基于缓解人车不等对哈罗单车调度的计量分析①
2018-08-03
(安徽财经大学金融学院,安徽 蚌埠 233030)
0 引 言
2016年,共享单车席卷中国大陆,当所有的人把关注点放在摩拜和ofo上时,哈罗单车“跳出”刷新了人们对共享单车的认知。2018年1月22日,哈罗单车签署新一轮融资协议,金额超过10亿美元,这是迄今为止在共享单车行业中的最大一笔融资。截止2018年1月20日,哈罗单车已进入180多个城市,注册用户达到8800万。
哈罗单车发展速度之快,这就意味着某些硬性设施无法满足其发展速度[1]。如坏车现象、城市中某些地区“人多于车”,而有些地区“车多于人”现象、设备锁故障、来自其他品牌共享单车内部“补贴”抢占市场份额的威胁等问题。因此,运用Floyd算法及时间序列模型分别从空间和时间上对哈罗单车的分布进行调整,预测出不同时间段哈罗单车调度的方向及数量,对哈罗单车今后做大做强具有十分重要的现实意义。
1 数据来源及模型假设
文中数据均来自于蚌埠市哈罗单车各区域数量实地考察。为了便于处理和解决问题,提出以下几条假设:⑴假设私家自行车的数量满足不了城市人口的需求;⑵假设每个租赁点调度需求量为负,有多余的自行车可以提供调度车则为正数;⑶假设两个停车场就在某两个租赁点上,则选取的两个租赁点必须是由自行车盈余的点,并且调度车出发后,车上装载的自行车数量就是租赁点的调度量。由于每个租赁点的自行车最大分配量小于调度车的最大装载量,所以总是能将英语量全部装在调度车上;⑷假设每辆调度车从固定的某租赁点出发,最后回到原点,以方便下次调度,但不计调度车回到原点的时间。因为只有在调度完成后才能回到原点,此时不需要调度,不再受时间限制;⑸假设所给信息足够容纳各个区域共享单车大部分信息。
2 基于SPSS描述性统计的哈罗单车时空分布分析
2.1 研究思路
2018年3月份以来,哈罗单车大面积的占领蚌埠地区,称为蚌埠居民出行的第一选择,但未达到最优调度的策略常常让有些地区居民面临着无车可骑或有些地区单车数量过多,故以蚌埠市的哈罗单车作为研究对象,研究出最优调度方案。将蚌埠地区划分为1-10地区,将这10地区的1000辆哈罗单车作为研究对象。对每一辆共享单车上的GPS行程进行记录,形成原始数据。原始数据包括哈罗单车序号,出发区域,出发时间以及分别到达的区域和到达时间。最后,将原始数据导入SPSS进行描述性统计,得出需要的数据,删除不需要的数据。
2.2 研究方法
将原始数据导入SPSS中进行粗处理分析,得出蚌埠市10个区域哈罗单车的空间分布,如表1所示。
表1 蚌埠市10区域共享单车的空间分布表
将表1中的数据导入SPSS中进行精处理分析,得出蚌埠市10区域1000辆共享单车空间分布统计量,将其中数据有效的数据保留下来进行进一步的分析,无效数据删除。
2.3 方法分析
将上文中保留的N个有效的数值整理在EXCEL表格中,导入SPSS软件中,便可得到蚌埠市1-10区域哈罗单车出发时间直方图和到达时间直方图。详见图1和图2。
图1 出发时间直方图
图2 到达时间直方图
由上图1及2可知,出发时间在400—600的较多,到达时间在400—600的较多。
综上所述,从时空分布情况来看,从区域8骑共享单车出发的人相较于其他几个区域来说,人较多,到达区域8归还共享单车的人相较于其他几个区域来说,人较多。
3 基于Floyd算法的哈罗单车空间调度模型的优化分析
3.1 研究思路
首先,通过多渠道的调查,得到了蚌埠市1-10区域居民的骑行需求[2]估计数据,进行粗处理;其次,利用Floyd算法计算出空间上居民与哈罗单车租赁点的最短路径;最后,运用时间序列模型来计算出在时间上最有利于居民的哈罗单车租赁点。
3.2 Floyd算法
3.2.1 研究方法
将最短路径的计算作为一个函数[3]。Floyd算法是以动态规划为手段,以解决任意两点间的最短路径为目的的一种算法,该算法的时间复杂度为0(N3),空间复杂度为0(N2)。
3.2.2 方法分析
Floyd算法的描述如下:
设Di,j,k为从i到j的只以(1…k)集合中的节点为中间节点的最短路径的长度。
若最短路径经过点k,则Di,j,k=Di,k,k-1+Dk,j,j-1
若最短路径不经过点k,则Di,j,,k=Di,j,k-1
因此,Di,j,k=min(Di,k,k-1+Dk,j,,k-1,Di,j,k-1) ,if(Dj,k+Dk,j+Di,j)
