• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于Logit模型的重需求性公共自行車租賃點(diǎn)配車模型

      2015-05-08 09:11:44劉志廣
      交通信息與安全 2015年3期
      關(guān)鍵詞:借車效用函數(shù)高峰

      劉志廣 陳 峻

      (1.東南大學(xué)交通學(xué)院 南京210096;2.東南大學(xué)現(xiàn)代城市交通技術(shù)江蘇高校協(xié)同創(chuàng)新中心 南京210096)

      0 引 言

      城市公共自行車近年來(lái)逐漸受到“自行車-公共交通”換乘方式和出行距離較短居民的青睞,它以無(wú)污染、機(jī)動(dòng)靈活、使用費(fèi)用低等優(yōu)勢(shì),在我國(guó)各大城市發(fā)展起來(lái)。在受到居民喜歡的同時(shí),公共自行車租賃點(diǎn)缺乏科學(xué)合理地車輛配置方法的問題逐漸突出,在出行高峰時(shí)期,公共自行車租賃點(diǎn)常會(huì)出現(xiàn)“無(wú)車可借”和“車無(wú)人借”的現(xiàn)象[1],這種現(xiàn)象在借車需求數(shù)與還車車輛數(shù)嚴(yán)重失衡的租賃點(diǎn)尤為嚴(yán)重,不僅導(dǎo)致了公共資源的浪費(fèi),更影響了人們的正常出行。因此,筆者提出“重需求性公共自行車租賃點(diǎn)”概念,僅指出行高峰時(shí)段內(nèi)借車需求數(shù)遠(yuǎn)大于還車車輛數(shù)的租賃點(diǎn),主要包括出行早高峰服務(wù)居住小區(qū)的租賃點(diǎn)和出行晚高峰服務(wù)工作地員工返程的租賃點(diǎn)。由于高峰時(shí)期出行量大,城市道路機(jī)動(dòng)車流量大,公共自行車調(diào)度困難,因此,不考慮此時(shí)段內(nèi)的車輛調(diào)度,進(jìn)行公共自行車數(shù)量配置研究。

      國(guó)內(nèi)外關(guān)于公共自行車系統(tǒng)的研究,主要集中于公共自行車租賃點(diǎn)的選址以及車輛調(diào)度[2-7],對(duì)單一租賃點(diǎn)應(yīng)配置車輛數(shù)研究較少。吳瑤等[8]提出利用多項(xiàng)Logit模型計(jì)算各出行方式的效用函數(shù),考慮公共自行車周轉(zhuǎn)率,推導(dǎo)規(guī)劃區(qū)域應(yīng)配置公共自行車和停車樁的總規(guī)模,研究未涉及單一公共自行車租賃點(diǎn)應(yīng)配置車輛數(shù)。何流等[9]將公共自行車借車和還車需求分為直接需求和間接需求,直接需求為在理想的借車點(diǎn)和還車點(diǎn)能夠借還車的需求,間接需求為在非理想的借車點(diǎn)和還車點(diǎn)進(jìn)行借還車的需求,并在特定區(qū)域內(nèi)進(jìn)行公共自行車調(diào)度,但沒有具體提出公共自行車租賃點(diǎn)車輛配置模型。Sayarshad等[10]以最少車位和最大利用率為目標(biāo),進(jìn)行租賃點(diǎn)間公共自行車的調(diào)度,但不適用于重需求性公共自行車租賃點(diǎn)。

      對(duì)于重需求性公共自行車租賃點(diǎn),借車過程和還車過程同時(shí)進(jìn)行,但數(shù)量嚴(yán)重失衡,則該類租賃點(diǎn)的車輛配置數(shù),在不考慮周轉(zhuǎn)率和車輛調(diào)度下,應(yīng)為借車需求數(shù)與還車車輛數(shù)的差值。

      1 模型假設(shè)

