论文部分内容阅读
摘要：随着国内各大高校在校生的不断增多以及校园面积的不断扩张，如何解决校园内公共交通秩序问题成为当下新的研究课题。本文在借鉴宁波市公共自行车系统的发展现状和总结国内大学校园交通发展理论和实践的基础上，基于宁波大学的校园地理环境，从校园内建立公共自行车的可行性、选址、运作与管理等几个方面展开探讨，提出了具有校园特征因素的公共自行车系统规划方案。
关键词：校园公共自行车；离散选址布局；双层规划模型；Dijkstra算法
中图分类号：G647 文献标识码：A 文章编号：1671-864X（2016）05-0198-01
一、引言
目前国内高校学生人数不断增加，为了提高学生的生活质量，校园新校区的建设规模也在逐渐扩张，从而会带来一系列公共交通问题。其中最为普遍出现的交通问题是教学区与生活区的距离相对较远。宁波大学各校区（东校区、西校区、北校区等）是当代大规模校园的典型代表，截至2015年底，占地面积约180万平方米，学校师生人数约5万名。在这样的区域划分和人口密度环境下，绝大部分学生的出行方式都依赖自行车，这就导致校园内自行车挤占道路空间现象日益突出，如何建立良好的校园公共自行车系统来解决自行车合理停放问题成为当下重点研究课题之一。
二、规模预测
公共自行车租赁点初建系统包括公共自行车以及停车桩位的规模数量，可以考虑自行车和桩位的周转率来预测该系统的初建规模，具体模型如下：
1.自行车数量规模预测。公共自行车的周转率在自行车数量规模预测中起着重要的作用，它是指一定时间内每辆自行车平均被借的次数和自行车归还次数以及通过调度所确定的被借总次数与最初时刻租赁点自行车数量的比值。
2.租赁点桩位规模预测。
停车桩位的周转率计算可以将上述自行车规模预测模型中的“自行车数量”换成“桩位数量”。每个桩位平均停放自行车的数量与其他租赁点自行车被借次数以及自行车的调度紧密联系。
三、离散选址布局双层规划模型
1.模型分析。校园公共自行车租赁点的布局优化问题最重要的是在一定区域内确定每个租赁点最合适的位置以及对应的规模大小，因此需要建立相应的数学规划模型来进行求解。在该优化问题中，其中一方面的决策目标是高校需要通过合理的预测模型方案，以达到整个公共自行车系统的总建设成本最低；另一方面的决策目标是租赁者需要根据租赁点位置分布的变化随时调整出行路线，以达到总出行时间最小。该问题包含两种不同的决策目标，因此该布局优化方案适宜采用双层规划模型[2]。
2.模型假设。在租赁点的布局优化方案中，需要讨论需求点和租赁点两个角度。需求点是指租赁者所在的位置或者较近的区域，是该模型主要考虑的因素，对优化布局决策具有决定性的作用，为了整个模型的合理性，现进行下面三个方面的假设：
（1）假设租赁点的自行车和停车桩位都是一对一配套，不考虑工作人员将自行车从桩位取出管理；
（2）假设租赁点的基本建设费用、设备费用及运营费用为常数；
（3）假设租赁者到租赁点的单位费用为常数，即认为所有租赁者总是选择距离最近的租赁点，他们的时间成本都是一个定值。
3.模型构造。
（1）上层模型。上层模型可以描述为租赁点布局位置要与校园功能相互协调，既考虑初次建设的经济成本，又考虑地理环境对布局的影响。首先该模型将经济成本作为主要考虑的因素，在满足需求点需求量的区域内确定最佳的租赁点布局位置，使总成本这个决策目标达到最小。
（2）下层模型。下层模型考虑的角度是租赁者。由于自行车租赁服务的费用相对较便宜，因此弱化租赁服务的经济因素，取租赁者的出行时间作为主要考虑因素。即确定目标函数为租赁者出行总时间的最小值。下层模型是表示满足租赁者总出行时间最少的离散站点布局优化问题，约束条件中表示租赁点均能满足需求点租赁者的出行需求。
4.模型求解。基于宁波大学的校园地理环境，利用matlab软件按照上述步骤。
四、调度方案模型优化
