1、本頁為“7畢業論文目錄（1頁或若干頁）”，點擊菜單“USTB本科論文各部分”中的本部分菜單進行相應操作。本提示信息為非打印信息，可一直保留，不影響打印。(論文)摘 要共享單車系統日益蓬勃發展，以其綠色無污染、取用靈活方便等特點深受各職業的用戶群體歡迎。然而近些年隨著共享單車系統的不斷發展，也暴露出許多問題，運營部門的調度管理不及時，租賃點的規模無法滿足出行者的需求，規劃部門的管理不力，亂停亂放影響路面交通，城市容貌，應運而生大量震撼人心的“僵尸車”和“單車墳場”。本文首先對共享單車的發展歷程，國內外的運營狀況進行綜述，分析共享單車出行的必要性。其次側重分析了北京地區共享單車的時空分布特征。為了

2、更進一步了解當前北京市高校周邊人群選擇共享單車出行的用戶滿意度及出行特性和借還規律，并在大學等高校學生群體中投放電子問卷，利用SPSS軟件進行了問卷可信度檢驗并進行數據分析，整理出調查者出行意愿數據，利用Logit回歸分析了對出行方式產生影響的各種因素。關鍵詞：選址問題，時間滿意度函數，線性加權評價函數，多目標規劃最后落實到共享單車租賃點選址。為了保證單車租賃點盡可能覆蓋用戶需求，提高使用者滿意度，節約運營管理成本，建立了多目標規劃模型，并以北京市海淀區高校及周邊為調查范圍進行實例分析，運用Lingo軟件求解，得出最優選址數量和位置，驗證了模型的可行性和有效性。Study on the loc

3、ation of bike-sharing rental sites in universities and surrounding areas in BeijingAbstractWith the rapid development of bike sharing system, it is welcomed by all kinds of users for its green, pollution-free, flexible and convenient access. However, in recent years, with the continuous development

4、of bike sharing system, many problems have also been exposed. The scheduling management of the operation Department is not timely, the scale of the rental point can not meet the needs of travelers, the management of the planning department is not effective, and the disorderly parking affects the roa

5、d traffic, the city appearance, and a large number of shocking zombie cars and bicycle cemeteries are generated.First of all, the article on the development of bike-sharing, domestic and international operation of the investigation, analysis of the necessity of bike-sharing trip.Secondly, the spatia

6、l and temporal distribution characteristics of bike-sharing in Beijing are analyzed. In order to further understand the current user satisfaction, trip characteristics and borrowing and returning patterns of bike sharing trips in Beijing, an electronic questionnaire was administered to the Universit

7、y of Science and Technology Beijing Students, the questionnaire reliability test and data analysis were carried out by using SPSS software to get the data of travel intention, and Logit regression analysis was used to find out the factors influencing travel mode.Finally, in order to ensure that the

8、bicycle rental sites cover the users needs as much as possible, improve user satisfaction, and save the cost of operation and management, a multi-objective programming model is established, lingo software to obtain the optimal number of sites and locations, verified the feasibility of the model.Key

9、Words：Set-selection , Linear Weighted Evaluation Function, Time Satisfaction Function, Multiobjective Programming. 目 錄摘 要IXAbstractX1 引 言11.1 研究背景11.2 國內外共享單車運營系統相關研究11.2.1 國外單車運營系統相關理論11.2.2 國內單車運營系統研究21.3 本文研究目的及意義32 共享單車運營系統研究52.1 國內共享單車發展歷程52.2 北京市共享單車經營中的主要問題52.2.1 單車運營企業管理能效低52.2.2 用戶素質問題63 學院

10、路共同體高校區共享單車租借特性分析73.1 區域內單車租賃點現存問題73.2 出行方式特性分析73.2.1 共享單車時空需求特征83.2.2 共享單車出行方式影響因素84 學院路高校及周邊租賃點選址模型研究124.1 模型假設124.1.1 選址原則124.1.2 時間滿意度函數134.1.3 選址目標144.2 多目標選址規劃模型建立144.3 實例分析154.4 模型改進184.5 模型評價204.5.1 模型優點204.5.2 模型缺點與改進204.5.3 總結分析205 總結與展望22參考文獻23附錄A數據來源27A.1 各需求點需求量27A.2租賃點相關數據27A.3需求點與備選租賃

11、點距離矩陣28A.4 不同選址上限數量對應使用者總體滿意度及消耗成本29附錄B核心代碼31在學取得成果33致 謝35- III -本頁為“10畢業論文正文頁（若干頁）”，點擊菜單“USTB本科論文各部分”中的本部分菜單進行相應操作。本提示信息為非打印信息，可一直保留，不影響打印。(論文)1 引 言1.1 研究背景近年來，共享單車系統日益蓬勃發展，以其綠色無污染、取用靈活方便等特點深受各職業的用戶群體青睞，單車出行也成為短途出行首要考慮的交通方式之一。然而隨著近些年共享單車系統的不斷飛速發展，也暴露出許多較為嚴重的問題：有關運營部門的調度管理不及時，租賃點的規模無法滿足出行者的需求；規劃部門的管

