详情

原文传递多目标共享单车重平衡问题研究

论文题名：	多目标共享单车重平衡问题研究
关键词：	共享单车;平衡区间;多目标优化;粒子群算法;两阶段随机规划
摘要：	共享单车系统（BSS）作为一种解决公共交通系统“最先和最后一公里”问题的可持续方式，由于使用方便、租价便宜、绿色环保等特性深受广大用户的欢迎。在共享单车系统中，由于单车的单程性及通勤而导致的“潮汐现象”会致使单车供需不平衡，因无法满足需求而造成用户满意度下降，同时单车的利用率也极大降低，不利于单车企业的发展及现有交通系统的快速运行。因此，共享单车重平衡成为完成供需匹配的重要解决方式，而合理完成单车重平衡也是城市共享单车系统亟待解决的问题。基于此，本文对共享单车重平衡问题进行研究，主要内容及成果如下：　　首先，本文重新定义了站点的平衡状态，将其从点扩至区间，基于此完成单运输车辆多目标共享单车静态重平衡问题研究，以行驶距离最小化的同时重平衡效用度（站点平衡程度的指标）最大化为目标，构建多目标混合整数规划模型，然后提出了一种基于多启动策略的多目标粒子群优化算法（MS-MOPSO）对模型进行求解，从而获得帕累托解集。该算法结合了遗传算法中的交叉算子和变邻域搜索算法，提高了搜索能力。为了验证本文模型和算法性能，进行了不同规模的算例分析和灵敏度分析。实验结果表明，与混合HNSGA-II和MOPSO相比，本文的MS-MOPSO能够获得更高质量的Pareto最优解。　　其次，在单车辆运输研究的基础上，本文又扩展至多车辆运输研究。同样在平衡区间下，利用多辆运输车完成网络中不平衡站点的重平衡操作。以重平衡操作总成本最小化和平均重平衡效用度最大化为目标构建多目标混合整数规划模型，并采用混合多目标粒子群（HMOPSO）算法进行求解，该算法在初始解生成中引入k-means聚类算法，将不平衡站点进行聚类并将结果分配给不同的车辆，同时调用CPLEX为每辆车求解最短路径，并将其作为其中一个粒子的路径信息。为验证算法性能，本文进行了不同规模的算例分析，并与随机生成初始解的HNSGA-II进行比较，结果表明，本文的HMOPSO算法表现更优。　　最后，考虑到现实生活中的需求不确定性，本文又对随机需求下的重平衡问题进行研究。本文将此随机性转变为各个具有概率的场景，以行驶路线最小化和完成所有场景的重平衡操作所获得效用度期望最大化为目标，构建两阶段随机规划模型，并采用基于拉丁超立方采样生成场景的混合变邻域搜索（LHS-VNS）算法进行求解。最后通过算例分析证明算法的有效性。
作者：	许媛媛
专业：	管理科学与工程
导师：	贾永基
授予学位：	硕士
授予学位单位：	东华大学
学位年度：	2021