佛山市禅城区公共自行车系统运营的优化

首先收集了公共自行车的每个站点在30 d内的使用数据,然后应用Excel和SPSS等统计软件对使用数据进行统计、分析,得到公共自行车服务系统各个站点的运行规律、借车人借还车规律和高峰日系统的具体运行规律,分析了佛山市禅城区公共自行车的运营现状,最后在此基础上针对公共自行车运营的服务方式、租赁站点规划及经营中不足的方面提出优化建议和方案。     

基于预测库存变化率的公共自行车动态调度方法

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。     

基于改进蚁群算法的城市公共自行车动态调度模型

针对公共自行车系统运营中的借车难、还车难等问题,提出一种公共自行车分区动态调度方法.通过计算机仿真模拟站点间自行车调度,分析不合理、不及时等因素对调度产生的影响.以调度成本最小、转运量最大为目标,建立城市公共自行车分区调度模型,基于改进蚁群算法求解该模型最优调度路径.以丹阳市公共自行车站点数据为例,对模型进行验证,结果表明该算法可以求解得出最优调度回路,且准确性高、求解效率高.     

基于多元统计法公共自行车服务系统的研究

本文针对公共自行车服务系统的研究,依据所给的数据和条件,综合运用统计分析.聚类分析等方法,研究了温州市20天内的借还车频次的排序情况、每次用车时长分布情况、公共自行车服务系统站点设置和锁桩数量的配置评价等问题,然后使用SPSS、MATLAB、EXCEL等软件求解并得到相应结果,最后对公共自行车服务系统做了简要评价.     

基于影响因素分析的公共自行车系统可持续发展研究——以呼和浩特市为例

自行车是绿色出行的主要交通方式之一。我国许多城市的公共自行车系统存在调度不合理、硬件设施不完善造成的难以可持续发展问题。因此,在深入剖析公共自行车系统影响因素的基础上,研究其可持续发展问题。首先,基于问卷调查数据,建立Logit模型,定量描述各因素对居民选择自行车出行的影响;接着对系统的效益进行分析与优化;最终基于影响因素给出系统可持续发展的相关建议。研究表明,出行距离、离单车或站点距离、租借方式、是否有自行车专用道、是否保有机动车对租借概率具有显著影响;公共自行车系统应借鉴共享单车运营模式,向有电子围栏、扫码租借和刷卡租借共存的新型自行车系统发展。研究结果可帮助有关部门有效掌握新形势下自行车选择行为的显著性影响因素,为提高公共自行车的利用率和可持续发展提供决策依据。     

公共及共享自行车接驳轨道交通方式选择概率

当前城市交通问题日益严重,公共及共享自行车接驳轨道交通这一组合出行方式顺势而生,其能有效缓解城市交通压力且符合当前绿色交通发展政策。为研究公共及共享自行车接驳轨道交通行为,本文以二项Logit模型为基础,采用SP调查方法得到公共及共享自行车接驳轨道交通方式选择影响因素的相关数据,采用极大似然估计法标定模型参数,利用SPSS软件结合调查数据进行仿真,得到参数估计量,从而建立出公共及共享自行车接驳轨道交通方式选择模型,并结合实际情况运用特性集计方法将非集计结果集计化,得到各轨道站点公共及共享自行车接驳轨道交通方式选择概率。     

基于工作流的资源受限项目调度研究

为了解决项目调度模型难以事先建立,或者所建立的模型不能反映项目中过程动态变化的问题,在基于有向图的工作流模型基础上,利用工作流时间管理和资源管理方法,研究了从工作流系统运行时所管理的多个过程实例中动态获取项目调度模型的方法。在此基础上引入了基于规则的调度策略对所得到的项目模型进行调度,调度时充分考虑了模型的全局性和算法的时间可行性。研究成果在所开发的工作流管理原型系统Cimflow中进行了应用。     