12、理不力，亂停亂放影響路面交通和城市容貌，應運而生大量震撼人心的“僵尸車”和無處安放的“單車墳場”。攝影師吳國勇為了記錄下由于運營管理的弊端帶來的這一共享單車“野蠻生長”現象，他親自尋訪國內各處“單車墳墓”，足跡遍布全國二十多個省份，拍攝了近一萬多張令人瞠目結舌的照片。大批無處安放的“單車墳場”記錄了當下共享單車運營暴露的疲態和弊端，極具震撼力，攝影師吳國勇的這部作品也因此成為第六屆中國攝影排行榜活動的十件上榜作品之一。這也揭示著越來越多的城市空間被擠占，迅速引發成為一個飽受關注與熱議的社會熱點現象，產生了巨大的社會影響，因此改變目前共享單車租賃點布設不合理，布局規劃理論與方法不完善等現狀至關重

13、要。1.2 國內外共享單車運營系統相關研究1.2.1 國外單車運營系統相關理論美國最大的共享單車系統Citi Bike建立于2013年5月，有效解決了紐約當地“最后一公里”的問題，便利了出行者的短途出行，改善當地交通狀況和環境污染情況。然而自投放起，租賃點設置不合理，調度不及時一直是阻礙其發展的現實問題。王娜等1人以Citi Bike為研究對象，通過挖掘平臺歷史數據，分析不同功能區租賃點出行者的需求特性，針對不同功能區，對各時段的需求量進行詳細分析。同時為研究影響出行選擇的因素，建立了BP神經網絡模型，采集天氣數據，并利用賦值法將其轉換為定量數據，研究天氣狀況的變動是否對租借需求產生影響，具有

14、一定的創新性。 孫美玲等2通過調研發現，1974年位于法國的拉羅謝爾市就開始引入共享概念，實施了自行車共享計劃，這也是法國公共自行車可以追溯到的最早的起源。然而由于系統概念不成熟、科技資源較為匱乏，當時的公共自行車系統缺乏智能化監管，導致投放之初，出現了大量的單車被偷的現象，此次的共享計劃也隨之暫停。但此次嘗試也為日后法國的公共自行車系統發展提供了很好的思路和經驗教訓。在2005年里昂市正式推出了Velov公共自行車系統，依靠運營部門的實時監管維護，并利用GPRS定位技術等進行科學的信息化管理，可及時反饋車輛各部件調度運作狀況，路面事故反饋，實時調度需求， 在完善的理論經驗下得到了成功的實踐結

15、果反饋，受到了廣泛的推廣。韓慧敏等3對里昂市區單車系統的租借方式進行綜述，不同類型的預付方式都是通過專有的磁卡進行支付，運營部門分派專業技術人員對支付系統進行技術維護。同時韓等人對各租賃點的配置情況進行了系統的調研統計，得出了高峰時段內的租借規律，分析了當地因地制宜的租賃點布設結論。Lin等4提出了最大化覆蓋的概念，為確定租賃點的最優選址建立了非線性整數規劃模型，并進行了靈敏度檢驗，對起始點與目標點的單程路經進行優化。Frade等5運用了最大覆蓋定位方法，建立最大化覆蓋模型，將最小預算設置和最高服務質量設置為約束條件來分析各個租賃點的布設情況。 Romero等6對汽車-自行車系統進行仿真建模，

16、模擬單車出行路線，對用戶行為進行分析，并建立雙層規劃數學模型，求解單車停放點的最優位置。并將模型應用于西班牙的桑坦德市進行實例分析，驗證了模型的靈敏度，并對當地運營部門的決策提供了一定的參考價值。Sayarshad7等設計了一個小型社區的共享單車租借系統，建立了多時段模型，確立最優租借點數量及位置。Zarandi等8對傳統的遺傳算法進行改進，設計了一種自定義遺傳算法，求解涉及到2500個節點的大規模覆蓋模型，并測試了該算法的性能及靈敏度，驗證了該算法可以解決大規模覆蓋模型的能力。1.2.2 國內單車運營系統研究周航等9人以南京市主城區共享單車系統為研究對象，將多元線性回歸確定影響公共自行車站點

17、租賃量的關鍵因素作為評價指標，利用相對權重法確定指標權重，并在GIS環境下結合指標分級結果構建評價模型、劃分建設適宜性等級并生成站點建設適宜性分布圖。莊軻等9基于提出基于集對分析的自行車換乘停車設施選址方案比選方法，即采用熵值法確定各指標值權重，根據集對分析對備選方案進行排序，比選出最優方案。最后將該方法應用于南京市軌道交通朝天宮站的交通接駁一體化規劃中。史彩霞等人10利用杭州市公共自行車系統運行的OD數據，采用關聯規則將具有較大相關性的租賃點歸到同一個集合，然后對各集合中的租賃點根據距離大小等屬性進行空間聚類劃分，生成區域劃分結果。并以杭州市公共自行車系統為例進行仿真驗證，結果表明該方法具有

