关键词：分时租赁;;需求预测;;轴辐式;;调度;;遗传-蚁群算法
摘 要：新能源汽车分时租赁作为一种共享时代下的绿色出行方式,绝大部分运营商采用单向分时租赁系统,能够充分满足居民的日常短距离出行需求,其租赁操作方便、即取即还、低碳环保,取得了快速的发展。但是在整个租赁系统的运营过程中,由于车辆的流动性导致站点产生了供需不平衡问题,科学合理地对这一新的出行方式的需求进行预测,能够为运营商进行租赁站点规模的确定和车辆调度提供一定的数据基础,防止盲目布局造成投入车辆的浪费,同时,以最小的成本投入对租赁系统内的车辆实现调度操作,让用户的用车需求能够及时得到满足,更利于这种新型的出行方式的推广。首先,新能源汽车分时租赁运营包含双向和单向两种模式,系统能够实现取车、用车、还车等功能,由管理员监控系统、用户终端APP系统、车载终端系统、智能充电管理系统四部分组成。其次,将新能源汽车分时租赁、共享单车、网约车、出租车四种出行方式作为“互联网+移动”的出行方式,基于居民出行的离散调查数据基础,针对新能源汽车分时租赁站点布局主要集中在机场、酒店、住宅区、景区等位置的限制,求出了新能源汽车分时租赁出行需求基于可变选择集的MNL模型的效用函数,通过对居民出行数据的集计处理,求解出了其需求规模。最后,结合VRP问题的分类和分时租赁系统自身的特性,确定了其属于随机动态需求、同时取送货、带软时间窗的复杂车辆调度问题。然后基于轴辐式网络理论和租赁系统自身包含充电网点和租赁站点的特性,构建了轴辐式新能源汽车分时租赁调度系统;针对该调度系统,考虑调度过程中车辆早到和车辆晚到产生的成本以及调度费用所构成的总的调度投入最小为目标构建了数学模型。对充电网点、租赁站点位置及随机需求进行模拟,采用了遗传-蚁群混合算法,求解出了轴辐式新能源汽车分时租赁调度系统的调度路径,有效地确定了调度车辆的行驶路径,该混合算法相比于单一采用遗传算法调度成本节约了10.92%。本文采用的非集计MNL模型、针对新能源汽车分时租赁系统构建的轴辐式调度模型和所采用的遗传蚁群混合算法,能够为出行需求预测、调度问题的解决提供一定的理论指导和实际应用价值。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取