Di,j=Di,k+Dk,j
根据上文Floyd算法,可以得出蚌埠市10个共享单车区域相互之间的最短距离矩阵,如表2所示。
表2 蚌埠市10个共享单车区域相互之间的最短距离矩阵
3.3 共享单车空间优化调度模型
3.3.1 研究方法
基于上文Floyd计算出的两个哈罗单车租赁点的最短距离,运用共享单车优化调度模型,将每个区域的哈罗单车数量进行调整,达到居民效用性最大。
将调查得到的蚌埠市1-10区域居民的骑行需求估计数据整理,详见表3。
表3 蚌埠市居民从区域i到区域j需要共享单车的人次
3.3.2 方法分析
先考虑调度车为一辆的情况下,然后再推广到多辆的情况下[4]。
设拥有最大负荷为Q的调度车从指定的节点出发,对集合为G的节点进行调度,完成任务后返回原点。整个调度方案可以由下列一组方程和约束条件确定:
0Ij+rijQ
在租赁点还车的概率与租车点和还车点的距离成反比,且居民的骑行距离不超过2km。
可求出2km内的概率系数K的算法:
据此可得出调运车运作一次后的各个租赁点哈罗单车数目的算法:
根据上文算法,调运车运行一次后蚌埠市各个租赁点哈罗单车数量的结果如图3所示。
图3 调运车运行一次后各个租赁点共享单车数量的结果
从图3中可以看出,调运车在第一次调运之后,大部分地区哈罗单车的数量已经富余,但依旧存在一些哈罗单车稀少的区域,调运车需要调运多次,才能实现各个区域哈罗单车数量满足需求,甚至达到富余的状态。
图4 早上哈罗单车调度
图5 中午哈罗单车调度方案
图6 晚上哈罗单车调度方案
4 基于时间序列模型的共享单车时间维度优化调度分析
4.1 研究思路
在蚌埠市哈罗单车的建设过程中,会为了实现更大网点的覆盖,进一步新增一笔租赁站点并且购进了新的哈罗单车。然而,更多的站点可能导致部分租赁点哈罗单车短缺或推积现象,从而降低资源利用效率。必须对上文的共享单车优化调度模型进行优化改进,将调度时间也考虑进来。
4.2 研究方法
时间序列模型,将原有的站点与新增站点进行混合,重新根据密集度[5],共享单车需求量等因素进行分组,根据分组情况配备调度车辆。若所分组数增加,则增加调度车辆的数目可以更加快捷地实现调度需求。然后对每一组的调度方案进行独立分析,即求解
则总调度时间:
4.3 方法分析
因为建立租赁点时应当考虑平均需求、最大需求两点,所以首先应当确定加权平均比例。将时间段分为早上、中午、晚上,运用校正算法分别计算出三个时间段蚌埠市10个区域之间的哈罗单车调运方案。早上哈罗单车调度方案如图4所示,中午哈罗单车调运方式如图5所示,晚上哈罗单车调运方案如图6所示。
图4、图5及图6只提供了对蚌埠市三个时间段哈罗单车调运的路径,经过精运算,可以计算出相互区域间调运哈罗单车的数量。各个区域具体该调运哈罗单车数量如表4所示。
表4 各个区域间调运共享单车的数量
从表4中看出,不同区域之间根据空间、时间上的便利性,可以相互调度,为当地居民的生活带来便利。
5 结 语
主要分析蚌埠市哈罗单车“人车不等”背后的原因以及如何解决此问题的方案。在现实生活中,所提方案的实施需要哈罗单车平台和政府两方面的共同推进。现分别从哈罗单车平台和政府方面提出适当的建议[6]。
(一)哈罗单车平台方面
哈罗单车平台作为运营方,有责任承担起相应的社会责任,面对蚌埠市不同区域哈罗单车需求与供给不对等的情况,应积极主动的去分析数据,及时的将研究结果告于政府。在平时的运营中,也要及时主动的接受来自政府的监管,如有一些问题,应及时的向政府报备,请求政府的支援。在用户注册信息等涉及到隐私的问题,应有义务替用户保管好。
(二)政府城市管理方面
政府部门作为城市的管理者,应主动承担任务。在哈罗单车平台提供相关单车调度方案时,应及时的派出相关部分前去完成工作,让每一位想要用哈罗单车出行的蚌埠居民都能就近找到单车。随着哈罗单车量的不断扩大,应合理划分道路公共资源空间[7],以防交通事故的发生。并且在日常中,需时时关注哈罗单车的去向,以确定哈罗单车平台提供的调度方案是否合理,如出现不合理部分,应及时的改正实施。强硬的政策有时无法改善哈罗单车的现状,有时需从根本上解决这一问题,如适当的给蚌埠当地居民提供交通讲座。
移动互联网的出现,推动哈罗单车的出现及进步,对于新兴事物的出现,总会出现一系列的问题,不管是政府、哈罗单车平台、蚌埠居民都要一一克服困难,最终将哈罗单车的效用发挥到最大。