      1.1 公共自行車租賃點(diǎn)服務(wù)半徑R

      公共自行車租賃點(diǎn)分布于城市若干出行量較大的地點(diǎn),受居民從出發(fā)地點(diǎn)到租賃點(diǎn)步行(或其它方式)距離和時(shí)間的影響,公共自行車有一定的服務(wù)范圍。因此,假設(shè)公共自行車租賃點(diǎn)有其一定的服務(wù)半徑R,形成公共自行車租賃點(diǎn)服務(wù)區(qū)域。當(dāng)居民出發(fā)點(diǎn)位于該服務(wù)區(qū)域內(nèi)時(shí),公共自行車進(jìn)入居民出行方式選擇的范圍;當(dāng)出發(fā)點(diǎn)在服務(wù)區(qū)域外時(shí),居民不會(huì)選擇公共自行車,而考慮其他方式出行。在服務(wù)區(qū)域內(nèi),若總出行次數(shù)為P,則該P(yáng)次出行都有可能選擇公共自行車。

      1.2 其它假設(shè)

      為建立重需求性公共自行車租賃點(diǎn)配車模型,還需做出以下假設(shè)。

      1)居民選擇出行方式是1個(gè)理性過程,會(huì)選擇效用最大、最便于出行的方式。

      2)2個(gè)不同的租賃點(diǎn)不存在交叉的服務(wù)區(qū)域,單一地點(diǎn)只屬于某一公共自行車租賃點(diǎn)服務(wù)區(qū)域,或不屬于任何租賃點(diǎn)的服務(wù)區(qū)域。

      3)研究時(shí)間段內(nèi),同1輛公共自行車在1個(gè)租賃點(diǎn)僅借出1次,不考慮公共自行車在租賃點(diǎn)的周轉(zhuǎn)率。

      4)不考慮租賃點(diǎn)服務(wù)區(qū)域外居民的偶然借車和偶然還車。

      2 重需求性公共自行車租賃點(diǎn)配車模型

      2.1 多元Logit模型與借車需求數(shù)確定

      多元Logit模型是非集計(jì)模型中常用的1種。該模型根據(jù)經(jīng)濟(jì)學(xué)中的效用理論,出行者在特定的選擇條件下,會(huì)選擇效用最大的出行方式[11],并且,選擇某方式的效用因該方式所具有的特性、出行者的特性等因素而異。假設(shè)出行者n的選擇方式集合為An,第k種方式的效用函數(shù)為Ukn,則出行者n選擇第i種方式的條件為:

      式中:Uin是出行方式i的效用值,Ujn是出行方式j(luò)的效用值。

      根據(jù)隨機(jī)效用理論,效用函數(shù)Ukn由非隨機(jī)變化的部分Vkn(固定效用)和隨機(jī)變化部分εkn(隨機(jī)效用)構(gòu)成,可由下式表示。

      式中:Vkn為方式k的固定效用,εkn為方式k的隨機(jī)效用。

      第i種方式被選擇的概率為:

      式中:Uin為方式i的效用,Ujn為方式j(luò)的效用。

      城市公共自行車系統(tǒng)的建立,主要為解決長(zhǎng)距離出行“最后1km”問題。在實(shí)際中,公共自行車也為部分短距離出行者提供服務(wù)。因此,居民出行可選擇的方式主要有:步行、家庭自行車、公共自行車、電動(dòng)車、常規(guī)公交、小汽車、地鐵等,出行者選擇出行方式主要受出行者個(gè)人及家庭狀況、出行特性的影響[12],詳細(xì)影響因素見表1。

      效用函數(shù)可以由多種形式表示,考慮到參數(shù)標(biāo)定的簡(jiǎn)單性和分析的方便性,假設(shè)Vkn與xknz(1≤z≤8)成線性關(guān)系,則固定效用可表示為

      式中:Vkn為第n個(gè)出行者選擇方式k的效用,θz為系數(shù),xknz為第z個(gè)影響因素在出行者n選擇方式k時(shí)的屬性值。

      表1 出行方式選擇影響因素Tab.1 Influence factors of travel modal choice

      表2 出行方式效用函數(shù)選擇的影響因素表Tab.2 Influence factors chose of utility function of travel modal

