共享单车经济的量化分析——以宁波为例

以宁波为例,对共享单车经济进行量化分析.首先,通过网络爬虫抓取宁波市共享单车位置数据,并对数据进行预处理.之后,建立了空间分布特征和品牌分布特征模型,描述共享单车的地区分布情况.并且,我们建立了供需现状,市场竞争状况,发展趋势三个指标,综合分析共享单车品牌的发展状态.此外,考虑到ofo与mobike占有绝大部分市场,引入了改进吉诺模型,预测ofo,mobike两家共享单车公司的动态博弈过程.最终,以获得的宁波市数据为例,给出模型的算例分析.研究成果可为共享经济的分析提供理论借鉴.     

共享单车四大品牌及市场趋势的研究

近年来,随着共享经济的迅猛发展,共享单车作为共享经济的一种新形态,解决了城市公交与地铁的分布格局"最后一公里"的痛点,在城市道路交通高效管理运行中扮演着越来越重要的角色.先从单车硬件软件资金投放量等要素,建立单车品牌的效用函数模型,分析市场上摩拜、ofo、哈罗、优拜四大共享单车品牌,给出相应指标刻画它们的核心竞争力.其次,通过Markov链,建立了单车市场趋势模型,得出共享单车的市场结构格局在目前形势下最终会走向寡头市场,不会一家独大.     

共享单车的投放研究——以南昌市为例

共享单车在解决用户"最后一公里"的短途出行需求和缓解城市交通拥堵上扮演着越来越重要的角色.为了研究共享单车的投放问题,首先建立考虑年龄分布的单车市场需求量模型,计算城市或地区对共享单车的容量;在此基础上,通过Markov链,建立共享单车投放模型,确定投放点的单车投放数量.最后以南昌市为例进行实证分析,结果表明:南昌市对共享单车的最大容量约为64万辆;为了降低成本和提高效率,开始在居住地、工作地、校园、公园、商业中心和地铁/公交站投放单车时,最佳的投放量应按照对应的比例进行投放.研究结果可为政府部门管理规划共享单车提供理论指导.     

共享单车调度优化问题研究

针对共享单车站点经常出现的供需不平衡问题,提出人工调度策略,以提高单车利用率和用户满足率.首先将一天划分为几个用车高峰时段,根据每个站点的单车使用历史数据,计算各站点在每个时段的需求量区间;在区域内单车总投放量不变的前提下,基于每个时段初期各个站点存放的单车数量,确定单车调出站点和单车调入站点,进一步以站点之间的单车调度数量为决策变量,建立共享单车调度问题的整数规划模型,使区域内各个单车站点的供需量基本达到平衡,并且总调度成本最小.利用北京市海淀区共享单车数据进行模拟计算,对比分析了调度优化前后的共享单车利用率和用户满足率.结果显示,调度优化后,单车利用率平均提高7.78%,用户满足率平均提高13.09%;综合考虑企业调度成本和收入情况可以发现,通过调度优化,企业的平均利润增长率为7.53%.本文的研究结果可以帮助共享单车企业提升管理水平,增加利润.     

考虑多仓库的共享单车重新配置问题研究

共享单车是我国大力提倡的低碳交通出行模式,加快共享单车发展是解决最后一公里、城市拥堵和环境污染等问题的重要途径。由于人们停放共享单车的无规律性,使得共享单车系统中各车桩的单车库存量存在不平衡。如何合理的对车桩中的单车进行重新调配,来满足用户的需求,是相关企业亟待解决的问题。共享单车的调配路线优化是优化车桩库存量的重要手段之一。本文研究多仓库条件下的货车调配路线优化问题,建立了一个混合整数非线性规划模型。不同于传统的路径优化问题的研究大多是以成本或时间为目标,本文采用基于车桩库存量的非线性惩罚函数来表示用户需求,从而使得所研究的问题是一个凸函数优化问题。为了简化本文的问题,将目标函数分段线性化。基于车桩网络的特点,设计了变邻域搜索算法,以及构建初始解的贪婪算法。最后,以某共享单车公司为例,进行算例分析,来说明模型和算法的合理性和有效性。     

基于ARMA模型的共享单车的投放预测与管理

共享单车作为城市公共交通的有效补充,对其使用情况进行预测能为共享单车管理部门的投放和统一管理提供依据.采用时间序列分析的方法,对城市某一公共场所共享单车的使用情况进行了观察记录,对所获得的序列X-user进行时间序列分析的方法建立了序列ARMA模型.根据所建立的ARMA模型对共享单车的使用情况进行了短期的预测,预测的结果与实际观察的结果具有较高的拟合度,验证了模型具有较好的预测效果.     