18、有效性和實用性。黃依萍等11針對共享單車亂停亂放問題，以總體服務質量最大化和選址數量最小為目標，建立基于漸進覆蓋的多目標選址模型。通過對深圳市南山區高新園區的共享單車停放點選址的實例分析，對選址數量上限的敏感性分析顯示了共享單車停放點選址對用戶滿意度和管理成本的影響，從而為政府和企業的決策提供依據。潘雪12在研究公共自行車的租借行為特性的基礎上，分析了影響公共自行車租借行為的因素，并將公共自行車視為一種交通方式，應用隨機效用理論，建立了基于交通方式選擇的公共自行車租借需求預測模型。同時結合效用函數的構造和模型參數的標定，給出了基于小樣本實驗調查數據的模型參數結果。劉玉林等13建立了基于Gis和

19、遺傳算法的校園公共自行車站點選址模型，利用Gis定量分析可在地圖上表現的影響因素，得出候選站點。引入中值模型結合遺傳算法，得到最終站點。建立單調度中心無時間窗約束的調度優化模型，結合遺傳算法在Matlab上實現。李婷婷14比較分析了不同選址規劃模型的優缺點，選擇將雙層規劃模型應用到公共自行車租賃點選址中，建立了公共自行車租賃點選址雙層規劃模型。求解模型得到選址點的位置和小區借還需求在各個租賃點的分配，從而確定租賃點的設施規模，得到租賃點的規劃方案。楊曌照15結合目前常用的需求預測方法，結合土地利用類型與周邊交通小區人口、建筑面積等指標，建立迭代回歸模型，通過迭代求出公共自行車的需求量和停車樁位

20、需求量，實現公共自行車及停車樁數目的定量化。鮑娜16從規劃部門和用戶的角度建立TOPSIS模型，并對指標權重的確定進行改進，將主觀賦權法（層次分析法-AHP）與客觀賦權法（離差最大化法）結合起來確定影響參數的權重，以求更客觀全面地反映影響指標的重要性和問題的實際情況。1.3 本文研究目的及意義共享單車具有低碳環保、性價比高、靈活方便等優點，騎行過程中避免了污染物的排放，還可以隨時進行身體鍛煉，享受有氧健身的益處，有利于身體健康，廣受短途出行使用者的青睞，尤其在大學校園里因其經濟適用性倍受師生歡迎，成為日常生活中短途出行的首選交通方式。然而調度的不合理會產生很多弊端企業亂投放、租車人亂停放、集中

21、停放區車位不足卻又時?？梢姶罅俊百x閑”的自行車 ，不僅影響到高校師生的交通出行，同時在城市空間規劃上也產生了很大影響。本文的研究范圍選擇全國高等學校分布數量最多的北京，擬分析北京高校及周邊共享單車分布的時空特征。海淀區學院路地區匯集著眾多高校。共享單車作為學生出行的常用方式，應根據校園學習生活特點、地域、時段等因素，理性考慮其調度問題，租賃點的合理設置問題。本文選取北京市海淀區學院路各大高校周邊為研究范圍。該地區匯集眾多高校、研究所、辦公寫字樓、購物中心、地鐵站，是周邊高校大學生日常學習辦公、交流娛樂、接駁換乘的主要活動范圍。但實際運營中暴露出很多問題亟待解決，本文分析 了學院路高校區學生出行

22、特征，共享單車租借規律并建立多目標規劃模型，解決調度及運營維護問題，實現覆蓋率最大化以及成本最小化。并通過實例分析，驗證模型的可行性和實用性。2 共享單車運營系統研究共享單車作為一種新型的交通出行方式，在城市交通領域的影響積極，改變了許多市民的出行方式?！肮蚕韱诬?軌道交通”的模式成為一種綠色、便捷的出行方式，對軌道交通客流的影響成為軌道交通運營企業關注的問題。利用共享單車出行數據、軌道交通客流數據和地面公交客流數據，挖掘分析共享單車對軌道交通客流的影響，對加強政府對共享單車的監管、完善軌道交通企業的運營管理具有重要意義。2.1 國內共享單車發展歷程自2015年5月第一輛無樁共享單車首次出現在

