详情

原文传递互联网租赁自行车全生命周期碳排放测算与投放量优化

论文题名：	互联网租赁自行车全生命周期碳排放测算与投放量优化
关键词：	互联网租赁自行车;碳减排测算;需求预测;投放量优化;全生命周期
摘要：	互联网租赁自行车作为低碳交通系统的重要组成部分，是移动互联网和租赁自行车融合发展的新型绿色交通服务模式，为满足公众短距离出行和公共交通接驳换乘需求提供了新选项，在我国得到了快速发展。但在发展过程中，互联网租赁自行车存在过度投放和资源浪费的现象，且较少从全生命周期视角对其碳减排效益进行估算。鉴于此，本文基于多源数据，分析了互联网租赁自行车的出行特征和用户的出行偏好，在全生命周期碳排放测算和借还需求预测的基础上，建立了互联网租赁自行车投放量优化模型。　　首先，利用GIS平台融合了南京市地理信息数据和互联网租赁自行车历史骑行数据，从时空角度探究了互联网租赁自行车的出行特性，并进行了可视化分析。基于用户出行意向调查数据，分析了短距离出行和公共交通接驳换乘两种服务模式下的用户特性，构建了互联网租赁自行车服务模式选择行为模型，探讨了不同服务模式下互联网自行车对原有出行方式的替代作用。　　然后，基于全生命周期评价法，确定了互联网租赁自行车的系统边界，综合考虑生产、使用、运维和处置四个阶段，界定了不同阶段的碳排放和碳减排行为，结合全生命周期数据库和OpenLCA软件，构建了互联网租赁自行车碳排放测算模型，并以南京市为例进行了测算，结果表明：单位车辆产生碳排放约76.686千克；互联网租赁自行车直接用于短距离出行时，每人每公里节碳约63.726克；互联网租赁自行车用于接驳换乘公共交通时，每人每公里节碳约300.718克。在此基础上，对碳减排测算结果进行了敏感性分析，确定了服务模式和企业投放量为碳减排两大关键影响因素。　　其次，以南京市鼓楼区为例，根据互联网租赁自行车的借还分布特征，利用肘部法则确定聚类簇数K的取值，采用K均值聚类算法进行了交通小区划分。在此基础上，分别采用历史均值法、长短时记忆神经网络和随机森林模型对互联网租赁自行车借还需求进行预测，并利用均方根误差和平均绝对误差指标对预测结果进行评价，结果表明：随机森林模型的预测效果较好，引入天气状况和土地利用等外部因素时，能有效提高预测精度。　　最后，综合考虑用户的借还需求、互联网租赁自行车的碳排放测算结果和企业运营成本，以区域内互联网租赁自行车最大投放量、可用车辆数、小区间距离等作为约束条件，建立了低碳导向下互联网租赁自行车投放量多目标优化模型，并采用遗传算法对模型进行了求解。以南京市鼓楼区为例进行实证分析，结果表明：在考虑企业投放量市场占比情况下，运用投放优化模型得到的投放方案，可满足80.87％的用户借还需求，减少464.354吨碳排放，企业成本降低31.96%。
作者：	赖如欣
专业：	交通运输工程;交通运输规划与管理
导师：	季彦婕
授予学位：	硕士
授予学位单位：	东南大学
学位年度：	2022