该优化模型[4]以确定其中一个租赁点为初始站点，通过搜索路径，寻找下一个最优的租赁点，具体搜寻规则如下：
①寻找与初始站点距离最近的X个租赁站点，按照从小到大的规律排序；
②依次排好这X个租赁点的顺序后，如果这个租赁点为需求点且需求量大于调度车上的剩余自行车，即无法一次性完成调配，删除该租赁点，并重新得到新的（X-1）个租赁点。
③计算每一层的自行车调度数量（取绝对值）以及通过的距离，然后计算这两个数据的比值。
④以满足条件的租赁点分别为初始站点，重复第①至③步。
⑤计算出每次搜索路径公共自行车需要调度的数量和在此过程中所走过的距离，然后将两者相除再求和，取比值之和最大的搜索路径，其初始站点对应的下一个站点即为下一个调度点。
⑥以该确定的租赁点为起始点，重复第①至⑤步，直到全部自行车调度完毕。
该优化模型在利用Dijkstra算法实现最短路径的基础上增加了调度时具体的数量因素，使得在推广中更具有实际意义，尽最大可能提高调度效率，避免有限资源浪费。
五、结论
本文借鉴宁波市公共自行车近两年来的发展状况，基于宁波大学这个国内典型的校园地理环境，分析得到推广校园公共自行车系统是存在可行性和必要性的。该方案以宁波大学实际的地理结构布局为例，在选址和调度方面分别引入双层规划模型和Dijkstra算法，利用MATLAB和LINGO软件求得具体的解。显然这只是对校园公共自行车系统提出自己的设想，还有许多不完善的方面。比如公共自行车系统中的计费方案、租赁点的自动化管理、自行车本身的安全性等等。虽然这种新型的校园交通方式理论上可以解决大学生出行的难题，但也存在许多相应的问题。在以后的学习和生活中，会逐步深入研究，逐渐完善该系统的不足，探讨更加广泛的应用。
参考文献：
[1]鲍娜.城市公共自行车租赁点选址决策及调度模型研究[D].长安大学，2012.
[2]崔晓琳.基于轨道交通接驳的公共自行车租赁站点布设研究[D].北京交通大学，2013.
[3]王树西.李安渝.Dijkstra算法中的多邻接点与多条最短路径问题[J].计算机科学.2014.06
[4]管娜娜.公共自行车调度路径优化问题研究[D].西南交通大学，2015.
关键词：校园公共自行车；离散选址布局；双层规划模型；Dijkstra算法
中图分类号：G647 文献标识码：A 文章编号：1671-864X（2016）05-0198-01
一、引言
目前国内高校学生人数不断增加，为了提高学生的生活质量，校园新校区的建设规模也在逐渐扩张，从而会带来一系列公共交通问题。其中最为普遍出现的交通问题是教学区与生活区的距离相对较远。宁波大学各校区（东校区、西校区、北校区等）是当代大规模校园的典型代表，截至2015年底，占地面积约180万平方米，学校师生人数约5万名。在这样的区域划分和人口密度环境下，绝大部分学生的出行方式都依赖自行车，这就导致校园内自行车挤占道路空间现象日益突出，如何建立良好的校园公共自行车系统来解决自行车合理停放问题成为当下重点研究课题之一。
二、规模预测
公共自行车租赁点初建系统包括公共自行车以及停车桩位的规模数量，可以考虑自行车和桩位的周转率来预测该系统的初建规模，具体模型如下：
1.自行车数量规模预测。公共自行车的周转率在自行车数量规模预测中起着重要的作用，它是指一定时间内每辆自行车平均被借的次数和自行车归还次数以及通过调度所确定的被借总次数与最初时刻租赁点自行车数量的比值。
2.租赁点桩位规模预测。
停车桩位的周转率计算可以将上述自行车规模预测模型中的“自行车数量”换成“桩位数量”。每个桩位平均停放自行车的数量与其他租赁点自行车被借次数以及自行车的调度紧密联系。
三、离散选址布局双层规划模型
