廖俞浩　戴夢　丁晨璐　張國帆　張家毅

摘 要：共享汽車是時下共享經(jīng)濟的一大組成部分。共享汽車的發(fā)展，一方面滿足了人們?nèi)找嬖鲩L的出行需要，另一方面也有利于保護環(huán)境、減輕城市交通擁堵。上海市作為共享經(jīng)濟的橋頭堡之一，其共享汽車的發(fā)展處于前沿。在其發(fā)展過程中，共享汽車停放問題隨之而來。針對上海市土地利用緊張的現(xiàn)狀，以上海市現(xiàn)有的停車位作為共享汽車停泊點，基于遺傳算法構(gòu)建優(yōu)化模型，以部分站點的布局車位為例進行優(yōu)化，希望能夠給上海市共享汽車停泊點的優(yōu)化提供一些有用的建議。

關(guān)鍵詞：共享汽車;上海地區(qū);遺傳算法;停泊點;優(yōu)化

中圖分類號：F294? ? ? 文獻標(biāo)志碼：A? ? ? 文章編號：1673-291X（2020）02-0049-03

引言

共享經(jīng)濟目前成為了一個社會持續(xù)關(guān)注的網(wǎng)紅領(lǐng)域，國家科技和經(jīng)濟常年的快中速發(fā)展則為互聯(lián)網(wǎng)和傳統(tǒng)產(chǎn)業(yè)的深度交融提供了強大的推動力。共享汽車的概念由來已久，早在20世紀(jì)80年代該模式便在歐洲國家普遍興起，發(fā)展至今，僅歐洲便有超過200家汽車共享商家、近400個城市有共享汽車的市場，使用人數(shù)超過10萬人。而在中國，共享汽車的發(fā)展有著屬于中國特色的時代背景。國內(nèi)共享汽車服務(wù)在2009年開始步入快速發(fā)展的階段，目前已有近千萬規(guī)模的用戶、數(shù)十萬輛車的規(guī)模。隨之而來的，就是共享汽車發(fā)展網(wǎng)點的布局問題以及相應(yīng)的車輛調(diào)度問題。

但是相較于調(diào)度問題，共享汽車的選址因為受城市發(fā)展用地問題的制約，國內(nèi)對其的研究并沒有研究調(diào)度問題那么多，基本的研究模式也只是根據(jù)相關(guān)算法提出模型，隨后以城市或區(qū)域為單位進行模擬仿真。Robyn[1]等針對資源共享實踐中對象的動員方式研究，提出了共享經(jīng)濟的批判性分析，支撐了共享汽車對汽車重構(gòu)的影響。王新原等分析了共享經(jīng)濟活動和商業(yè)模型的高速發(fā)展，討論了共享汽車運營的可行性，并提出了創(chuàng)新性運營策略，最后提出通過與公共汽車公司、汽車租賃公司的合作，整合或改建已有的停車場站增加共享汽車停放點[2]。王麗敏和楊帆等分別通過定性和定量的手段研究了影響站點選址的因素、方法和原則，并確定各評價指標(biāo)的權(quán)重。運用模糊綜合評價法建立了相應(yīng)站點選址方案評價模型[3，4]。

目前的上海市作為共享汽車發(fā)展的一個橋頭堡，以EVCARD為例，截至2019年9月，其已在全國60多座城市投放了超5萬輛車，并建立了13 000多網(wǎng)點以及擁有了600多萬用戶。作為它核心運營區(qū)域的上海市，截至目前已有3 673個網(wǎng)點，為全國之最。上海市作為全國經(jīng)濟中心，在不大的土地上居住著兩千萬以上的人口，勢必導(dǎo)致人地矛盾、土地資源緊張、土地價格居高，如果選買地建立停車位成本過于高昂。同時，3 000多的網(wǎng)點也出現(xiàn)了扎堆或者地理位置不合理的情況。因此，利用現(xiàn)有的停車場，運用科學(xué)的方法合理布局車位數(shù)便成為了一個極為重要的考量。

一、模型設(shè)計

（一）參數(shù)說明

事實上，站點的優(yōu)化問題可以描述為：“在滿足相關(guān)的約束條件下，把相關(guān)候選站點的車位數(shù)重新增減變動，使得總體的變動量最少，而供需差距最小?！盵5]因此，基于NSGAⅡ遺傳算法的共享汽車優(yōu)化模型[4]，提出了如下假設(shè)：

假設(shè)1：站點的建設(shè)成本只考慮充電樁的數(shù)量和面積，且站點的車位數(shù)與充電樁數(shù)量和建設(shè)面積成正比關(guān)系。

假設(shè)2：站點的人口密度和污染數(shù)值在調(diào)查時期內(nèi)保持不變。

假設(shè)3：站點的車位數(shù)在調(diào)查階段保持不變。

定義變量如下：

xi：為第i個站點的車位變動量，正數(shù)表示增加，負數(shù)表示減少;

δi：為第i個站點的原有車位數(shù);

θi：為第i個站點的共享汽車流出量;

Ci：為第i個站點的共享汽車流入量;

Z：指整數(shù)集;

f1：站點的變動車位數(shù);

f2：變動i個車位后的C差值。

優(yōu)化模型如下：

（二）算法步驟

Step1初始化設(shè)計：設(shè)置代數(shù)計數(shù)器，初始代數(shù)t=0，設(shè)置最大進化代數(shù)T，隨機生成個體作為父代群體。

