式的基礎(chǔ)上,充分考慮費(fèi)用等因素對分時(shí)租賃車輛用戶站點(diǎn)選擇行為的影響,提出基于優(yōu)惠策略引導(dǎo)用戶前往指定站點(diǎn)取還車以實(shí)現(xiàn)最大限度的取還車自組織均衡目標(biāo)的站點(diǎn)間車輛調(diào)度的優(yōu)化算法。首先,通過設(shè)計(jì)SP(Stated Preference)調(diào)查問卷和問卷數(shù)據(jù)統(tǒng)計(jì)...

【文章頁數(shù)】：97 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 自組織理論研究現(xiàn)狀
        1.2.2 出行行為分析非集計(jì)模型研究現(xiàn)狀
        1.2.3 分時(shí)租賃車輛調(diào)度研究現(xiàn)狀
        1.2.4 車輛路徑問題與禁忌搜索算法研究現(xiàn)狀
    1.3 研究目標(biāo)與內(nèi)容
    1.4 技術(shù)路線
2 車輛分時(shí)租賃發(fā)展研究概述
    2.1 車輛分時(shí)租賃的發(fā)展現(xiàn)狀
    2.2 車輛分時(shí)租賃服務(wù)模式與流程
    2.3 車輛分時(shí)租賃發(fā)展前景
        2.3.1 車輛分時(shí)租賃市場特征
        2.3.2 車輛分時(shí)租賃市場發(fā)展驅(qū)動(dòng)因素
        2.3.3 車輛分時(shí)租賃未來發(fā)展趨勢
    2.4 車輛分時(shí)租賃調(diào)度模式分析
        2.4.1 基于員工的調(diào)度模式
        2.4.2 基于用戶的調(diào)度模式
    2.5 本章小結(jié)
3 面向自組織均衡的分時(shí)租賃車輛調(diào)度優(yōu)化模型構(gòu)建
    3.1 問卷調(diào)查及數(shù)據(jù)分析
        3.1.1 站點(diǎn)選擇行為調(diào)查設(shè)計(jì)
        3.1.2 調(diào)查數(shù)據(jù)收集及統(tǒng)計(jì)分析
        3.1.3 站點(diǎn)選擇行為特征分析
    3.2 基于行為分析的分時(shí)租賃車輛用戶取車行為研究
        3.2.1 基于隨機(jī)效用理論的非集計(jì)模型
        3.2.2 基于優(yōu)惠策略的行為分析研究
    3.3 面向自組織均衡的分時(shí)租賃車輛調(diào)度優(yōu)化模型
        3.3.1 問題描述
        3.3.2 前提與假設(shè)
        3.3.3 系統(tǒng)運(yùn)行流程
        3.3.4 分時(shí)租賃車輛調(diào)度優(yōu)化模型建立
        3.3.5 目標(biāo)函數(shù)
        3.3.6 調(diào)度優(yōu)惠策略
    3.4 本章小結(jié)
4 基于運(yùn)輸問題和禁忌搜索算法的車輛調(diào)度問題求解
    4.1 基于運(yùn)輸問題的調(diào)度任務(wù)分配模型
        4.1.1 問題描述和基本假設(shè)
        4.1.2 伏格爾法與最優(yōu)檢驗(yàn)
    4.2 基于禁忌搜索算法的優(yōu)化調(diào)度算法
        4.2.1 問題描述與基本假設(shè)
        4.2.2 算法設(shè)計(jì)
        4.2.3 初始解的生成
        4.2.4 鄰域結(jié)構(gòu)
        4.2.5 參數(shù)設(shè)置
    4.3 本章小結(jié)
5 算例分析
    5.1 算例數(shù)據(jù)
    5.2 算例結(jié)果
    5.3 不同優(yōu)惠策略開始時(shí)間下算例結(jié)果分析
    5.4 不同梯度折扣優(yōu)惠策略下算例結(jié)果分析
    5.5 不同車輛投放規(guī)模下算例結(jié)果分析
    5.6 本章小結(jié)
6 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 創(chuàng)新點(diǎn)
    6.3 研究展望
參考文獻(xiàn)
作者簡歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3739171