面向智能合约的共享单车供应链产品质量与投放决策研究

近年来，共享单车行业不断扩张，形成了以互联网平台企业为主导的寡头垄断市场，当前共享单车供应链中存在着供应商话语权缺失、消费者信息易泄露、平台企业资金压力大等问题。基于此，本文构建了面向区块链智能合约技术的新型共享单车供应链，将其与现有基于互联网平台的共享单车供应链在单车投放量、产品质量以及供应链收益水平等方面进行比较研究，分析当前供应链企业做出模式创新的市场环境条件，研究不同市场因素对不同供应链的影响。通过对共享单车市场竞争的仿真模拟，验证了博弈模型的分析结论。研究表明，智能合约技术的引入能够减少共享单车上下游的过度竞争，同时提高行业服务质量及便利性。     

“第三方代管”参与下的共享单车回收路线优化问题

以共享单车回收为背景,研究了“第三方代管”参与下的回收路线优化问题。针对代管员和调度卡车的特征,提出激励代管员将零散分布的损坏单车运送至附近的中转点,然后派遣卡车将这些集中起来的损坏单车从中转点运送至维修中心。以总成本最小为目标建立混合整数规划模型,针对问题特性设计改进遗传算法。数值实验论证了问题特性,并论证得出在所提回收策略下及时回收损坏单车,不仅可以减轻公共空间被损坏单车挤占的问题,还可以有效减少回收成本。实验结果还表明所设计算法在短时间内能获得高质量解。     

基于K-means聚类算法与重心法的故障共享单车回收中心选址优化

共享单车已日渐成为人们短途出行的重要交通工具，但共享单车市场一贯采用“重投放，轻维护”的发展模式，而共享单车使用中的正常损耗及人为破坏等造成的故障车数量却十分庞大，对其回收修复或报废的任务繁重，这也成了共享单车市场逆向物流亟待解决的难题。该文立足武汉共享单车市场，通过对故障共享单车报废点的聚类分析，基于运输成本导向，使用重心法探寻回收中心最佳选址点，以解决故障共享单车回收成本和效率问题。对模型的模拟验证表明，优化后的回收中心选址点不仅能降低故障共享单车回收成本，而且相比武汉市现有的三个分布较远的回收中心，其总体运营成本更低，故障共享单车回收效率更高，便于共享单车的分区域运营管理。事实证明，基于K-means聚类算法与重心法确定回收中心选址问题不仅操作简单，可行性高，而且方便快捷，相较于现实中单一考虑成本等的选址方式，此模型更能兼顾多方面因素，优势明显。基于K-means聚类算法与重心法来确定回收中心选址，适用于城市的各个区域，选点精确又方便高效，模型具有较强的实用性。     

考虑感知成本的共享单车用户借还车行为意向研究

为分析奖励措施下共享单车用户的借还车行为意向,弥补现有用户行为意向无法定量描述的不足,文章基于计划行为理论,提出了考虑不同感知成本的用户借还车行为意向的定量估计方法.首先从用户行为意向的影响因素出发,添加成本感知变量建立用户行为意向模型,利用预调查获取共享单车用户的个体特征和出行特征,通过正交实验法设计了关于出行目的、奖励金额与额外步行时间的出行场景问卷;然后利用收集的用户行为意向数据,基于出行效用理论建立用户行为选择概率模型,通过SPSS软件进行二项logistic回归求解模型参数,实现用户借还车行为意向的定量估计.研究结果表明:无论是借车还是还车,用户早高峰出行均具有更高的时间敏感性,当额外步行时间大于8 min时,奖励金额以及规范停车区的设置对用户借还车行为的影响不明显;而当额外步行时间小于5 min时,奖励金额和规范停车区的设置能较好的影响用户的借还车行为.     

不确定需求下故障共享单车回收周期性车辆路径问题研究

为了及时有效地回收城市道路网络中的故障共享单车,对分散于路网边上的故障单车进行聚类形成收集点,考虑聚类收集点上回收需求呈现的不确定性特征,建立以行驶总距离最小为目标的回收周期性车辆路径选择模型.采用基约束鲁棒优化方法,利用有界区间对不确定的回收量进行描述,引入扰动系数和控制系数调节模型的鲁棒性和适应性.针对模型设计近似...     

最小化碳排放的共享单车迁移问题

本文考虑共享单车迁移问题, 它可看作是经典旅行售货商问题的一个新颖变形, 不同的是其目标函数为最小化碳排放。其中, 碳排放利用单车负载与其行驶路程的乘积进行刻画。我们提出了两个启发式算法：贪心和基于TSP的算法, 每个算法的核心思想均是优先减少单车负载。从理论上证明算法的可行性并给出数据实验以验证算法的实际性能。数据实验结果表明贪心算法优于基于TSP的算法, 这为共享单车企业进行日常单车分配提供了理论依据。     

最小化碳排放的共享单车迁移问题

本文考虑共享单车迁移问题, 它可看作是经典旅行售货商问题的一个新颖变形, 不同的是其目标函数为最小化碳排放。其中, 碳排放利用单车负载与其行驶路程的乘积进行刻画。我们提出了两个启发式算法：贪心和基于TSP的算法, 每个算法的核心思想均是优先减少单车负载。从理论上证明算法的可行性并给出数据实验以验证算法的实际性能。数据实验结果表明贪心算法优于基于TSP的算法, 这为共享单车企业进行日常单车分配提供了理论依据。     

