基于预测库存变化率的公共自行车动态调度方法

摘要

为提高公共自行车系统调度效率并降低调度成本,提出基于预测库存变化率的公共自行车动态调度方法。将公共自行车站点类比于库存系统,利用马尔可夫过程平稳分布的性质,预测调度时段各站点的库存变化率,进而预测调度时段末各站点库存率。考虑站点合理库存率区间,根据站点初始库存率和预测库存率,确定需要调度的站点集合。考虑调度车辆到达有调度需求站点的最晚到达时间与调度车辆装载量约束,以调度车辆总行驶距离最短为优化目标,建立优化目标为车辆总行驶距离最短的动态调度模型。利用模拟退火算法求解模型,得到优化调度方案。由于预测了调度时段内站点的库存变化率,因此,在给定的调度区域内,为了保证所有站点的库存率始终维持在合理库存率区间,调度车辆只需要在有调度需求的站点之间执行1次调度任务。以波士顿公共自行车系统为例,验证基于预测库存变化率的动态调度方法。结果表明:基于预测库存变化率的动态调度方法,在给定的各个调度区域内,最多可缩短调度车辆35.58%的行驶距离;若完成系统全部调度任务时,调度车辆总行驶距离可缩短18.53%;与基于滚动时域的动态调度方法相比,基于预测库存变化率的动态调度方法,不需要分段检测系统运行状态,避免了对调度方案的被动调整,提高了编制和执行效率。