23、北京大學校園起,各路投資資本開始瘋狂追逐,多家共享單車公司應運而生。2016年,以隨取隨用為目的的共享單車開始活躍在一、二線城市的大街小巷,并逐步滲透到人們的生活之中,很快演變成一股共享經濟的風暴席卷中國。 以行業兩家龍頭為例17，ofo和摩拜經過數輪融資，累計融資金額均已在數十億美元的量級。目前，ofo已經覆蓋超過250個海內外城市，擁有超過2億實名注冊用戶；摩拜已在176座城市開通，其中中國大陸165座，海外11座，用戶超過2億。共享單車一度成為全民熱點話題。不僅因其全新的出行方式與民眾息息相關；另一方面，作為“互聯網+”發展的產物，資本的涌入使該行業迅速膨脹。而目前來看，共享單車的競爭已

24、經度過了白熱化階段，盈利壓力凸顯，多數小型平臺面臨著日漸增長的資金鏈壓力，甚至陸續出現無法退還用戶押金的現象，野蠻增長的“僵尸車”，無處安放的“單車墳場”隨處可見。2.2 北京市共享單車經營中的主要問題2.2.1 單車運營企業管理能效低調查顯示，被調查者對共享單車企業的相關維護運營部門表達強烈不滿的比例高達近30%，18被調查者希望相關部門能加大多方面投入，用于投放后的經營使用。其中,車輛破損是最明顯的問題，主要表現在車胎沒氣、剎車失靈、掉鏈子、車把或車座損壞等方面。調查還顯示,在最需要用車的早間高峰與晚間高峰的時候，有半數以上的調查者常常會找不到可用的車。2.2.2 用戶素質問題由于一些用戶

25、的不良使用行為，各種問題隨之暴露出來。調查顯示19，有70% 以上的被調查者遇到過車輛被惡意損壞的現象，如車牌 損壞、車輛被上私鎖、拆卸車鎖、二維碼被涂抹等。另外，違?，F象也較嚴重，很多被調查者希望加大對違規用戶的處罰力度，將使用者的行為與社會征信體系相關聯。3 學院路共同體高校區共享單車租借特性分析3.1 區域內單車租賃點現存問題本文的研究范圍設置在北京市海淀區學院路高校及周邊地區，包含大學、中國農業大學、北京礦業大學，北京大學醫學部等八大高校，被稱為學院路共同體20。在新中國成立之初的時代背景下，此地域內誕生了一批為了新中國建設長期面向艱苦行業的院校，以不同專業條塊為主，各自具有鮮明的學科

26、特點、專業優勢。由于這些高校地域相鄰，一直以來，各高校平日之間的校際交流非常廣泛， 各兄弟院校攜手合作，成立了學院路教學共同體，學生們可以跨校跨專業進行輔修，促進了高校學生的個性化發展。同時高校周邊遍布研究所，辦公寫字樓，是學生日常交流往來的主要場所。3km的學院路沿路涵蓋眾多高校，高校間距離十分近，因此，共享單車出行成為校際往來的主要交通工具，綠色無污染的同時也能鍛煉身體，與步行相比，還節約了一定的時間，越來越受短途出行使用者的歡迎，該地區的共享單車運營服務也日趨成熟。但是也暴露出了很多問題，部分單車租賃點的選址不合理，土地的占用并不規范，出現了無處安放的“單車墳場”的場面，對行人的正常出行

27、造成了干擾，也影響了城市容貌；有些租賃點的規模不合理，出現了極端過度飽和過度貧乏的“潮汐現象”，無法及時的滿足使用者的出行需求。該區域內還分許多公交站、地鐵站，單車出行作為短途換乘的首選工具，由于運營治理中出現的疏漏，有些地鐵站和公交站附近的租賃點區域設置十分不合理，不規范的占地造成道路擁堵，對乘客的換乘產生了一定的影響。因此本文以大學學生為學院路高校共同體代表，向其發放調研問卷，統計整理目前該區域內單車出行現存問題，分析使用者出行需求及特性，合理的選擇租賃點位置，改善日趨嚴重的“單車墳場”現象。3.2 出行方式特性分析為了研究出行者的出行需求及出行特性，發現當前共享單車運營管理中的紕漏以及選

28、址問題中出現的不足，設計了針對北京市海淀區學院路高校大學生的出行意愿調研問卷（見附表A），總計回收電子問卷共154份，其中有效電子問卷數量為154份，并利用MATLAB和SPSS數學軟件對所得數據進行使用者出行意愿以及影響出行方式的因素的分析。3.2.1 共享單車時空需求特征共享單車的租借行為是城市規劃部門和運營機構進行選址規劃的重要參考依據，根據出行者的出行特性，運營部門可以對調度狀態進行實時的把控，進行選址位置的擇優選擇，對租賃點的規模進行實時調整。因此，及時掌握運營范圍內共享單車的租借需求情況至關重要。 高楹等21人利用北京市摩拜單車數據以及相關土地利用分類等數據,分析了共享單車工作日與

