共享单车运营分析及决策研究

doi:10.11959/j.issn.2096-0271.2019007

摘要/Abstract

摘要：

针对共享单车运营过程中出现的分配不均衡和调度不合理的问题，基于某城市10个区域的共享单车骑行记录数据，综合应用时空统计及回归演绎分析和群智能算法，在分析共享单车时空分布特征的基础上，研究了基于蚁群算法的单车调度路径优化，设计了基于满足程度的共享单车区域最佳分配方案，并建立了共享单车投放量和打车人次间的回归模型，探讨了共享单车对打车市场的影响。研究结果对解决共享单车运营中存在的问题和提高共享单车运营效率及管理水平有重要的指导意义。

关键词: 共享单车, 时空分布, 蚁群算法, 满足程度, 决策支持

Abstract:

Aiming at the problem of unbalanced distribution and unreasonable scheduling in the process of sharing-bicycles operating, based on the data of sharing-bicycles riding record for ten regions in a city, spatio-temporal statistics, regression deduction analysis and swarm intelligence algorithm were synthetically applied to analyze the spatio-temporal distribution characteristics and the optimization of path scheduling based on ant colony algorithm of sharing-bicycles was studied. At the same time, a optimal allocation scheme of sharing-bicycles based on satisfaction degree was designed. Finally, a regressive model of the number of bikes and taxi passengers was established to discuss the influence of sharing-bicycles on the taxi market. The research resultshave important guiding significance for solving the problems existing in the process of running and improving the operational efficiency and management level of sharing-bicycles.

Key words: haring-bicycles, spatio-temporal distribution, ant colony algorithm, satisfaction degree, decision-making

中图分类号:

TP393

张红, 周迪新, 程传祺, 沙毓. 共享单车运营分析及决策研究[J]. 大数据, 2019, 5(1): 87-97.

Hong ZHANG, Dixin ZHOU, Chuanqi CHENG, Yu SHA. Study on operation analysis and decisionmaking for sharing-bicycles[J]. Big Data Research, 2019, 5(1): 87-97.

