.png){kind=icon}
返回
for dockless bike
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ijpe.2025.109634.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
共享经济的影响下，共享单车系统发展迅速，但也带来了许多运营挑战。其中，单车重平衡问题是共享单车系统的主要挑战之一。本文提出了一种框架，用于解决无桩式共享单车系统的动态单车重平衡问题，通过使用卡车将单车重新分配到各地点，以满足不同时间点的需求变化。我们将该问题分解为两个过程：动态聚类和单车重新分配。对于动态聚类，我们提出了一种优化模型，用于选择聚类中心并决定聚类的数量和覆盖范围，以基于行程收入和集群间的预期通行成本最大化运营利润。开发了一种自适应大邻域搜索（ALNS）算法来求解该问题。单车过多的聚类会导致单车堆积并造成城市视觉污染，而单车过少的聚类则可能导致用户不满。为避免此类问题，在单车重新分配过程中，我们构建了包含单车在集群间重新分配的车辆取送路线。我们使用来自美国路易维尔市的真实数据对该框架进行了测试。结果表明，所提出的ALNS算法能够高效地求解大规模现实案例并获得高质量解。数值实验还显示，与静态聚类基准相比，动态聚类模型显著提高了平均日利润。本文为运营者提供了关于共享单车系统中聚类和重新分配影响的若干见解。
Keyword:
Free-floating bike-sharing
Spatio-temporal clustering in bike-sharing
Dynamic bike rebalancing
Vehicle routing in bike-sharing
Sharing economy
ALNS
期刊
IF:
10
论文数:
8.1K
被引数:
3.6W
机构
引用论文
.png){kind=icon}
A model framework for discovering the spatio-temporal usage patterns of public free-floating bike-sharing system一种发现公共自由漂浮自行车共享系统时空使用模式的模型框架
OAAI
OAAI分享收藏
查看更多内容