29、周末,以及不同土地類型上單車調度頻率的分布特征如下:由于工作日和周末兩個時段存在著明顯的用車模式的差異，調查中顯示，工作日的共享單車使用率遠遠高出周末共享單車使用率。且在不同類型土地的共享單車利用情況上也存在著顯著性差異，居住用地中單車的使用頻率并不會由于周末和平日的時段差異而產生顯著不同，教育科研用地和商業金融用地在平日里的單車調度頻率遠高于周末。 3.2.2 共享單車出行方式影響因素問卷中顯示，愿意選擇共享單車作為首選短途交通方式的調查者占70.1%，但這只是單純的通過調查問卷統計信息得出，考慮到疫情期間分放電子問卷的局限性，尚需對問卷可信度進行檢驗。因此，文中將數據進行了整理，利用SPS

30、S軟件擬對所統計數據進行內部一致性22的可信度檢驗。為了研究不同因素對調查者短途出行時把共享單車出行方式作為首選的意愿，按照三個層次23共設置了8個相關變量：在出行者個體層面，考慮了學歷、性別、每月生活費三個特征，在出行特性層面，設置了出行頻率、出行目的、出行舒適度的、出行距離四個特征，在運營管理方面，加入了價格折扣活動的特征。具體請見表3-1。表3-1 表名？調查者選擇極小值極大值均值標準差平日選擇共享單車作為首選Y愿意選擇=1121.310.46出行工具意愿（3km以內）不愿選擇=2出行者屬性學歷x1本科生=1121.490.5研究生=2性別x2男=1122.330.92女=2每月生活費x

31、31500元及以下=1142.060.81500-2000元=22000-4000元=34000元以上=4出行頻率x40-4次=1131.620.614-8次=28次以上=3出行特性出行目的x5剛性=1121.920.79彈性=2出行舒適度x6不在意=1132.491.08一般在意=2很在意=3出行距離x70-0.8km=1142.030.760.8-1.5km=21.5-2km=32-3km=4運營部門價格折扣x8不在意=1131.30.46一般在意=2很在意=3將數據導入到SPSS22.0中，在所有數據范圍內進行分析標度的可信度檢驗，選擇模型Alpha,統計值列表中選擇柯克蘭卡方24統計，

32、輸出結果如下：克隆巴赫系數可靠性統計克隆巴赫 Alpha項數.6779表3-2中，克隆巴赫信度系數為0.677，因此表示本次問卷的信度系數較好，內部可信度較高，可以作為分析研究的參考依據。為研究不同因素對調查者短途出行選擇共享單車作為首選工具的意愿，我們利用SPSS22.0的logistic回歸分析，來得出關于影響學院路高校區學生短途出行選擇共享單車作為首選交通工具的意愿的影響因素結論表格 1分類表a,b實測預測單車選擇意愿正確百分比愿意不愿意步驟 0單車選擇意愿愿意1080100.0不愿意460.0總體百分比70.1a. 常量包括在模型中。b. 分界值為 .500在沒有任何自變量進入以前，預

33、測所有調查者都會愿意選擇共享單車作為首選短途出行工具的正確率為70.1%。表格 2方程中的變量B標準誤差瓦爾德自由度顯著性Exp(B)步驟 1a學歷3.123.72618.4761.00022.708性別-.148.433.1171.732.862每月生活費-.685.3144.7571.029.504出行頻率-.734.2796.9341.008.480出行目的.981.3966.1451.0132.666出行舒適度.225.259.7561.3851.252出行距離.389.1963.9221.0481.475價格折扣.074.277.0721.7891.077常量-4.9711.6579

34、.0051.003.007a. 在步驟 1 輸入的變量：學歷, 性別, 每月生活費, 出行頻率, 出行目的, 出行舒適度, 出行距離, 價格折扣。通過輸出的結論的可以看出，性格和對價格折扣的在意程度Sig值遠大于0.05，對于出行方式的選擇影響效果并不顯著，在接下來的實驗中不具有參考價值，可以被排除 。而學歷、每月生活費、出行頻率、出行目的、出行舒適度、出行距離的Sig值均小于0.05，說明他們對于選擇共享單車作為首選短途交通工具的影響顯著，通過檢驗，故選擇這六項因素繼續進行分析：表格 3方程中的變量B標準誤差瓦爾德自由度顯著性Exp(B)步驟 1a每月生活費-.710.3045.4501.0

35、20.492出行頻率-.735.2796.9331.008.480出行目的.979.3926.2461.0122.662出行舒適度.220.256.7401.3901.246出行距離.380.1953.7951.0511.462學歷3.200.70020.9291.00024.535常量-5.0491.44912.1501.000.006a. 在步驟 1 輸入的變量：每月生活費, 出行頻率, 出行目的, 出行舒適度, 出行距離, 學歷。只有Sig（出行舒適度）0.05，通過檢驗，可以看出調查者們對出行舒適度的在意程度對于出行方式選擇的意愿影響比重最大，共享單車運用機構應不斷提高服務質量，使出行

