《共享单车投放选址的模型算法案例综述》2700字

共享单车投放选址的模型算法案例综述目录TOC\o"1-2"\h\u5595共享单车投放选址的模型算法案例综述 14441.1选址模型 199331.2评分指标算法 23118（1）优质指标 229247（2）费用指标 24161.3模型算法分析 2169401.2.1排序 2230871.2.2筛选 2215361.4本章小结 3295805案例分析 3133095.1影响因素 48315.1.1出行环境 4239765.1.2交通站点布局 5184475.1.3其他因素 5259515.2数据计算 51.1选址模型运用选址模型的主要目的是在众多方案中，寻求选址问题的最优解。如果在相关因素有约束条件，以及已知备选投放点分数的情况下，得出的最优选址方案的分数应该为最高项。首先，将调查区域划分为若干交通服务小区并考虑各备选点间距离、密度的因素，对备选点进行筛选，将得出的方案结果进行比较，必须满足所有备选点的共享单车的需求量大于整个服务小区的共享单车总需求量。所需公式如下：其中，取值0、1；表示各备选点；表示各备选点的得分；表示备选点与之间的距离，m；、表示区域内备选点密度的上下限制，个/m2；表示服务小区的面积，m2；表示各备选点的共享单车总需求；表示整个服务小区的共享单车总需求量。1.2评分指标算法由于采用不同的评价指标所得的数据所得的结果会有差异性，对备选点的评价指标数据应先标准化处理。以0—1为范围，将指标分为优质指标和费用指标。（1）优质指标优质指标主要用于计算最大的优质指标相对于最小的优质指标的相对距离。其中，最大指标值与最小值标值的差值为1。，i=1,2,3，，m（2）费用指标费用指标主要用于计算最小的费用指标相对于最大的费用指标的相对距离。其中，最小指标值与最大指标值的差值为1。，i=1,2,3，，m1.3模型算法分析求解该模型，主要内容数据为备选点位置、备选点数量以及备选点初始投放车辆总数。其中备选点位置由点集D构成，备选点数量是点集D中点的总和。1.2.1排序由模型计算得出的所有备选点的分数应从高到低排列，并且可行解的起始点应为分数最高点。1.2.2筛选若可行解中出现已选点与待选点间的距离不大于300m的情况，则应遵循以下筛选规则：a.起点应在分数高的待选点中选择；b.待选点与任意一个已选点间的距离均应该大于等于300m。1.4本章小结本章首先介绍选址模型，用于求解本文所提出的共享单车投放点的最优方案。随后阐述优质指标与费用指标的概念与公式，用于后续所得数据的标准化研究。最后，提出筛选方案的规则，为第五章计算数据奠定基础。5案例分析本文针对淮安市清江浦区大学城附近一片区域进行分析，该服务小区面积大小式中、路网清晰，适合进行案列分析。根据该调查区域特性进行确定初始共享单车投放点，总共得到10个可选备用点。如图12所示。图12可选投放点位置图本文以淮安市清江浦区2021年4月下旬某一周的出行记录为例，记录该周各备选点每日共享单车的车辆数。如图13所示，居民普遍会在工作日骑行共享单车，每日的共享单车数量在3817辆以上，而周末的共享单车数量明显低于工作日的共享单车数量。图13共享单车4月第四周从采集的数据中，选取备选点一周内共享单车数量最多的数据作为该备选点的需求量。如表8所示。表8备选点需求量备选点需求量14725836946856168278488198010365.1影响因素综合考虑该区域内的交通基础设施、交通环境等，共享单车投放点的选址受以下几种因素影响：5.1.1出行环境该服务小区南面靠近大学城，有淮阴工学院、江苏电子信息职业学校等高校，西面有金星幼儿园，为就近的学生提供了极大的便利；西面有淮安市第二医院，方便居民在日常生活中及时就诊；区域内有几家商场，例如：亿佳家具销售中心和大学城商业街等；该区域内以住宅区为主，分别有：柯山花园、城置公园龙湾、富源尚城以及新维中央美地等众多小区；该服务小区的东侧有九龙湖公园，为居民提供早中晚休憩和锻炼的场所。5.1.2交通站点布局淮安市新建的大运河桥连接该服务小区的西侧，不仅方面居民进出城市中心，也连接由京杭大运河分隔开的淮安市北部与南部，并且淮安市去年投入使用的延安路高架与该区域距离较近，促进城市规划与建设；淮安市客运南站作为淮安市较大的客运换乘枢纽，与该服务小区的最短距离1千米左右，居民出行十分便捷；该区域内的公交站点与路线也较多，常见的有22路、22路和12路等。5.1.3其他因素（1）占用成本方面本文主要考虑土地利用成本因素对选址的影响。该服务小区内65%左右的土地为住宅小区，剩余25%左右的土地用于商业或公共建筑设施。（2）道路可达性方面服务小区内主要以正大路与天津路为主要道路，各备选点间道路通畅，交通方便。该区域内的道路可达性为服务小区内涵盖道路面积/服务区域的百分比。（3）大型公共建筑面积占比方面大型的公共建筑对服务小区内的居民具有一定的吸引性和聚集性，例如区域内的九龙湖公园，若早晚聚集的人数越多，侧面显现出共享单车的数量也会增多，可以反映共享单车在公共建筑处使用率的情况。5.2数据计算通过调查数据，将各备选点根据以上五大影响因素来评价等级,以A、B、C、D四个指标来评定。如表9所示。表9指标等级备选点出行环境交通站点布局土地利用成本道路可达性公共建筑物占比/%1DCBA122ABCD133BCDA144CDBA135CDAB136ABDC167BADC178BCDA169ADCB1510BDCA16将表9内的出行环境、交通站点布局、土地利用成本和道路可达性等评价指标转为数字化。其中A=100，B=75，C=50，D=25。如表10所示。表10指标等级备选点出行环境交通站点布局土地利用成本道路可达性公共建筑物占比/%1255075100122100755025133755025100144502575100135502510075136100752550167751002550178755025100179100255075151075255010016上表中，出行环境、道路可达性与公共建筑物占比等三个因素采用优质指标来进行标准化计算，指标数值越大，表示该备选点越适合设立共享单车投放点。而交通站点布局与土地利用成本则采用费用指标来进行标准化计算，指标数值越小，表示该备选点越适合设立共享单车投放点。数据标准化结果如表11所示。表11标准化后的数据指标备选点出行环境交通站点布局土地利用成本道路可达性公共建筑物占比/%100.6670.33310210.3330.66700.20030.6670.667110.40040.33310.33310.20050.333100.6670.200610.33310.3330.80070.667010.333180.6670.6671119110.6670.6670.600100.66710.66710.800通过运用层次分析法来确定因素权重，准则层对目标的成对比矩阵如下：矩阵的最大特征根；特征向量；一次性指标；随机一致性指标（查表）；一致性比率；通过一致性检验。通过权重模型得出10个待选共享单车投放点的总分，并且遵循分数从高到低排列的原则将备选点进行排序，结果如表12所示。表12备选点分数备选点总分90.901100.86580.74740.69330.68150.64560.59420.48010.42570.370