摘要
近年来，在互联网经济快速发展和共享经济日益壮大背景下，为解决环境污染、交通拥堵等问题，共享单车市场快速兴起并发展壮大，极大缓解了“最后一公里”的城市交通问题。共享单车作为一种短途代步工具得到了很多国内外用户的青睐，共享单车生产厂商也借此纷纷进入共享单车市场中，一方面为我们的社会生活提供便利，但另一方面由于单车的投入过量以及政府部门未出台相关的监管政策，使得共享单车的发展逐渐暴露了大量问题。例如，站点之间供需不平衡引起的“潮汐”现象；故障车随处乱停乱放未能被及时回收而出现的“堆积如山”的现象；不同站点之间由于供需不匹配而出现共享单车调度不合理等现象。在以往对共享单车重平衡问题的研究领域中，往往只考虑不同站点间可用的共享单车单目标调度问题，或者只考虑对故障车回收问题，未有学者考虑带故障车回收的多目标共享单车重平衡问题。 基于以上背景，本文研究带故障单车回收的共享单车重平衡问题（BikeRebalancingandRecyclingProblem,BRRP）。研究了以下内容：首先介绍了共享单车系统的构成及共享单车市场的发展现状，并介绍了共享单车重平衡和故障车回收过程中存在的主要问题以及成因。其次，建立了以最小化运营成本和最小化未满足需求量为目标的多目标混合整数规划数学模型，设计了天牛须算子多目标粒子群算法（BAS-MOPSO）来求解该模型，该算法兼顾天牛须搜索算法优异的全局搜索能力和多目标粒子群算法精确的寻优能力,可以使陷入局部极值的粒子进行步长跳跃，把跳出的粒子作为新的信息源使其他粒子重新学习，进而提高算法搜索精度和搜索性能。最后，以共享单车运营企业M公司配送网络数据为例进行算法的算例分析，不同规模算例的测试结果表明，本文提出的BAS-MOPSO算法优于多目标粒子群算法。在此基础上，通过对比多个多目标问题的算例测试结果，证明了本文提出的BRRP问题能有效降低共享单车企业的运营成本，并提高用户满意度。灵敏度分析结果进一步表明了BAS-MOPSO算法的有效性和实用性,能够获得更高质量的Pareto最优解。
NETL