Step2個體評價：計算初始父代群體中個體的目標(biāo)函數(shù)，即它的適應(yīng)度值。

Step3選擇運算：將選擇算子作用于群體。選擇的目的在于把最佳的個體直接遺傳到下一代。

Step4交叉運算：將交叉算子作用于群體。通過配對交叉產(chǎn)生新的個體再遺傳到下一代，用于生成新子代個體。

Step5變異運算：將變異算子作用于群體。對群體中個體的某些基因座上的基因值作變異，生成新子代。

群體經(jīng)過選擇、交叉、變異運算之后得到下一代新群體。

Step6終止條件判斷：當(dāng)遺傳代數(shù)t為最大進化迭代數(shù)，即t=T時，進化過程中所得到的擁有最大適應(yīng)度的個體作為最優(yōu)解輸出，并終止計算。此時停泊點布置方案即認為是該綜合優(yōu)化的Pareto最優(yōu)解。

二、案例求解

通過實地調(diào)研、網(wǎng)絡(luò)查閱，選取了EVCARD在本市的21個特征站點進行模擬，剔除異常數(shù)據(jù)17號停車位，共得樣本數(shù)量20。利用Matlab R2014a軟件編程實現(xiàn)NSGAⅡ遺傳算法程序，算法設(shè)定種群規(guī)模N=100，遺傳代數(shù)T=200，交叉概率p1=0.8，變異概率p2=0.1。

經(jīng)過計算，得到的Pareto解如下列圖表所示：

目標(biāo)函數(shù)的兩個適應(yīng)度值分別為：minf1=76和minf2=25，即總變動值為76，供需差為25。網(wǎng)點車位變動值為xi=（0 1 2 3 0 0-3 2-3 0 0 0 5 0 1 0 0 1 2-3）。優(yōu)化后的網(wǎng)點車位為：5，11，5，18，7，14，1，44，0，3，4，3，17，6，11，10，8，34，6，1。

三、結(jié)論

綜合分析可以發(fā)現(xiàn)，楊浦區(qū)的共享汽車停車位的布局基本上涵蓋了整個區(qū)域，此時最大的問題就在于車位數(shù)量，有些網(wǎng)點車位上一輛車都沒有，有點網(wǎng)點還能多出不少空余車位。通過NSGAⅡ遺傳算法20次的計算結(jié)果，在確?？傋儎雍凸┬璨钭钚〉那闆r下，得出了最優(yōu)車位的布局。該結(jié)果對楊浦地區(qū)的停車位優(yōu)化有著一定的啟發(fā)意義。

在城市中大力推行共享汽車，離不開城市配套的基礎(chǔ)設(shè)施。上海地區(qū)的共享汽車發(fā)展較為成熟，數(shù)千網(wǎng)點的覆蓋量已經(jīng)實時上覆蓋基本上所有擁有出行需求的客戶。因此，在布局點基本上都覆蓋的情況下合理規(guī)劃車位，有利于提升整體共享服務(wù)水平，減少共享資源的浪費，優(yōu)化城市交通出行和資源協(xié)調(diào)。本文采用遺傳算法對站點車位進行優(yōu)化，通過實地考察本地區(qū)各個站點一天的客流量，綜合考慮站點出行平衡等因素，建立了一個多目標(biāo)的優(yōu)化模型，得到了多個Pareto解，再通過對比選出最優(yōu)方案。然而，在實踐生活中，影響車位變化的因素較多，也更為復(fù)雜，因此本文結(jié)果的準(zhǔn)確性尚待進一步的驗證。未來將針對目前的模型進一步考慮引入改進型遺傳算法以及動態(tài)定價自適應(yīng)調(diào)度策略[6]來綜合改良模型，同時，在大規(guī)模城市的優(yōu)化模型應(yīng)用上，還有待進一步的學(xué)習(xí)和研究。

參考文獻：

[1]? ROBYN D，SOPHIA M，JENNIF-ERL K.Sharing as social material practice：Car sharing and the material reconstitution of auto mobility[J].Geoforum，2019，（1）：10-16.

[2]? 王新源.北京市發(fā)展共享汽車服務(wù)的運營策略研究[J].時代金融，2014，（2）：123-124.

[3]? Edourad Serot，楊帆.電動汽車共享服務(wù)選址方法研究[J].上海汽車，2019，（7）：32-35，39.

[4]? 王麗敏.基于AHP和模糊綜合評價法在共享汽車站點選址的研究[J].江蘇科技信息，2013，（7）：60-62.

[5]? 陳鎮(zhèn)東，秦坤，劉凱勛.基于遺傳算法的共享汽車站點選址布局及優(yōu)化設(shè)計[J].江蘇科技信息，2019，（14）：39-41.

[6]? 王寧，舒雅靜，唐林浩，張文劍.基于動態(tài)定價的共享汽車自適應(yīng)調(diào)度策略[J].交通運輸系統(tǒng)工程與信息，2018，（5）：12-17.

Research on Optimal Layout of Shared Car Parking in Shanghai

LIAO Yu-hao，DAI Meng，DING Chen-lu，ZHANG Guo-fan，ZHANG Jia-yi

（School of Management，Shanghai science and technology University，Shanghai 200093，China）

Abstract：Shared cars are a big part of the current sharing economy.The development of shared cars，on the one hand，meets the growing travel needs of people，on the other hand，it is also conducive to protecting the environment and reducing urban traffic congestion.As one of the bridgeheads of shared economy，the development of shared automobile in Shanghai is at the forefront.In the process of its development，the problem of shared car parking follows.In view of the current situation of land use tension in shanghai，the existing parking space in shanghai is used as the parking point of shared car，the optimization model is constructed based on genetic algorithm，and the layout parking space of some stations is optimized as an example，hoping to provide some useful suggestions for the optimization of parking point of shared car in shanghai.

Key words：Shared Automotive;Shanghai Area;Genetic Algorithm;Parking Point;Optimization