图/表 15

表1

图1

图2

表2

图3

图4

图5

图6

表3

图7

表4

表5

表6

图8

图9

参考文献 18

[1]	刘洋，李克，任宏 . 服务设计视角下的共享单车系统分析[J]. 包装工程， 2017,38(10): 11-18.
	LIU Y , LI K , REN H . Analysis of bikesharing system from the perspective of service design[J]. Packaging Engineering, 2017,38(10): 11-18.
[2]	侯长海 . 2016年中国共享单车市场分析报告[J]. 互联网天地， 2007(2): 35-37.
	HOU C H . Market analysis report of china bike sharingin 2016[J]. China Internet, 2007(2): 35-37.
[3]	北京20多万辆共享单车的违停成了城市亟待解决问题[N]. 北京：北京青年报， 2017-03-10.
	The urgent problem caused by illegal parking of more than 200000 sharing bikes in Beijing[N]. Beijing： Beijing Youth Daily， 2017-03-10.
[4]	李琨浩 . 基于共享经济视角下城市共享单车发展对策研究[J]. 城市， 2017(3): 66-69.
	LI K H . Research on the development strategy of urban bikes sharing based on sharing economy[J]. City, 2017(3): 66-69.
[5]	余国磊 . 浅析“共享单车”运营和管理中存在的问题与对策[J]. 知识经济， 2017(9): 87-88.
	YU G L . Problems and countermeasures in operation and management of bikes sharing[J]. Knowledge Economy, 2017(9): 87-88.
[6]	郝身永 . 共享经济视域下的共享单车治理创新[J]. 求实， 2018(3): 36-44.
	HAO S Y . Innovation in bike sharing governance from the perspective of sharing economy[J]. Truth Seeking, 2018(3): 36-44.
[7]	钱龙明，罗钏 . “共享单车”骑行事故之法律解析[J]. 法制与社会， 2017(15): 84-85.
	QIAN L M , LUO C . Legal analysis of bike sharing accidents[J]. Legal System and Society, 2017(15): 84-85.
[8]	ZHOU Y , WANG L , ZHONG R , et al. A Markov chain based demand prediction model for stations in bike sharing systems[J]. Mathematical Problems in Engineering, 2018(1): 1-8.
[9]	SINGHVI D , SINGHVI S , FRAZIER PI , et al. Predicting bike usage for New York City's bike sharing system[C]// The 29th AAAI Conference on Artificial Intelligence, January 25-30,2015,Austin, USA.Austin:AAAI Workshop Computational Sustainability, 2015:110-114.
[10]	种颖珊，韩晓明 . 基于随机森林与时空聚类的共享单车站点需求量预测[J]. 科学技术与工程， 2018,18(32): 89-94.
	ZHONG Y S , HAN X M . Prediction of shared bicycle site demand based on random forest and Spatiotemporal clustering[J]. Science Technology and Engineering, 2018,18(32): 89-94.
[11]	夏芸，玉琦彤，林子立 . 共享单车需求评估及调度方案设计[J]. 长安大学学报（社会科学版）， 2018,20(2): 32-41.
	XIA Y , YU Q T , LIN Z L . Needs assessment and scheduling scheme of shared bicycles[J]. Journal of Chang'an University(Social Sciences Edition), 2018,20(2): 32-41.
[12]	叶锦程，胡骥 . 基于子群划分的共享单车调度优化[J]. 综合运输， 2018,40(8): 75-80.
	YE J C , HU J . Scheduling optimization of shared bicycle based on subgroup division[J]. China Transportation Review, 2018,40(8): 75-80.
[13]	杨珈惠，聂规划，刘畅 . 允许局部路径重复的共享单车调度模型[J]. 北京邮电大学学报（社会科学版）， 2018,20(5): 90-98.
	YANG J H , NIE G H , LIU C . Genetic algorithm based shared bicycle scheduling model[J]. Journal of Beijing University of Posts and Telecommunications(Social Sciences Edition), 2018,20(5): 90-98.
[14]	吴怡 . R语言编程艺术[M]. 北京：机械工业出版社， 2013.
	WU Y . The art of r programming[M]. Beijing: China Machine Press, 2013.
[15]	盛思源 . 机器学习与R语言[M]. 北京：机械工业出版社， 2015.
	SHENG S Y . Machine learning with R[M]. Beijing: China Machine Press, 2015.
[16]	王光荣 . 共享单车发展问题系统探究[J]. 长安大学学报（社会科学版）， 2017,19(2): 30-35.
	WANG G R . Systematic research on bicycle-sharing development[J]. Journal of Chang'an University(Philosophy and Social Science Edition), 2017,19(2): 30-35.
[17]	曾明如，徐小勇，罗浩，等. 多步长蚁群算法的机器人路径规划研究[J]. 小型微型计算机系统， 2016,37(2): 366-369.
	ZENG M R , XU X Y , LUO H , et al. Research of robot path planning of multistep ant colony algorithm[J]. Journal of Chinese Computer Systems, 2016,37(2): 366-369.
[18]	张辉，郑彭军 . 基于蚁群算法的城市公共自行车调度研究[J]. 科技与管理， 2015,17(6): 32-36.
	ZHANG H , ZHENG P J . A scheduling research of city public bicycle based on ant colony optimization[J]. Science-Technology and Management, 2015,17(6): 32-36.

区域编号										时段
区域编号	6:00	7:00	8:00	9:00	10:00	11:00	12:00	13:00	14:00	15:00	16:00	17:00	18:00	19:00	20:00	21:00	22:00	23:00	24:00
1	46	120	212	179	203	145	190	177	138	134	118	107	109	90	78	60	45	38	5
2	48	140	216	194	189	174	210	164	167	159	132	127	124	111	97	75	75	44	1
3	46	143	178	180	196	195	177	148	147	129	132	95	96	85	80	78	54	46	2
4	47	151	203	179	208	223	166	162	174	144	141	114	109	97	75	84	72	39	4
5	43	140	207	222	193	213	184	163	170	144	138	124	134	101	90	64	62	66	6
6	60	155	176	205	174	206	210	166	167	141	146	109	113	106	60	77	57	44	1
7	37	140	210	171	193	182	170	162	144	127	124	109	90	102	78	64	59	34	2
8	52	188	244	218	235	224	187	173	164	153	140	143	101	115	97	73	49	52	1
9	45	143	201	185	191	164	181	157	146	133	125	99	107	86	68	69	54	31	3
10	47	155	182	180	184	181	180	150	150	162	123	94	119	107	75	65	43	28	1