36、者的用戶體驗感提升，提高用戶出行滿意度。4 學院路高校及周邊租賃點選址模型研究本文選取北京市海淀區學院路各大高校及周邊為研究范圍。該地區匯集眾多高校、研究所、辦公寫字樓、購物中心、地鐵站，是周邊高校大學生日常學習辦公、交流娛樂、接駁換乘的主要活動范圍。通過前文調查問卷數據得出，共享單車出行成為高校大學生（以大學為例）短途出行利用率最高的交通方式。然而調查中還反映出了調度不合理和亂停亂放兩大主要問題，不僅對學生們的每日出行造成不便，也對城市市容、租賃點的運營維護都產生了一定程度的影響。因此，為解決調度及運營維護問題，擬建立多目標規劃選址模型，實現覆蓋率最大化以及成本最小化。4.1 模型假設4.1

37、.1 選址原則在選擇備選租賃點時則考慮到如下原則：（1）備選租賃點的設置應盡量靠近學生宿舍、校門、寫字樓、地鐵站附近，減少使用者的步行距離。（2）選擇的備選租賃點應設置在規范用地，不能對現有路面交通造成影響。一般選擇為校門口、校園廣場、寫字樓門前賦閑用地等空閑面積較大的規范區域。（3）假設備選區域為均勻帶狀區域，每輛共享單車之間的距離固定為40cm，測距時取帶狀區域中心點作為起始點（圖4-1）。圖 4-1 備選租賃點帶狀區域本文在北京市海淀區學院路高校共同體附近根據學生們的出行特性，在學生宿舍、教學區、活動中心、地鐵站等單車需求量大的區域共設置了20個需求點，假設各區域的需求集于一點，表示該區

38、域需求最集中位置。根據上述原則，模型中設置了20個需求點（紅色標記）和24個備選租賃點（綠色標記），并根據地圖測距工具箱得到各需求點與備選租賃點的距離矩陣，如下圖4-2所示：圖 4-2 需求點與備選租賃點位置圖4.1.2 時間滿意度函數模型的構建應盡量增大租賃點對需求點的覆蓋率，即在使用者可容忍的最大步行范圍內保證租賃點存在，減少取車消耗時間，使得使用者的用車滿意度增大，也就是將需求點與租賃點的距離轉換為使用者的時間滿意度。時間滿意度函數一般為關于時間的非增函數，可以定義為使用者對某項服務或產品的時間滿意度（因變量）與使用者所消耗時間（自變量）的數學表達式25,有多種表示形式，常見的有線性時間

39、滿意度函數、凹凸時間滿意度函數、余弦分布時間滿意度函數、降指數Sigmoid時間滿意度函數和降半哥西時間滿意度函數。本文模型采用余弦分布時間滿意度函數，截取自余弦函數的(2,32)區間，數學表達式如下2：qij=1 dijd2 其中，dij用來表示需求點與備選租賃點之間距離，函數設有兩個閾值，d1（取值為0）和d2（取值為使用可容忍的最大步行距離），且為非增函數。由式可得，當備選租賃點在使用者可容忍的步行范圍內，該租賃點被選中，但使用者的滿意度隨著距離的增加而減小，覆蓋程度逐漸減弱。當dij接近d2時，函數值趨向于零。式則表示，當備選租賃點與需求點距離超過一定范圍，此租賃點的服務質量為零，在優

40、化模型中則不被使用者選擇。4.1.3 選址目標根據問卷反饋數據，82%的調查對象反映，調度不合理是目前選擇共享單車出行時存在的最大的問題。在調查對象急需用車時，經常出現附近租賃點的現有停放量“供不應求”的現象，由需求點前往實際租賃點的過程中耗費了一定的超過預期的時間。在模型建立中，應保障車輛租賃點對需求點的覆蓋率盡可能高，在使用者可容忍的步行范圍內保證合理選定租賃點位置。單車租賃點設置過程中，場地的租賃、單車的生產及損耗都會產生一定的成本，數量設置過多會增加不必要成本，造成資源的浪費，也對城市市容，道路規劃帶來影響。因此還需考慮合理設置單車租賃點的數量，盡可能的減少投放成本。（調查者？還是被調

41、查的對象？要弄清楚）4.2 多目標選址規劃模型建立由4.1.3節中兩大基本目標，將成本問題轉換為單車數量問題，建立如下多目標規劃模型：maxQ=iDjR wiqijyij /使用者總體滿意度最大化minN=jRxj /選址數量最小jRyij1,iD /保證每個需求點都可以被租賃點覆蓋yijxj, iD,jR /只有租賃點被選擇，才可以為需求點提供服務jRCpijyijwi,iD /保證租賃點的規模可以覆蓋其對應的需求點需求jRCxjiDwi /保證選擇的所有租賃點的規?？梢愿残枨簏c集合的 總需求量xj0,1,jR /0-1約束yij0,1,iD,jR /0-1約束式中變量解釋如下：Q-共享單車