基于时空网络建模的分时租赁系统电动汽车优化调度方法

为解决分时租赁系统电动汽车优化调度问题,通过时空网络建模方法构建电动汽车分配及调度综合优化模型。该模型结构精简,易于求解,经算例结果验证CPLEX和Gurobi求解器可以在较短时间内对模型精确求解。最后,通过实际案例验证模型的适用性并得出相应的分时租赁系统电动汽车调度管理建议。结果表明:在早晚高峰之前将电动汽车预先布置在用户出行起点集中区域能够保证系统在应对高峰期间用户的集中需求,并最大化系统的运行效率。     

考虑借还平衡约束的城市自行车服务点布设

为了解决城市自行车服务点借还不平衡导致城市自行车系统使用效率低和停放混乱的问题,构建了以借还差惩罚成本为主要考量因素,步行成本、骑行成本、建设成本为次要因素的多目标协同优化的选址模型。研究揭示了城市自行车使用者的出行目的性强、随机性不显著、相对稳定的规律,并利用马尔科夫过程理论预测借还规律特征,使用帕累托(Pareto)加权求和法求解获得自行车服务点位置方案。研究结果表明,所提出的方法能够大幅改善服务点布设不当引发的需求不平衡的问题,辅助优化城市自行车在交通出行结构中的分担比例。     

公共自行车系统站点设置和锁桩配置评价研究

针对兰州市公共自行车系统在运行过程中出现的部分站点设置不合理及自行车利用率低等问题,提出基于改进的C4.5分类算法的公共自行车站点设置和锁桩配置评价模型.以兰州市公共自行车站点的实际运行数据为基础,利用R语言对站点的租车频次、还车频次和租车时长等数据进行统计并分析,结合改进的C4.5分类算法对已部署站点的区域进行分析,构建公共自行车系统评价决策树,接着以数据间的耦合协调度为基准,确定站点设置的效果等级,得出站点设置的优劣.最后对比不同站点的设置效果,并结合站点运行数据的分布,对设置不合理站点提出改进方案,为优化公共自行车系统提供参考.     

基于粒子群算法的共享单车站间调度优化方法

对单车实行精准高效的调度是目前共享单车系统亟须攻克的重要难题之一。共享单车的调度问题可以看作是一个受时间、地域、人流等多因素影响的NP完全问题(Non-deterministic Polynomial Complete Problem)。目前,我国在这一方面的研究工作尚不成熟。根据单车调度实际情况,考虑调度车容量与站点满意度约束,以旅行商问题为基础,建立综合优化最大化的共享单车站间调度数学模型,通过优化多目标问题的混合禁忌-粒子群算法,对上述模型进行求解。最后以合肥市大学城实际单车站点为算例,以该算法进行求解。结果证实该算法可以得到综合最优的调度路线。     

基于QoS云计算任务调度优化

由于云计算技术快速发展,为了满足日益多样化的云计算用户服务质量(QoS需求)以及提高云计算资源调度的效率,提出基于改进蚁群算法的云计算资源调度优化算法,包括建立云计算资源模型和用户QoS需求模型.为了得到更准确的结论,针对传统蚁群算法过快收敛造成的局部最优解现象,在传统的蚁群算法的基础上加入随机选择机制,时间、成本和结果有效可用性适应度因子进行了优化改良,以求得全局最优解.通过仿真实验将传统的蚁群算法、Mi n-Mi n调度算法和改进的蚁群优化算法进行比较,实验表明,改进的蚁群优化算法在调度效率、节约成本、减少任务执行时间和任务得到结果质量方面有明显的优势.     

基于蚁群算法的船舶过闸计划优化模型

针对船舶过闸计划生成的难题,提出了基于蚁群算法的船舶过闸计划生成方案,建立了船舶过闸排档问题的优化模型(包括目标函数和约束条件),给出了基于蚁群算法的船舶排档问题求解算法和船舶过闸排档计划生成的蚁群算法的构造过程,包括信息素策略、概率转移策略、约束条件的处理和算法步骤.依据该算法并结合三峡南线船闸的实际调度数据,给出了实验结果,证明船舶过闸计划生成方案是有效的.     