      備注:“√”表示方式k的效用函數(shù)考慮xknz變量,“×”表示方式k的效用函數(shù)不考慮變量xknz,c為常數(shù)項(xiàng)。

      假設(shè)εkn服從參數(shù)為(0,1)的二重指數(shù)分布,且εkn與Vkn相互獨(dú)立,出行者選擇第k種方式的概率為[14]:

      式中:Vkn為出行者n選擇方式k的效用。

      重需求性公共自行車租賃點(diǎn)借車需求數(shù)為

      式中:N(P公共自行車n>P其他n)為服務(wù)區(qū)域內(nèi)公共自行車效用大于其他出行方式效用的出行者數(shù)。

      2.2 還車車輛數(shù)與配車模型

      出行高峰時(shí)期的重需求性公共自行車租賃點(diǎn),還車車輛數(shù)與借車需求數(shù)嚴(yán)重失衡,因此,不考慮公共自行車的周轉(zhuǎn)率。當(dāng)租賃點(diǎn)配置車輛數(shù)與還車車輛數(shù)之和,不小于借車需求數(shù)時(shí),借車需求便可滿足,即:

      式中:N0為租賃點(diǎn)配置車輛數(shù),N還為還車車輛數(shù),N借為借車需求數(shù)。

      采用NG出口溫度同SCV水浴溫度的串級(jí)控制,串級(jí)控制方案如圖1所示,主被控變量是NG出口溫度TIC001,副被控對(duì)象為水浴溫度TIC002,操縱變量為燃料氣的流量。該方案將影響水浴溫度的相關(guān)干擾因素如燃料氣的流量、發(fā)熱量、壓力、風(fēng)量和燃料氣的配比等引入副回路,取得不錯(cuò)的效果[8]。

      由于公共自行車租賃點(diǎn)配車不夠科學(xué),部分有意向選擇公共自行車出行的居民,改選其他可替代方式,當(dāng)科學(xué)配置后,還車車輛數(shù)應(yīng)包括兩部分:現(xiàn)狀還車車輛數(shù)N現(xiàn)還和潛在還車車輛數(shù)N潛還,潛在還車車輛數(shù)N潛還為科學(xué)配置后增加的還車數(shù),即還車數(shù):

      若其他所有租賃點(diǎn)現(xiàn)狀車輛配置滿足需求,則該租賃點(diǎn)的潛在還車數(shù)N潛還=0。

      根據(jù)公共自行車歷史借還車OD數(shù)據(jù),推導(dǎo)得到公共自行車租賃點(diǎn)p到公共自行車租賃點(diǎn)q的還車率矩陣P為:

      式中:Ppq=(以p租賃點(diǎn)為起點(diǎn),以q租賃點(diǎn)為終點(diǎn)的自行車車輛數(shù))/同時(shí)間段內(nèi)以p租賃點(diǎn)為起點(diǎn)的自行車車輛數(shù)=1,p、q代表任意2個(gè)租賃點(diǎn)。

      公共自行車租賃點(diǎn)q的潛在還車車輛數(shù)為各個(gè)公共自行車租賃點(diǎn)的潛在用戶數(shù)與該租賃點(diǎn)到租賃點(diǎn)q的還車率的乘積之和:

      式中:Ppq為公共自行車租賃點(diǎn)p到公共自行車租賃點(diǎn)q的還車率,Np潛為公共自行車租賃點(diǎn)p的潛在用戶數(shù)。

      重需求性公共自行車租賃點(diǎn)配車模型為:

      式中:N借為重需求性公共自行車租賃點(diǎn)服務(wù)區(qū)域的借車需求數(shù),N還為該租賃點(diǎn)的還車車輛數(shù)。

      3 實(shí)例分析

      以浙江省海寧市公共自行車系統(tǒng)為例研究分析。該市目前共有公共自行車租賃點(diǎn)113個(gè),其中市中心租賃點(diǎn)間距平均在300~350m,郊區(qū)租賃點(diǎn)間距平均為500m。其中,風(fēng)和麗苑公共自行車租賃點(diǎn)是首批設(shè)立的租賃點(diǎn)之一,配備30輛公共自行車,主要為部分風(fēng)和麗苑小區(qū)居民和部分錢江小區(qū)居民出行服務(wù),在出行早高峰,借車需求數(shù)與還車車輛數(shù)嚴(yán)重失衡,認(rèn)為是重需求性公共自行車租賃點(diǎn)。該租賃點(diǎn)在出行早高峰,“無(wú)車可借”的現(xiàn)象頻頻出現(xiàn),有必要科學(xué)地確定早高峰時(shí)期應(yīng)配置車輛數(shù)。

      在對(duì)Logit模型參數(shù)標(biāo)定時(shí),采用該市居民出行調(diào)查數(shù)據(jù)。由于該市沒有開通地鐵,因此出行方式只考慮步行、家庭自行車、公共自行車、電動(dòng)車、常規(guī)公交和小汽車6種出行方式。標(biāo)定后,各方式的效用函數(shù)如下。

      步行:

      家庭自行車:

      公共自行車:

      電動(dòng)車:

      常規(guī)公交:

      小汽車:

      根據(jù)調(diào)查數(shù)據(jù),以250m為公共自行車租賃點(diǎn)的服務(wù)半徑,該市風(fēng)和麗苑公共自行車租賃點(diǎn)內(nèi)約2 000位居民,居民日平均出行次數(shù)為2.54次,高峰時(shí)期出行占全天出行比例為19.87%,則風(fēng)和麗苑公共自行車租賃點(diǎn)服務(wù)區(qū)域內(nèi)高峰時(shí)期的出行次數(shù)P為:

      將風(fēng)和麗苑小區(qū)居民出行調(diào)查數(shù)據(jù),代入以上效用函數(shù),得到公共自行車效用值最大的出行者數(shù)占總出行者數(shù)比例為6.6%,則高峰時(shí)期借車需求數(shù)為:

      通過實(shí)地調(diào)查及經(jīng)驗(yàn)分析,高峰時(shí)段每個(gè)租賃點(diǎn)潛在借車需求為Np潛=9輛,假設(shè)風(fēng)和麗苑公共自行車租賃點(diǎn)潛在還車數(shù)N潛還=9輛。根據(jù)風(fēng)和麗苑租賃點(diǎn)數(shù)據(jù)顯示,高峰時(shí)期內(nèi)平均還車為22輛,因此,該重需求性租賃點(diǎn)在高峰時(shí)期應(yīng)配置車輛數(shù)為:

      該結(jié)果通過科學(xué)計(jì)算得出,現(xiàn)狀配置30輛車僅可滿足假設(shè)條件下83.3%的借車需求,車輛缺口數(shù)為:36-30=6輛;通過與該租賃點(diǎn)一周連續(xù)工作日早高峰時(shí)段的調(diào)查數(shù)據(jù)對(duì)比,平均每個(gè)早高峰時(shí)段未能借到車輛的人數(shù)為6.2人,因此,可以認(rèn)為該計(jì)算結(jié)果可以滿足假設(shè)條件下100%的借車需求,滿足率提升16.7%,且未產(chǎn)生冗余。

      若提出的還車需求模型未考慮潛在還車,則該租賃點(diǎn)配置車輛數(shù)應(yīng)為:67-22=45輛。當(dāng)各租賃點(diǎn)配車數(shù)科學(xué)增加后,潛在借車需求得到滿足,公共自行車借車數(shù)會(huì)相應(yīng)增加,風(fēng)和麗苑公共自行車租賃點(diǎn)還車數(shù)也會(huì)增加,造成公共自行車供給大于需求,則會(huì)導(dǎo)致公共自行車資源的浪費(fèi)。

      4 結(jié)束語(yǔ)

