共享单车的资源配置优化及合理化建议研究

邓博 胡烨 任松涛

摘 要：随着互联网的迅速发展和低碳生活的倡导，共享单车横空出世，随着共享单车的数量增多，其资源配置也出现了问题。采用层次分析法确定指标，以此对复杂的指标进行筛选，确定权重较大的为时间、年龄比例、经济实力、人口密度、商业中心、居民区占地面积。再将各定性指标定量分析，运用BP神经网络模型，得到在容许范围内的非线性函数，代入具体的各指标数据，便可以得出不同时空下共享单车的需求量。

关键词：层次分析法；BP神经网络模型；共享单车资源配置

一、研究背景

共享经济给人们的工作和生活带来了前所未有的便利，极大地提升了消费体验和资源的使用效率。随着共享经济的到来，共享单车在我国发展迅速，在很大程度上方便了人们的出行，共享单车目前已经成为居民出行的重要交通工具之一。目前，我国城市共享单车资源配置还存在一定的不合理性 ，因此根据此现象，我们应该建立合适的共享单车时空配置方案模型以适用社会的需要。

二、不同时空下共享单车的需求模型建立

（1）建立层次结构模型

根据大数据统计所采用的指标，我们将其分为主要的三大准则：时间，人群和地区，再将这三大指标各自细分为小指标：时间分为工作日和节假日；人群分为性别比例、年龄、行业、人口密度和经济实力；地区分为交通换乘中心、购物中心和居民区。根据层次分析法，将目标层定为“共享单车需求量评估指标”；准则层定为时间、人群和地区；方案层定为以上三大指标划分出来的小指标，所建立的层次结构模型如图（图1）

（2）层次总排序及一致性检验

将最低层中的各小指标进行排序权重，从中进行方案选择，即要进行层次总排序及一致性检验。

第二层包含三个指标，它们的层次总排序分别为0.4766、0.2710、0.2523，第三层包含十个指标，它们关于层次单排序权重分别为0.1360、0.1344、0.1269、0.1179、0.1163、0.1022、0.1073、0.0672、0.0559、0.0420，现求第三层中各指标关于

总目标的权重，即求第三层各指标的层次总排序权重 ，计算按所示方式进行，即 ，其中i=10，m=3。最后结果认为总排序结果具有较满意的一致性并接受该分析结果。

（3）确定最终指标

经层次分析法发得到所占权重较大的指标有时间、年龄比例、经济实力、人口密度、商业中心、居民区占地面积。

（4）模型建立

本次模型选用MATLAB中的神经网络工具箱进行网络训练，预测模型的具体实现步骤如下，激励函数分别为tansig和logsig函数，网络训练函数为traingdx，网络性能函数为mse，隐层神经元数初设为6。设定网络参数。网络迭代次数epochs为5000次，期望误差goal为1，学习速率lr为0.01。对六个因素进行数值带入并训练，可得到预测不同时空共享单车的需求量。

参考文献

[1]曹淼：《共享单车离自由出行还有多远？》2017-02-23 17：14，来源：人民网

[2]李婷婷.城市共享单车租赁点选址规划研究[D].北京：北京交通大学.2010

[3]李黎辉，陈华，孙小丽.武汉市共享单车租赁点布局规划[J].城市交通.2009，7（4）：39-44

[4]呂新杰.共享单车是否还有未来？[J].通信世界，2019（02）

[5]娟子.回归理性！ 共享单车探路下半场[J].运输经理世界. 2018（06）

[6]本刊特约评论员.共享单车为什么随地乱扔[J].前线. 2019（01）

[4]高荣伟. 共享单车，何去何从[J].产权导刊. 2018（12）

[5]杜欣雅. 共享单车企业倒闭的思考[J].企业科技与发展. 2019（01）

[6]徐芸.共享单车的起源与发展[J].智库时代. 2018（46）

[7]李腾，石娇，练斌. 法制环境下共享单车商业模式可持续发展的路径探究[J].法制博览. 2018（36）

[8]况雪，毛慧. 城市共享单车适用性浅析[J].交通运输部管理干部学院学报. 2018（04）

[9]加强共享单车管理 实现共享共治共赢[J].前进论坛. 2018（12）

[10]张楠欣.共享单车调查报告[J].科教文汇（中旬刊）.2018（12）

作者简介：邓博，男，汉族，籍贯：四川广安，学历：大学本科，单位：成都理工大学，研究方向：地质工程