42、備選租賃點對需求點的覆蓋程度，也稱總體服務質量；D-共享單車需求點集合；R-共享單車備選租賃點集合；wi-第i個需求點的需求量；qij-第j個備選租賃點對第i個需求點的覆蓋程度，也稱服務質量；N-共享單車備選租賃點應設數量；xj-當第j個備選租賃點實際設置時，取值為1，否則取值為0；yij-當第j個備選租賃點為第i個需求點提供服務時，取值為1，否則取值為0； C-備選租賃點j的最大容納量；dij-第i個需求點到第j個備選租賃點的距離/m；4.3 實例分析通過前期調查問卷，我們得到了大學學生的出行意愿數據，88%的調查者表示能容忍的最大步行距離為300m，因此我們將模型中的d2賦值為300。其余

43、需求點的需求量數據根據高校人數按比例計算得出。利用百度地圖測距工具箱測量各備選租賃點實際規模得出各需求點與備選租賃點的距離矩陣，測量各帶狀區域長度L，并計算各租賃點規模（C=2.5L+1）。由于場地的租賃和單車的制作需要耗費一定成本，擬不斷調整備選租賃點數量，得出每個選址數量上限對應的最優租賃點位置，即轉換為單目標規劃問題進行求解。在編程中，將第二個目標更改為約束條件進行求解，即minNjRxj,在data數據集中，將N由1至24依次賦值，得出不同選址數量上限對應下的租賃點最優選擇情況。當N12時，均顯示沒有可行解（圖3），說明當租賃點的設置數量小于12個時，不能滿足北京市海淀區學院路高校共同

44、體整個區域的出行需求。圖表 4-3 模型無可行解 N=12時，最優目標解為2757.4，且得到一組可以滿足使用者出行需求的可行解，0-1混合整數規劃模型下的xj取值結果如下，即選擇1、3、4、6、7、11、12、15、16、20、21、24號租賃點作為最優結果：圖表 4-4 模型求解狀態 圖表 4-5 0-1整數規劃解的情況依次增加N的取值，得到不同數量上限對應的租賃點選址情況及最優總體滿意度，并繪制使用者總體滿意度關于選址上限數量變化的折線圖：選址數量總體滿意度選址數量總體滿意度122757.4195097.2133423.5205209.3143874.1215314.3154175.32

45、25419.0164526.0235509.6174788.6245535.1184978.2圖表 6 使用者總體滿意度（是圖還是表？表和圖要分開編號）圖表 4-7 選址數量對使用者滿意度影響通過折線圖我們可以看出，使用者的滿意度隨著選址數量的增加持續增加。在N18，擬合曲線斜率變小，曲線逐漸趨于平緩，租賃點的數量增加時，使用者總體滿意度變化差異不大，說明在此范圍內，租賃點對于需求點的覆蓋能力已經很大，基本可以滿足學院路高校區域使用者的出行需求。因此可以綜合考量租賃點用地面積、耗費成本以及對路面行人影響等因素，適當調整租賃點數量，減少運營成本，避免資源的過剩，改善城市道路規劃中出現的棘手的“單

46、車墳場”狀況。N被選擇租賃點 j121、3、4、6、7、11、12、15、16、20、21、24131、3、4、6、7、11、12、15、16、17、20、21、23143、4、6、7、11、12、15、16、17、18、20、21、23、24153、4、6、7、11、12、15、16、17、18、19、20、21、23、24163、4、6、7、8、11、12、15、16、17、18、19、20、21、22、23173、4、5、6、7、8、11、12、15、16、17、18、19、20、21、22、23183、4、5、6、7、8、11、14、15、16、17、18、19、20、21、22、23

47、、24193、4、5、6、7、8、11、12、14、15、16、17、18、19、20、21、22、23、24203、4、5、6、7、8、9、11、12、14、15、16、17、18、19、20、21、22、23、24213、4、5、6、7、8、9、10、11、12、14、15、16、17、18、19、20、21、22、23、24223、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22、23、24232、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22、23、24241、2、3、4、5、

48、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22、23、24圖表 4-8 待選租賃點j隨選址上限數量的變化（這個應該算是圖還是表？要分開編號，表名和編號寫表上方，圖名和編號寫圖下方。）（這個地方如此給出計算結果，不大好看，想一想怎么才能把結果展示得清楚且美觀。）從表（圖？）4-？，我們可以看出備選租賃點1、2只有在N=23后才開始出現，由于在模型構建中，需求量作為一種貢獻度參數對滿意度函數產生影響，因此服務于需求量較少的租賃點在選址數量較少時不易被選擇。在地圖上可以看出，租賃點2半徑500m范圍內的需求點只有需求點13、14，而這兩個需求點的需求量相