      為解決重需求性公共自行車租賃點(diǎn)配車不科學(xué)的問題,筆者在公共自行車租賃點(diǎn)服務(wù)區(qū)域的基礎(chǔ)上,建立了多元Logit模型,根據(jù)居民出行調(diào)查數(shù)據(jù)標(biāo)定效用函數(shù)的參數(shù),再依據(jù)目標(biāo)公共自行車租賃點(diǎn)服務(wù)區(qū)域內(nèi)居民出行調(diào)查數(shù)據(jù),確定公共自行車借車需求數(shù)。根據(jù)歷史還車量,考慮潛在還車,確定公共自行車租賃點(diǎn)應(yīng)配置的車輛數(shù),為公共自行車租賃點(diǎn)科學(xué)合理配置車輛提供依據(jù)。

      筆者提出的方法是根據(jù)各租賃點(diǎn)的車輛實(shí)際需求來(lái)確定配置車輛數(shù),比標(biāo)配、統(tǒng)配等方法更精確可靠。此外,在還車方面,考慮了現(xiàn)狀還車和潛在還車,在使車輛配置滿足需求的同時(shí),減少了公共自行車資源的浪費(fèi)。

      筆者提出的重需求性公共自行車租賃點(diǎn)車輛配置方法,是建立在服務(wù)區(qū)域基礎(chǔ)之上的,并假設(shè)2個(gè)不同租賃點(diǎn)不存在交叉區(qū)域,而實(shí)際中不可避免地會(huì)出現(xiàn)交叉區(qū)域。因此,未來(lái)應(yīng)該在考慮交叉區(qū)域存在下,對(duì)模型作進(jìn)一步優(yōu)化。

      [1] KALTENBRUNNER A,MEZA R,GRIVOLLA J.Urban cycles and mobility patterns:exploring and predicting trends in a bicycle-based public transport system[J].Pervasive and Mobile Computing,2010(6):455-466.

      [2] 張建國(guó).城市公共自行車車輛調(diào)配問題研究[D].成都:西南交通大學(xué),2010.ZHANG Jianguo.Research on urban public bicycle vehicle allocation problem[D].Chengdu:Southwest Jiaotong University,2010.(in Chinese)

      [3] 葉麗霞.城市公共自行車調(diào)度系統(tǒng)研究[D].南京:南京理工大學(xué),2013.YE Lixia.Research on dispatching system of urban public bicycle vehicle[D].Nanjing:Nanjing University of Science and Technology,2013.(in Chinese)

      [4] 何 流,陳大偉,李旭宏,等.城市公共自行車租賃點(diǎn)布局優(yōu)化模型[J].武漢理工大學(xué)學(xué)報(bào):交通科學(xué)與工程版,2012,36(1):129-133.HE Liu,CHEN Dawei,LI Xuhong,et al.An optimization model of the layout of public bike rental stations[J].Journal of Wuhan University of Technology:Transportation Science and Engineering Edition,2012,36(1):129-133.(in Chinese)

      [5] 李婷婷.城市公共自行車租賃點(diǎn)選址規(guī)劃研究[D].北京:北京交通大學(xué),2010.LI Tingting.Study on locating and planning of urban public bike rental station[D].Beijing:Beijing Jiaotong University,2010.(in Chinese)

      [6] 鮑 娜.城市公共自行車租賃點(diǎn)選址決策及調(diào)度模型研究[D].西安:長(zhǎng)安大學(xué),2012.BAO Na.Study on the location decision and scheduling of city public bicycle′s rental station model[D].Xian:Chang′an University is,2012.(in Chinese)

      [7] LABADI K,BENARBIA T,BARBOT J-P,et al.Stochastic Petri Net Modeling,Simulation and A-nalysis of Public Bicycle Sharing Systems[EB/OL](2014-07)[2015-02-03]http://ieeexplore.ieee.org/search/searchresult.jsp?newsearch=true&queryText=tochastic+Petri+Net+Modeling%2C+Simulation+and+Analysis+of+Public+Bicycle+Sharing+Systems&matchBoolean=true&fname=&mname=&lname=&title=&volume=&issue=&spage=,2015