众包物流配送车辆调度模型及优化

针对众包抢单模式和众包派单模式的配送特点,建立众包配送车辆调度模型,将两种配送模式有机结合,优势互补,并根据模型特点采用蚁群-量子粒子群混合优化算法进行求解.以深圳清湖冷链配送为例,从配送距离和成本等角度,分别与传统配送模式、抢单配送模型和派单配送模型进行比较,实验充分证明了众包配送模型的有效性;同时,将蚁群-量子粒子群混合算法与蚁群、粒子群等算法优化结果进行比较,证明了蚁群-量子粒子群混合算法的有效性.     

Public Bicycle Operating System Based on Space-Time Security and the Internet of Things

The bad behaviors of some users and the drawbacks of public bicycles have hindered the promotion of public bicycles. The current problems include low utilization rate, uneven distribution, high loss rate and insecure lock. However, there is few feasible research in this new field. To address these issues of public bicycles, we propose a public bicycle operating system(PBOS). PBOS involves three key technologies: 1) To acquire a dynamic password and realize bicycle self-rescue, we devise an intelligent lock that utilizes the Internet of Things (IoT) to establish Bluetooth connection with user’s mobile phone. 2) To avoid bicycle loss and improve the security of data transmission, we design a space-time security protocol to work between bicycle’s intelligent lock, mobile app, and server. 3) To increase the average utilization rate and distribution, we present a cooperative game model for bicycle scheduling. Finally, we evaluate the performance and validate the theoretical properties of PBOS through extensive simulations.     

多Agent蚁群算法求解炼钢-连铸动态调度问题

为了求解炼钢-连铸动态调度问题,提出了多Agent系统与蚁群算法相融合的方法。建立了该问题的约束满足模型和多Agent协商机制;并将炉次与蚂蚁相对应,把调度过程看作路径寻优来处理,在满足约束的前提下搜索炉次全程占用时间最短的路线。针对国内某钢厂建立了仿真实验模型。结果表明,该方法能够缩短炉次在炼钢-连铸过程占用的时间,并能够在发生突发事件时做出快速合理的调整。     

基于遗传-蚁群算法的云计算任务调度优化

为了找到最佳的云计算任务调度方案, 缩短云计算任务完成时间, 通过综合考虑遗传算法和蚁群算法的优势, 提出一种遗传 蚁群算法的云计算任务调度优化算法. 首先采用遗传算法快速搜索到云计算任务调度的可行方案, 然后采用可行方案初始化蚁群算法的信息素分布, 解决初始信息素匮乏的难题, 加快算法收敛速度和搜索能力, 提高云计算任务求解效率. 在CloudSim平台的实验结果表明, 相对于遗传算法, 遗传 蚁群算法更适合于大规模云计算任务问题的求解, 可缩短任务完成时间, 获得更高的用户满意度.     

基于蚁群粒子群优化算法的云计算资源调度方案

通过对蚁群算法和粒子群算法分别进行改进,利用两种算法自身优势相结合的方式建立一种蚁群粒子群算法,以提高云计算资源调度效率,解决云计算中资源调度方案优化问题.实验结果表明,该算法所消耗的时间更少,效果更好.     

基于GPRS的无线智能租赁系统设计

为实现城市公共自行车的自动化租赁及实时调度, 提高车辆的使用效率, 将射频识别技术、GPRS(General Packet Radio Service)无线通信技术与嵌入式技术相结合, 设计了客户机/ 服务器架构下的无线智能租车系统。客户端以S3C2440 处理器为核心并移植了linux 操作系统, 完成车辆的自动化租赁控制并将使用者信息、分布式站点地理信息和终端状态信息以TCP(Transmission Control Protocol) 协议上传到服务器; 同时在Windows 下开发了基于TCP 的服务器应用程序, 以接收客户端上传的数据并统计车辆的分布状况, 必要时做相应的车辆调度。给出了系统的总体设计方案, 并进行了编程调试。测试结果表明, 该系统运行稳定, 客户端的数据通过GPRS 网络可以安全可靠、实时地上传到服务器, 达到了数据实时传输的要求。