地铁辐射区共享单车骑行量预测及配置研究

作     者：罗钟勇 

作者单位：重庆交通大学 

学位级别：硕士

导师姓名：宋永朝

授予年度：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 082303[工学-交通运输规划与管理] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 

主      题：共享单车 地铁接驳 骑行量预测 供应配置 

摘      要：共享单车出行凭借着便捷灵活、经济适用、绿色环保等特点,已经成为接驳地铁站点解决“最后一公里的关键环节。但是,目前的共享单车的管理架构还不够完善,导致共享单车在地铁辐射区产生了供需不平衡、局地堆积、占道堵路等诸多问题,这在某种程度上对社会进步产生了影响。地铁辐射区是共享单车使用的热点区域之一,为了提升地铁站点服务品质,本文通过挖掘出地铁辐射区共享单车骑行数据,分析铁辐射区内共享单车的骑行特征和使用影响因素,重点研究如何对地铁辐射区共享单车的骑行量进行准确预测并实现共享单车在地铁辐射区内的合理供应配置。本文的主要研究内容为以下几个部分: 首先,对于本文所使用共享单车订单数据进行了去重和越界数据筛选操作,再从中提取出了骑行时长和骑行距离信息,并使用KDTree算法匹配了骑行起终点最近地铁站点。明确了产生共享单车交通量的地铁辐射区范围大小,就该范围内产生的共享单车骑行数据进行了数量、时长、距离三个特征维度的时空分析,同时运用地理加权回归模型分析了共享单车骑行量在时空上的影响因素,揭示了共享单车在地铁辐射区的接驳特点、骑行现状以及进行合理配置的重要性。 其次,基于“优化—组合思想,改善了PSO算法惯性权重并引入自适应变异机制,和具有记忆特性的LSTM模型进行组合,构建出了IPSO-LSTM预测模型,通过选取MAE、RMSE、MAPE、R2四个误差评价指标以及与BP、LSTM模型的预测结果进行比较,对IPSO-LSTM模型在地铁辐射区共享单车骑行量预测方面上具有更高准确度进行了证明,该研究对共享单车在地铁辐射区骑行量预测领域方面进行了补充,为共享单车在地铁辐射区的投放量配置创造了前置条件。 最后,就地铁辐射区共享单车存在的供需不平衡、停放点和投放量设计不合理三个方面的问题,系统阐述了地铁辐射区共享单车配置策略。结合实际共享单车配送流程提出了基于P-中值选址模型的共享单车蓄车场选址算法,分析了分散停车布局共享单车停放点的选取方式,将熵权-TOPSIS方法用于集中停车布局停放点选址决策,提出了基于骑行量预测结果的共享单车投放量估算方法和基于历史骑行数据的分散式停车布局投放量分配方法,再以上海市某一定范围内所有地铁站点和成山路换乘站为例进行共享单车的供给配置。 研究表明,本文以地铁辐射区共享单车为研究对象根据其骑行数据所采用的骑行量预测模型具有较高的准确性,同时对地铁辐射区共享单车供应配置理论和配置方法进行了完善,使其共享单车在进行相应供应配置时更具科学性。