49、對較低，租賃點11、22的規模完全可以滿足這兩個需求點的出行需求，因此，在前期選址中，租賃點2的貢獻度并不高，不容易被選擇。根據上述原則，租賃點3、4、6、7、11、15、16、20、21的貢獻度均相對較高，在每次求解中都會被選擇。圖表 4-9 圖名？4.4 模型改進在上述模型的求解中，為了方便計算，沒有具體的引入成本效用系數，只是考慮到單車投放的基礎成本，將成本問題線性轉換成單車數量的多少，優化目標轉換為了約束條件，實則是對單目標規劃問題進行求解，存在一定的局限性。通過每次改變N的數值，來觀察0-1整數規劃矩陣的求解情況，由于本文數據量較小，可以通過人工輸入逐次計算，在實際問題中，數據量往往

50、極大，此時該模型便不再適用。因此本節打算將實際成本引入，通過線性加權評價函數法將成本和滿意度同時引入到目標函數中。線性加權法26是取評價函數為各目標函數的線性加權和,即按照各目標的重要性將其賦予相應的權系數，將多個目標的權系數進行線性組合，然后對其線性組合進行尋優求解，將多目標規劃問題轉化為單目標規劃問題進行求解。我們將覆蓋量和成本兩個目標的權重均等化，故權系數都設置為0.5，因此將4.2節中的模型目標函數改為:maxF=1/2iDjR wiqijyij1/2jRPCxj,其余約束條件不變，構建新的優化模型，繼續利用Lingo軟件進行求解。其中，F為新的滿意度函數了，P為每輛共享單車基礎成本（

51、暫不考慮時間因素影響，包括每輛單車平均占地費用及制造成本費用，查閱資料后P取值為500）。由于目標函數中成本也作為權重系數影響著總體的滿意度，對選址集合并沒有發生改變，繪制選址上限數量的變化對單車成本的影響如下圖4-10所示：圖表 4-10 選址上限數量變化對成本及滿意度影響以上實例驗證了該多目標規劃模型的可行性，由圖4-10像可以看出，在選址數量N為18時，成本函數出現極小值點，隨后成本隨著選址數量的增加繼續增加。由4.3節的實例分析中得出，N=18這一階段，使用者的總體滿意度變化不大，租賃點對于需求點的覆蓋能力很大，已經可以滿足學院路高校區域使用者的出行需求，綜合考量到路面規劃、成本耗費等

52、實際情況，在保障出行者滿意度的情況下，沒有必要繼續增加租賃點數量。因此，選擇N=18作為最優選址數量，此時求解可得X(3，4，5，6，7，8，11，14，15，16，17，18，19，20，21，22，23，24)，這一結果基本可以滿足學院路高校使用者的出行需求，同時具有經濟適用性，可節約一定的成本，并且通過合適的選址數量改善該地區無處安放的“單車墳場”狀況。（文中重要的公式應給出公式編號，編號寫在公式右側：右對齊。）4.5 模型評價4.5.1 模型優點模型引入了線性加權評價函數法，在求解過程中，將多目標規劃問題照各目標的重要性將其賦予相應的權系數然后對其線性組合進行尋優求解，將多目標規劃問題

53、轉化為單目標規劃問題進行求解。4.5.2 模型缺點與改進（1）通過人工改變選址數量的上限值來計算每次選址問題的最優解集合，對于數據量巨大的實際問題求解并不適用，應在算法中添加循環語句，不斷迭代得到不同選址上限數量所對應的最優選址模型解的集合。（2）模型屬于一個靜態的理想化瞬時模型，沒有切實地考慮時間調度的動態問題，沒有引進時間函數實時地反映各租賃點的動態調度情況。4.5.3 總結分析 通過4.3和4.4節的實例分析，驗證了此多目標規劃模型的可行性，綜合出行者的總體滿意度和運營規劃部門的投放成本，得出了設置在學院路高校區范圍內最優的選址數量和選址位置，并可推廣到其他實際問題中進行研究。在今后的研

54、究中，還需要將模型不斷地優化完善，加入時間參數，保障實時反映共享單車運營系統的調度情況，方便運營和規劃部門對于現存問題進行及時的調整。同時，在日后的研究中，還應考慮單車的損耗問題，伴隨著大量“僵尸車”的出行，損耗單車的再回收及維修問題不得不引起重視，實施監管單車使用情況，對于損耗單車及時回收修復，再次投入市場，減少成本消耗。5 總結與展望通過前文的問卷調查與分析，可以看出共享單車出行方式仍然深受各大高校范圍內學生們的歡迎，作為大部分出行者短途出行的首選交通方式。共享單車運營系統的發展日益蓬勃，數字化租車還車，取車省時便捷，具有一定的社會經濟屬性。然而企業作為共享單車調配的主導者，他們更加關注單車的調配成本和用戶市場的爭奪，而非完全依據用戶的出行需求進行調配，這導致在出行密度較高的地區過多投放共享單車，而疏于對其他地區單車的管理和及時調配，故需要政府相關部門和企業共建共享單車分布的實時監測與服務平臺，實現對用戶需求的精準識別和對共享單