政府激励、质量投入对共享单车服务网络均衡的影响研究

本文在考虑服务供应链闭环网络系统中同类成员竞争的基础上，将共享单车服务网络划分为制造供应商、服务集成商和消费需求端三个层次，建立考虑政府激励、质量偏好的共享单车服务网络均衡模型。结合修正投影收缩法，设计模型求解程序进行数值算例分析。研究发现：服务集成商新产品价格随着平均共享频率变化而变化，再制造产品价格不仅受平均共享频次的影响，还与政府给予的激励存在关联，当政府给予激励越大，其内生价格越低；服务集成商回收产品内生价格与服务集成商的质量偏好存在负向关联关系，而与制造供应商的质量偏好存在正向关联关系；共享频次是共享服务闭环供应链实现可持续发展的关键指标。     

共享单车平台定价策略研究

共享单车市场规模的高速增长,形成了以摩拜单车和OFO共享单车为代表的双寡头竞争局面,共享单车平台的定价策略在平台竞争过程中起了重要作用.通过构建两阶段Hotelling双寡头竞争模型,探讨双寡头在市场均衡状态下稳定的定价机制.研究表明,在阶段一以用户扩张速度最大化为目标的平台1和以利润最大化为目标的平台2为争取市场份额展开竞争,均衡情况下平台1占优的定价策略为低接入费用、高租赁费用,其条件为用户感知的平台横向差异化程度较高;平台2占优的定价策略为高接入费用、低租赁费用,其条件为用户感知的平台横向差异化程度较低.在阶段二两平台均以利润最大化为目标时,网络外部性大小、用户感知的平台横向差异化程度以及单车与用户匹配概率对两平台竞争的均衡结果均有一定的影响;平台为获取更多的市场份额和平台利润,最优的定价策略为采用高接入费用、低租赁费用,其条件为该平台单车与用户的匹配概率较高并且交易成本较低.     

基于降低失效停放区比率的共享单车系统稳定性研究

共享单车失效停放区使得用户无法取车或还车,影响共享单车系统运营稳定性。本文基于排队论与马尔科夫链构建了共享单车系统稳定状态平均场方程组并求解稳态解,发现停放区交互作用使得失效停放区对相邻停放区产生需求溢出效应,增加系统失效停放区比率,影响系统运营稳定性。本文以降低系统失效停放区比率目标,引入(M,S)交互策略,调节失效停放区对相邻停放区的交互作用程度。进一步,以算例分析比较相同类型与不同类型停放区交互作用、(M,S)交互策略下共享单车系统的失效停放区比率。结果表明(M,S)交互策略能够有效降低失效停放区比率,提高系统运营稳定性。本研究为共享单车企业运营稳定性决策提供了有价值的参考。     

基于关键链方法的多项目共享人力资源均衡问题及其遗传算法

通过对多项目管理瓶颈的分析,结合关键链方法,设置了瓶颈缓冲,建立了基于关键链方法的多项目管理,为多项目管理提供了一种新的管理方法.将基于关键链方法的多项目管理方法应用于并行多项目共享人力资源冲突管理,建立了基于遗传算法的多项目共享人力资源均衡模型,为缓解多项目共享人力资源供求矛盾提供了一种具体的量化管理方法,并进行了算例分析,证明了模型的有效性、实用性.     

基于组合预测法的共享单车租赁需求量预测

共享单车的租赁需求量预测对于单车企业提升运营效率十分必要,是单车再调度的前提。为了更加准确地预测出共享单车的租赁需求量,本文结合随机森林、XGBoost、GBDT三类数据驱动预测算法的优点,提出了一种基于向量投影法的加权对数平均组合模型。定义了组合模型的优性,非劣性,劣性的概念。并证明了该方法至少是一种非劣性的预测方法。通过将该方法运用于现实问题中,以解决实际单车租赁需求量预测问题。实例研究发现:该方法在单车租赁需求量预测中可以为优性预测模型, 能够对单车再调度起到正向作用。该方法可以为单车租赁需求量预测的相关研究提供一种切实有效的解决方向。     

基于相似性度量的改进DBSCAN算法

针对传统DBSCAN算法对高维数据集聚类效果不佳且参数的选取敏感问题,提出一种新的基于相似性度量的改进DBSCAN算法.该算法构造了测地距离和共享最近邻的数据点之间的相似度矩阵,克服欧式距离对高维数据的局限性,更好地刻画数据集的真实情况.通过分析数据的分布特征来自适应确定Eps和MinPts参数.实验结果表明,所提GS-DBSCAN算法能够有效地对复杂分布的数据进行聚类,且在高维数据的聚类准确率高于对比算法,验证了算法的准确性和可行性.     

云仓模式下相关利益者演化博弈分析

随着物流经济的快速发展,共享物流为提高仓储管理效率提供了新的途径.通过分析共享仓储中的云仓模式,针对云仓平台使用中的信用监管问题,构建了该模式下云仓平台、仓储供给方以及仓储需求方三方的演化博弈模型,运用演化博弈理论分析了各参与方策略选择的演化稳定性,并使用Matlab进行了数值仿真,分析不同参数变化对演化结果的影响.研...