区域编号	1	2	3	4	5	6	7	8	9
2	2 840	0	2 733	2 727	2 700	2 752	2 816	2 665	3 000
3	2 654	2 733	0	2 610	2 758	2 641	2 813	2 637	2 668
4	2 727	2 579	2 610	0	2 590	2 835	2 633	2 727	2 773
5	2 591	2 700	2 758	2 590	0	2 777	2 795	2 891	2 864
6	2 700	2 752	2 641	2 835	2 777	0	2 613	2 881	2 586
7	2 876	2 816	2 813	2 633	2 795	2 613	0	2 703	2 839
8	2 680	2 665	2 637	2 727	2 891	2 881	2 703	0	2 874
9	2 874	3 000	2 668	2 773	2 864	2 586	2 839	2 874	0
10	2 678	2 772	2 713	2 729	3 010	2 740	2 934	2 860	2 733

区域调度路线	2→1	4→3	5→4	6→5	7→6	8→7	8→10	9→8	10→9
比重	10.2%	13.3%	11.5%	11.9%	11.7%	10.1%	10.6%	9.45%	11.1%

时段	宏观调度区域编号	调度路线	调度量/辆	微观调度区域编号	调度路线	调度量/辆
6:00—6:30	1	1→6	20	3,7	3→10,7→9	10,9
6:30—7:00	1	1→8	34	1,2,3	1→4,2→9,3→9	6,10,10
7:00—7:30	1	1→2	13	2	2→3,2→5	7,5
7:30—8:00	1	1→8	23	3,4	3→10,4-9	10,10
8:00—8:30	1,6	1→7,6→10	25,14	6	6→10	10
8:30—9:00	1	1→10,1→9	18,15	3	3→7	7
9:00—9:30	1,2	1→8,2→10	21,14	4	4→5	11
9:30—10:00	1,2	1→8,2→9	19,10	3	3→9	7
10:00—10:30	1	1→8,2→9	22,13	7	7→10	6
10:30—11:00	1	1→8,1→9	16,15	3	3→8	7
11:00—11:30	1	1→8,1→10	17,18	4	4→5	5
11:30—12:00	1	1→10,1-9	19,12	4	4→6	4
12:00—12:30	1,2	1→11,2→6	19,13	3	3→7	5
12:30—13:00	1,3	1→9,3→6	22,12	3,5	3→8,5→9	10,10
13:00—13:30	1,4	1→10,4→5	28,12	无	无	无
13:30—14:00	1	1→5,1→10	15,16	2,3	2→6,3→4	7,6
14:00—14:30	1,3	1→6,3→9	12,18	5	5→10	10
14:30—15:00	1	1→10,1→8	28,17	3	3→9	7
15:00—15:30	1,3	1→10,3→9	26,14	4,7	4→5,7→8	6,4
15:30—16:00	1	1→10	26	2	2→9	8
16:00—16:30	1	1→9,1→10	12,14	2	2→6	6
16:30—17:00	1	1→8	24	1	1→10	10
17:00—17:30	1	1→8	38	2	2→10	8
17:30—18:00	1,3	1→10,3→5	20,24	8	8→9	7
18:00—18:30	1	1→10	26	3	3→5	10
18:30—19:00	1	1→8	28	1	1→6	9
19:00—19:30	1	1→3,1→8	16,11	9	9→4	4
19:30—20:00	1,4	1→4,1→9,4→8	30,15,30	6	6→5	9
20:00—20:30	1,3,9	1→6,3→4,9→8	18,12,15	无	无	无
20:30—21:00	无	无	无	7	7→8	5
21:00—21:30	1	1→8	24	3,5	3→6,5→10	4,4
21:30—22:00	1	1→3,1→6	30,21	无	无	无
22:00—22:30	1	1→4	33	1	1→9	7
22:30—23:00	1,4	1→8,4→5	30,30	10	10→7	5
23:00—23:30	1,3,7	1→5,1→5,3→5,7→8	30,23,23,21	无	无	无

类型	值
可决系数R²	0.954 1
F	145.6
P	6.123
回归方程	y=-1.961 2x+18 556.811