1.模型分析。校园公共自行车租赁点的布局优化问题最重要的是在一定区域内确定每个租赁点最合适的位置以及对应的规模大小，因此需要建立相应的数学规划模型来进行求解。在该优化问题中，其中一方面的决策目标是高校需要通过合理的预测模型方案，以达到整个公共自行车系统的总建设成本最低；另一方面的决策目标是租赁者需要根据租赁点位置分布的变化随时调整出行路线，以达到总出行时间最小。该问题包含两种不同的决策目标，因此该布局优化方案适宜采用双层规划模型[2]。
2.模型假设。在租赁点的布局优化方案中，需要讨论需求点和租赁点两个角度。需求点是指租赁者所在的位置或者较近的区域，是该模型主要考虑的因素，对优化布局决策具有决定性的作用，为了整个模型的合理性，现进行下面三个方面的假设：
（1）假设租赁点的自行车和停车桩位都是一对一配套，不考虑工作人员将自行车从桩位取出管理；
（2）假设租赁点的基本建设费用、设备费用及运营费用为常数；
（3）假设租赁者到租赁点的单位费用为常数，即认为所有租赁者总是选择距离最近的租赁点，他们的时间成本都是一个定值。
3.模型构造。
（1）上层模型。上层模型可以描述为租赁点布局位置要与校园功能相互协调，既考虑初次建设的经济成本，又考虑地理环境对布局的影响。首先该模型将经济成本作为主要考虑的因素，在满足需求点需求量的区域内确定最佳的租赁点布局位置，使总成本这个决策目标达到最小。
（2）下层模型。下层模型考虑的角度是租赁者。由于自行车租赁服务的费用相对较便宜，因此弱化租赁服务的经济因素，取租赁者的出行时间作为主要考虑因素。即确定目标函数为租赁者出行总时间的最小值。下层模型是表示满足租赁者总出行时间最少的离散站点布局优化问题，约束条件中表示租赁点均能满足需求点租赁者的出行需求。
4.模型求解。基于宁波大学的校园地理环境，利用matlab软件按照上述步骤。
四、调度方案模型优化
该优化模型[4]以确定其中一个租赁点为初始站点，通过搜索路径，寻找下一个最优的租赁点，具体搜寻规则如下：
①寻找与初始站点距离最近的X个租赁站点，按照从小到大的规律排序；
②依次排好这X个租赁点的顺序后，如果这个租赁点为需求点且需求量大于调度车上的剩余自行车，即无法一次性完成调配，删除该租赁点，并重新得到新的（X-1）个租赁点。
③计算每一层的自行车调度数量（取绝对值）以及通过的距离，然后计算这两个数据的比值。
④以满足条件的租赁点分别为初始站点，重复第①至③步。
⑤计算出每次搜索路径公共自行车需要调度的数量和在此过程中所走过的距离，然后将两者相除再求和，取比值之和最大的搜索路径，其初始站点对应的下一个站点即为下一个调度点。
⑥以该确定的租赁点为起始点，重复第①至⑤步，直到全部自行车调度完毕。
该优化模型在利用Dijkstra算法实现最短路径的基础上增加了调度时具体的数量因素，使得在推广中更具有实际意义，尽最大可能提高调度效率，避免有限资源浪费。
五、结论
本文借鉴宁波市公共自行车近两年来的发展状况，基于宁波大学这个国内典型的校园地理环境，分析得到推广校园公共自行车系统是存在可行性和必要性的。该方案以宁波大学实际的地理结构布局为例，在选址和调度方面分别引入双层规划模型和Dijkstra算法，利用MATLAB和LINGO软件求得具体的解。显然这只是对校园公共自行车系统提出自己的设想，还有许多不完善的方面。比如公共自行车系统中的计费方案、租赁点的自动化管理、自行车本身的安全性等等。虽然这种新型的校园交通方式理论上可以解决大学生出行的难题，但也存在许多相应的问题。在以后的学习和生活中，会逐步深入研究，逐渐完善该系统的不足，探讨更加广泛的应用。
参考文献：
[1]鲍娜.城市公共自行车租赁点选址决策及调度模型研究[D].长安大学，2012.
[2]崔晓琳.基于轨道交通接驳的公共自行车租赁站点布设研究[D].北京交通大学，2013.
[3]王树西.李安渝.Dijkstra算法中的多邻接点与多条最短路径问题[J].计算机科学.2014.06
[4]管娜娜.公共自行车调度路径优化问题研究[D].西南交通大学，2015.