本文是一篇物流论文，本文提出了改进的麻雀搜索算法，采用Tent混沌映射提升初始种群质量；利用动态自适应权重的方法更新发现者位置，扩大算法的搜索范围和开发能力，并利用混合反向学习策略和柯西变异扰动进一步减少陷入局部最优的可能。
第一章 绪论
1.1研究背景及研究意义
1.1.1研究背景
共享单车作为“互联网+”背景下的移动互联出行新形式，有效地支持解决人民出行“最后一公里”难题，较好地为短途出行和通勤换乘间的接驳提供了服务，有效提升了公交地铁换乘的效率，在城市公共交通运行体系中起到了承上启下的作用。自“互联网+”背景下的共享单车新模式出现后，城市交通出行体系发生了明显的变化，单车出行占比不断提升，截至2019年，单车出行比例达到了11.6%。哈啰出行的招股书显示：截至2020年底，哈啰出行共享单车服务已经在300座以上城市提供，已帮助减少碳排放66.7万吨，有效地降低了城市高峰时段的拥堵率和拥堵时间，提升了高峰时间段城市出行地效率，进一步提升了节能减排水平。
然而，共享单车作为一个全新的行业也为公共交通出行体系构建和城市公共资源治理带来了新的挑战和机遇。在共享单车诞生之初，运营企业为了获取更多的客户，提升单车平均使用量，对于单车的投放数量不设上限，并且疏于对单车的日常调度、维护管理等，造成了部分地区出现了不同程度的站点库存量分配不均、投放的共享单车总量过多、车辆调度不及时、用户对于共享单车的实时需求无法被及时满足等各种各样的问题，这导致了共享单车系统的整体运营成本不断提升，对城市公共交通管理秩序造成了严重的影响。研究共享单车投放点布局、投放数量以及车辆调度优化等运营问题是必要且迫切的。
共享单车是移动互联网和租赁自行车融合发展的新型服务模式和城市绿色交通系统的组成部分。共享单车与传统的有桩公共自行车有很多相似点，二者在客户画像和经济贡献方面几乎一致，但其依托互联网技术能够在车辆数据收集、数据分析、需求预测等方面有所延伸，从而能够运用大数据技术帮助企业优化共享单车系统运营决策。但是，共享单车与传统的有桩公共自行车也存在着非常大的差异，这主要来源于共享单车的无桩性，正是无桩性给共享单车运营系统带来了多方面的问题：①共享单车乱摆乱放，对交通秩序和市容市貌造成了非常恶劣的影响。②共享单车被蓄意损毁的情况严重泛滥。③由于在日常运营管理上的积累不足，在高峰时间段，单车总体分布不均衡，造成了用户借车困难，体验差等问题。
1.2国内外研究现状
1.2.1共享单车发展研究
互联网技术的出现以及广泛应用在很大程度上改变了我们的生活，而互联网与无桩共享单车的结合让共享单车系统的发展更加迅猛，自OFO小黄车出现至今，共享单车系统可能已经成为“服务型移动”这个概念最广泛的实现形式[1]。共享单车系统最早诞生于1965年，阿姆斯特丹市内的一项名为“白色自行车”的公益项目作为最早版本的共享单车系统为大众所知，这之后，世界各地很多发达国家都或多或少拥有自己的共享单车系统，然而，由于很多原因，直到最近十年才在全世界各地大范围地普及[2]。近十年来，全球各地的共享单车系统和共享单车的数量开始激增，2004年时全球仅有13个共享单车系统，而到了2019年，全球拥有1956个共享单车运营公司和大约15254400辆共享单车[3，4]。
为了进一步探索共享单车的发展轨迹和方向，各国学者也纷纷开始了对共享单车系统的研究，有桩公共自行车系统为共享单车系统的出现提供了很好的借鉴意义，国外学者DeMaio P和Gifford J（2004）总结了有桩公共自行车的发展过程，并且为共享单车系统指明了未来的盈利模式和发展方向[5]。与此同时，由于共享单车系统是一个还在完善生长的系统，在这个蓬勃发展的阶段，很多系统内的小问题也在不断被放大，这些问题甚至影响到了共享单车系统的运营，亟待解决。Shaheen和Guzman（2010）分析了过去共享单车系统在商业模式和商业行为中的优势和劣势，探讨了共享单车运营企业在成长过程中暴露出的问题：共享单车系统中共享单车在各个站点的分布总是会偏离用户的需求，想要解决这个问题以提升用户服务水平，提升共享单车的用户满意度，共享单车系统必须要能够在一定程度上及时响应用户对于便利性、停取方便等各方面的需求[6]。
第二章 共享单车系统相关理论概述
2.1共享单车系统概述
2.1.1共享单车系统功能定位
人民的出行方式随着生活水平提升变得更加丰富多样，人均私家车持有量也在不断提升，随之带来的是道路交通情况堪忧、环境污染严重。自行车在人均使用量、占地面积、环境保护等方面比其他交通拥有更多地优势。相较于私人拥有的自行车，共享单车更加灵活方便，只要拥有手机APP就可以随时随地使用，因此共享单车在解决“最后一公里”、构建绿色出行体系和大型校园景区出行等各个难点痛点方面有着举足轻重的地位。
（1）公共交通的有效补充
共享单车的出现有效地衔接了城市内公共交通系统，减少了不同交通方式换乘之间的时间，也弥补了公共交通缺少灵活性、容易出现覆盖盲区的缺点，无论是轨道交通还是道路交通系统，这些站点通常距离人们的出发地和目的地都有一定的距离，如果选择步行会非常消耗体力和时间，而选择乘坐汽车或者出租车出行则会大幅度增加出行成本。共享单车作为公共交通体系中的一种衔接式的交通工具可以大幅度地缓解人们出行的困扰，满足人们短距离出行的需要，从另一个角度提升公共交通的使用率，也提升了人们在使用公共交通时的效率。