      [8] 吳 瑤,陳 紅,鮑 娜,等.基于多項(xiàng)logit模型的城市公共自行車租借需求預(yù)測(cè)模型[J].大連交通大學(xué)學(xué)報(bào),2013,34(1):19-24.WU Yao,CHEN Hong,BAO Na,et al.A model development of public bicycle rental demand based on multinomial Logit[J].Journal of Dalian Jiaotong University,2013,34(1):19-24.(in Chinese)

      [9] 何 流,李旭宏,陳大偉,等.公共自行車動(dòng)態(tài)調(diào)度系統(tǒng)需求預(yù)測(cè)模型研究[J].武漢理工大學(xué)學(xué)報(bào):交通科學(xué)與工程版,2013,37(2):278-282.HE Liu,LI Xuhong,CHEN Dawei,et al.Research on the demand forecast model of public bike dynamic scheduling system[J].Journal of Wuhan University of Technology:Transportation Science and Engineering Edition,2013,37(2):278-282.(in Chinese)

      [10] SAYARSHAD H,TAVASSOLI S,ZHAO F.A multi-periodic optimization formulation for bike planning and bike utilization[J].Applied Mathematical Modeling,2012,(36):4944-4951.

      [11] 關(guān)宏志.非集計(jì)模型——交通行為分析的工具[M].北京:人民交通出版社,2004.GUAN Hongzhi.Disaggregate Model-A Tool of Traffic Behavior Analysis[M].Beijing:China Communications Press,2004.(in Chinese)

      [12] 葉 茂,于 淼,過秀成,等.歷史城區(qū)居民出行活動(dòng)模式選擇影響因素分析[J].東南大學(xué)學(xué)報(bào):自然科學(xué)版,2014,44(1):211-215.YE Mao,YU Miao,GUO Xiucheng,et al.Analysis of effects of contributing factors on choice of activity pattern in historic urban areas[J].Journal of Southeast University:Natural Science Edition,2014,44(1):211-215.(in Chinese)

      [13] 賈鴻飛,龔勃文,宗 芳.交通方式選擇的非集計(jì)模型及其應(yīng)用[J].吉林大學(xué)學(xué)報(bào):工學(xué)版,2007,37(6):1288-1293.JIA Hongfei,GONG Bowen,ZONG Fang.Disaggregate modeling of traffic mode choice and its application[J].Journal of Jilin University:Engineering and Technology Edition,2007,37(6):1288-1293.(in Chinese)

      [14] 邵春福.交通規(guī)劃原理[M].北京:中國(guó)鐵道出版社,2006.SHAO Chunfu.Traffic planning[M].Beijing:China Railway Publishing House,2006.(in Chinese)

      猜你喜歡
      借車效用函數(shù)高峰
      病毒病將迎“小高峰”全方位布控巧應(yīng)對(duì)
      效用函數(shù)模型在動(dòng)態(tài)三角模糊多屬性決策中的應(yīng)用
      石慶云
      書香兩岸(2020年3期)2020-06-29 12:33:45
      基于冪效用函數(shù)的最優(yōu)投資消費(fèi)問題研究
      微信有獎(jiǎng)互動(dòng)專欄
      安防巨頭借車聯(lián)網(wǎng)東風(fēng) 促智能交通發(fā)展升級(jí)
      微信有獎(jiǎng)互動(dòng)專欄
      供給側(cè)改革的微觀基礎(chǔ)
      基本殺法能力訓(xùn)練之借車使炮殺法
      棋藝(2016年6期)2016-11-14 05:33:19
      雨天早高峰,自在從容時(shí)。
      汝阳县| 锡林郭勒盟| 时尚| 孟州市| 建始县| 三河市| 南充市| 印江| 镇雄县| 油尖旺区| 连州市| 吉木萨尔县| 西林县| 通山县| 永清县| 湖南省| 密云县| 贵州省| 荣昌县| 二手房| 淮北市| 胶州市| 湟中县| 汤阴县| 武义县| 涞水县| 尼勒克县| 仁怀市| 江油市| 海阳市| 蕲春县| 徐水县| 琼中| 从化市| 铁岭县| 罗平县| 志丹县| 太谷县| 理塘县| 台北市| 镇康县|