[发明专利]一种基于自适应邻域搜索算法的共享单车搬运优化方法

说明书

本发明公开了一种基于自适应邻域搜索算法的共享单车搬运优化方法，首先，基于共享单车位置与人们出行需求在时空分布上的差异，构建共享单车平衡搬运模型；其次，利用自适应算子选择规则，融合大邻域搜索算法和邻域搜索算法的优势，构建自适应邻域搜索算法；再次，基于共享单车搬运时间、取放动作、运输车容量限制的特点，设计7种扰动算子、6种修复算子和8种邻域搜索算子；最后，构建终止条件，使算法在适当的时机终止并给出共享单车平衡搬运路径的优化方案。本发明中基于自适应邻域搜索算法的共享单车平衡搬运优化方法，能够充分发挥各种搜索算子的搜索能力，具有稳定、高效的优势，在较大规模的优化问题中具有较好的效果。

技术领域

本发明涉及一种基于自适应邻域搜索算法的共享单车搬运优化方法，属于交通运输优化领域。

背景技术

近年来，共享单车以其低碳、环保、健康、可持续等优势被公众广泛接受，已成为解决人们日常出行“最后一公里”难题的有效方式之一。由于人们日常出行需求的时空分布存在供需不平衡的特点，共享单车停放位置与人们出行需求点不匹配的现象经常发生，导致部分区域的共享单车大量堆积而其他区域却“一车难求”。

目前，共享单车企业普遍采用平衡搬运的方式解决上述供需不平衡的问题。本发明中，共享单车平衡搬运问题的含义是，在城市的某个固定运营范围内，利用运输车(如电动三轮车)在规定的时间以尽可能低的搬运成本，将堆积位置的共享单车搬运至缺乏位置，同时将被损坏的共享单车搬运至维修站，其中运输车的行驶路径称之为共享单车的平衡搬运路径。总的来说，共享单车平衡搬运路径优化问题本质是一种“拾取—投放”类型旅行商问题(Pickup and Delivery Traveling Salesman Problem,PDTSP)的寻优过程。能够解决PDTSP问题寻优的启发式算法有很多，包括遗传算法(Gao X,Lee G M.Moment-basedrental prediction for bicycle-sharing transportation systems using a hybridgenetic algorithm and machine learning[J].ComputersIndustrial Engineering,2019,128:60-69.)、文化基因算法(Lu Y,Benlic U,Wu Q.An effective memeticalgorithm for the generalized bike-sharing rebalancing problem[J].EngineeringApplications of Artificial Intelligence,2020,95:103890.)、禁忌搜索算法(Ho S C,Szeto W Y.Solving a static repositioning problem in bike-sharing systemsusing iterated tabu search[J].Transportation Research Part E:Logistics andTransportation Review,2014,69:180-198.)、蚁群算法(Bortner C W,Gürkan C,KellB.Ant colony optimization applied to the bike sharing problem[J].RetrievedOctober,2015,2:2018.)等。在共享单车平衡搬运问题的背景下，单车的位置会随着人们的出行需求随意变动。因此，平衡搬运问题需要解决的问题场景具有不固定的特点，对应的搬运模型的解空间也相差较大，某种单一的启发式算法很难在各种不同的搬运问题场景下都取得较好的计算效果。从目前的研究中可以发现，大邻域搜索(Dell M,Iori M,NovellaniS,et al.A destroy and repair algorithm for the bike sharing rebalancingproblem[J].ComputersOperations Research,2016,71:149-162.)和变邻域搜索(Pal A,Zhang Y.Free-floating bike sharing:Solving real-life large-scale staticrebalancing problems[J].Transportation Research Part C:Emerging Technologies,2017,80:92-116.)算法在共享单车平衡搬运路径优化问题上具有较好的适应性。但不同问题场景下不同的邻域搜索算子具备的搜索能力不尽相同，如何设计并充分发挥出不同邻域搜索算子在共享单车平衡搬运优化问题上的优势，成为目前该领域学界与业界的研究短板之一。