（2）降低碳排放，构建绿色出行体系
私家车的人均持有量的不断增长代表着人们平均生活水平的上升，但随之而来的是城市道路拥堵问题、环境污染问题，为了解决这些问题，政府相关部门积极推进绿色出行体系的构建，实行公共交通优先，而共享单车的出现大幅度提升了短距离出行地灵活性，极大程度地提升了人民使用公共交通的意愿，从多个角度有效降低了出行交通带来的碳排放。
2.2共享单车调度的相关理论
共享单车调度问题与传统有桩公共自行车调度问题类似，有桩公共自行车就是具有同时取送货的车辆路径问题(Vehicle Routing Problem with Simultaneous Pickup and Delivery，简称VRPSPD)是经典的车辆路径问题（VRP问题）的变形。VRP 问题研究的是在调度车辆运输能力、载重量等约束条件下对所有需求站点进行单独取货或单独送货问题。而 VRPSPD 问题研究的是在车辆运输能力、载重量等约束条件下同时考虑具有取货和送货需求的客户，并进行取货和送货作业，按客户取送需求类型进行服务。
共享单车与传统公共自行车的运营模式也并非完全一致，随意取放的特点导致共享单车没有传统的停放站点，或者说，共享单车有“无数”个停放站点。但是，根据实际运营情况来看，二者的调度模类似，这是由于政府基于市容和管理角度考虑，在地铁口、小区口、百货商场等易出现大量共享单车停取的地点划出专门的共享单车停放区域，这些停放区域可以被看作是“共享单车的站点”，“共享单车的站点”与传统的公共自行车的存放站点概念类似，运营商会对这些区域内的单车进行调度；而对于那些随处停放的单车，由于其总体数量较少，对整体运营需求和公共环境影响较小，共享单车企业进行调度时会忽视这些单车。所以，共享单车的调度问题一般也看作是VRPSPD问题。
在本文中，考虑用户参与的共享单车调度问题与一般的VRPSPD问题有一定的差距，通过需求预测的手段分析出需要被进行调度的站点和需要调度的车辆数后，调度车辆会访问需要调度的站点。同时，由于用户参与的特点，该问题比传统的VRPSPD问题更复杂，本文将在后续的章节进行讨论。
第三章 马尔科夫平稳分布下的需求预测 ....................................... 24
3.1问题分析 ........................................... 24
3.2需求预测与站点库存率变化 ................................ 24
第四章 考虑用户参与的调度模型 ................................... 27
4.1调度问题描述 .............................................. 27
4.2调度优化模型构建 ..................................... 27
第五章 改进的麻雀搜索算法 ...................................... 32
5.1 Tent混沌映射初始化种群 ...................................... 32
5.2 更新发现者位置 ........................................... 33
第六章 算例分析
6.1算例数据概况
本文根据无桩共享单车的特性和前文所述的集中调度区域确定调度模式，并通过随机生成的方法进行了算例构造，一共生成了十九个站点，并对这些站点进行了一定时间段的站点出行量分配，部分站点数据如下所示：
第七章 结论与展望
7.1研究结论
作为“互联网+”背景下的新兴产物，共享单车很大程度上帮助城市完善构建绿色公共出行体系，但是，任何新生事务的发展总是伴随着各式各样的问题，在共享单车的蓬勃发展中，也有很多新问题亟待解决，例如：供应需求在时间空间上的不平衡、报废自行车的处理问题、损坏共享单车维修问题等，为了进一步对共享单车供需不平衡问题进行探讨研究，本文在前人研究的基础上，对考虑用户参与的共享单车调度问题进行研究，最终得出了以下结论：
（1）通过对共享单车系统现状分析、功能定位分析得出共享单车系统存在着一定的问题，具体体现为企业大规模无秩序投放和无效管理导致的共享单车供需不平衡，为了改善存在的问题，需要对共享单车进行有序调度。
（2）通过对共享单车过去一段时间内各站点单车使用数据分析，得出了共享单车各站点在一段时间内的需求转移概率，引用了马尔科夫平稳分布对高峰时间段内共享单车的使用需求进行了预测，并且根据预测结果对车辆站点进行有选择的调度。
（3）根据共享单车运营模式和实际行业状况，结合用户实际需求分析，以调度总成本最小为目标建立了考虑用户参与的共享单车调度模型，使得调度模型和路径优化模型更加契合实际情况。
（4）为了更好地对不同规模的算例集进行求解，本文提出了改进的麻雀搜索算法，采用Tent混沌映射提升初始种群质量；利用动态自适应权重的方法更新发现者位置，扩大算法的搜索范围和开发能力，并利用混合反向学习策略和柯西变异扰动进一步减少陷入局部最优的可能。将改进的麻雀搜索算法与遗传算法、粒子群算法和普通麻雀搜索算法的求解结果进行对比，结果表明了改进的麻雀搜索算法在求解能力和求解效率上更胜一筹。
参考文献（略）