近年來共享單車的出現為城市居民帶來極大便利的同時也引發了不少問題,其中共享單車的停放問題已相對突出,隨著全國各大城市針對共享單車停放問題的相應整治政策,規范共享單車的停放已經成了該行業主旋律。在大環境的影響下開展停放點的布局優化研究具有較強的理論意義和現實意義。首先對共享單車騎行數據進行數據預處理,利用處理后的數據對共享單車的出行時間特征、出行空間特征以及出行強度特征進行深入分析,同時提出共享單車需求點識別的識別方法,為后續研究提供支撐。?其次引入DSR模型提出共享單車停放點供給評價框架,依據評價框架構建了停放點供給狀態的評價指標體系,并給出了每個指標的量化和等級劃分的方法,同時以層次分析法作為主觀賦權法、以熵權法作為客觀賦權法,對每個指標進行組合賦權,最后引入Topsis評價方法中的相對貼近度,對評價結果進行排序,依據排序結果確定共享單車停放備選點。再次以備選點為布局優化對象,以覆蓋度、時間滿意度最大和成本最小為優化目標建立多目標基本優化模型,并以基本優化模型為基礎,考慮停放點服務失效和需求點出行需求的不確定性兩種情境,分別構建了服務失效和出行需求不確定下的魯棒優化模型,同時給出了魯... 

【文章來源】：東南大學江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：107 頁

【學位級別】：碩士

【部分圖文】：

研究技術路線

共享單車出行特征分析132.3共享單車出行時間特征分析2.3.1日出行量特征圖2.1共享單車日出行量本文選取了北京市2017年5月25日-31日的共享單車出行數據作為研究對象分析共享單車出行的周出行特征，其中5月25日-27日、31日為工作日，5月28日-30日為休息日。在一周內北京市居民共計使用摩拜共享單車出行達到2002994次，日均出行286142次，其中4天工作日共計出行1292641次，占比64.54%，且每日出行均在平均值以上，3天休息日共計出行710353次，占比35.46%，休息日每日出行量均在平均值以下。從圖2.1可知，共享單車的出行量在工作日和休息日具有明顯的差異性，由于共享單車在工作日受較多的通勤等剛性出行需求影響，在工作日的共享單車單日出行量要明顯高于休息日的共享單車單日出行量，其單日最大落差達到112326次。2.3.2出行時間段特征1、周時間段特征

東南大學碩士學位論文14圖2.2一周各時段出行量從5月25日到5月31日各時段的出行量分布圖來看，北京市居民共享單車出行呈現明顯的高峰出行和小高峰出行現象，其中高峰出行時間段又分為7:00am-9:00am的早高峰出行以及17：00pm-20:00pm的晚高峰出行，共享單車晚高峰用車量比早高峰用車量多且持續時間比早高峰長，此外在11:00am-13:00pm的用車量比早高峰和晚高峰低，但比其他時間段用車量高，因此呈現較為明顯的午高峰出行現象。2、工作日時間段出行特征具體到5月25日到5月31日工作日以及休息日每日各時段出行量來看，如圖2.3所示，工作日每日各時段出行規律與一周各時段出行規律類似，呈現明顯的早晚出行高峰和較為明顯的午高峰現象，早高峰出行時間段為7:00am-9:00am，晚高峰出行時間段為17：00pm-20:00pm。工作日的共享單車出行早高峰持續時間相對晚高峰較短，且騎行量低于晚高峰，但在早高峰時間段內，用車數量增長速度較快，呈現明顯的激增現象，這是由于在早高峰時間段內共享單車出行多為通勤性騎行，出行集聚現象更為明顯，而在晚高峰階段除了回程的通勤性騎行行為以外，還包含了類似于就餐、購物等彈性的出行需求，因此晚高峰騎行量比早高峰多且騎行需求更為多樣化，此外，這些彈性需求往往持續時間較長，因此也形成了晚高峰持續時間較長，需求緩解較慢的特征；而在中午時分由于就餐以及部分通勤等需求而出現了一定的小高峰現象。


本文編號：2908389