系；
[0054] Co:运输车辆的固定成本；
[0055] Cl:运输车辆单位里程的成本费用；
[0056] C2:等待时间的成本费用；
[0057] 4.7)采用遗传算法对模型进行求解，主要步骤如下：
[0化引①染色体编码
[0059] 遗传算法在进行捜索前，先将解空间的解数据表示成遗传空间的基因串结构数 据，运种从表现型到基因型的映射称为编码;适合本次研究调度模型的遗传编码方式是符 号编码，具体表示为g=(wi，W2,. . .，WN)，其中W表示每个租赁点被哪辆车服务，wi=(m-num, s-num)表示第i个租赁点接受车辆编号为m的运输车辆的配送服务；
[0060] ②生成初始种群
[0061] 系统通过染色体的编码方式来随机生成一系列染色体，作为最初的初始种群;初 始种群的数量视调度区域的规模大小来确定，其取值在50-200之间；
[0062] ③计算适应度值
[0063] 本调度模型中，求的是目标函数的最小值，因此将函数值的倒数作为个体的适应 度值，函数值越小的个体，适应度值越大，个体就越优；
[0064] fi=l/Z
[0065] ④选择操作
[0066] 选择操中从旧群体中W-定概率选择优良个体组成新的种群，W繁殖得到下一代 个体，个体被选中的概率跟适应度值有关，个体适应度值越高，被选中的概率越大;本次研 P丄 究选择轮盘赌法，即基于适应度比例的选择策略，个体i被选中的概率为 fy;其中，fi 为个体i的适应值;N为种群个体数目；
[0067] ⑤交叉操作
[0068] 从种群中随机选择两个个体，通过两个染色体的交换组合，把父串的优秀特征遗 传给子串，从而得到新的优秀个体；
[0069] ⑥变异操作
[0070] 从种群中随机选取一个个体，选择个体中的一点进行变异W产生更优秀的个体； [0071 ]⑦判断是否满足终止条件;停止规则一般为最大进化代数;或算法在连续进化一 定代数后，解的适应度没有明显改进；
[0072] 4.8)整理求解得到的调度顺序和各租赁点应调度的车辆数，制定小区间调度路线 方案；
[0073] 在步骤5)中，确定区内固定调度路线的主要步骤包括：
[0074] 5.1)采集小区内各租赁点周边道路高峰期交通量数据，W及各租赁点间的连接道 路长度;分别对两类数据进行分级赋值，数据最大值赋5，最小值赋1，中间数值根据比例关 系赋值，保留两位有效数字；
[0075] 5.2)将各租赁点间每条连接道路的交通量等级值和道路长度等级值求和，作为该 条连接道路的阻抗^辦；：
[0076]
[0077] 式中：Quk-一小区内租赁点i至租赁点j间第k条连接道路的交通量等级值；
[0078] LiA-一小区内租赁点i至租赁点j间第k条连接道路的长度等级值；
[0079] 5.3)比较小区内租赁点i至租赁点j所有连接道路的阻抗值，取最小者作为租赁点 1和租赁点^'间的路径，其阻抗巧/= min ^^诉.
[0080] 5.4)为确保区内服务点有且仅有一次均被服务到，建立最优路径模型，代入道路 阻抗值求得小区内固定最优路径：
[0081]
[0082]
[0083]
[0084]
[0085]
[0086] 式中：Q--小区内调度总阻抗值； 1，调度车从租赁点/巧驶到租赁点/
[0087] 否则 ，IJeN
[0088] 5.5)根据步骤5.4)得到的最优调度顺序，结合步骤5.3)中最小阻抗值道路，确定 区内调度路线；
[0089] 5.6)结合各租赁点的需求数据制定区内调度方案。
[0090] 在步骤6)中，将区内调度方案衔接于区间调度之后，形成从小区到租赁点的完整 调度方案。
[0091] 本发明与现有技术相比，具有如下优点与有益效果：
[0092] 1、采用分层调度方法有针对性的划定调度区域，根据需求和时间窗进行调度方案 的确定，有效减少高峰期需求分布广泛带来的调度盲目性。
[0093] 2、W半确定的调度路线解决租赁点间调度绕行和高峰期拥堵影响调度的问题，有 效节省时间，确保高峰期及时调度。
【附图说明】
[0094] 图1为本发明的公共自行车高峰期调度方法流程图。
[00M]图2为调度区域范围内小区分区情况示意图。
[0096] 图3为区内调度方案示例图。
【具体实施方式】
[0097] 下面结合具体实施例对本发明作进一步说明。
[0098] 本发明所述的基于多层次分区的公共自行车高峰期调度方法，通过分析总结公共 自行车潮软需求差异及时空分布特性，W保证调度及时有效为目标，确立多层次分区调度 方法。总体分为调度区域、小区和租赁点S层，几个租赁点组成一个小区，调度区域内包含 若干个小区，实行高峰期车辆在调度区域内部运行，小区间调度最后落实于租赁点的策略。 小区层面调度方式为:建立W小区总体需求为输入的小区间有时间窗的调度模型，W确定 小区间调度方案。小区内租赁点层面调度方式为:根据小区内租赁点的位置和路径，由于调 度范围较小，采用最短路模型确定租赁点间调度固定路线。
[0099] 如图1所示，本实施例所述的公共自行车高峰期调度方法，包括W下步骤：
[0100] 1)选定研究范围，采集基础资料，包括规划资料、各租赁点的设施资料、需求资料， 其中，所述规划资料包括规划租赁点位置、各租赁点规划配备车辆数和租赁点用地性质类 型，该租赁点用地性质类型主要分为交通枢纽、公交中途站、公建商业类、居住类和休闲类 五类;所述各租赁点的设施资料指实际锁车粧数;所述需求资料指该租赁点早晚高峰短时 段(10分钟为单位）内公共自行车相对准确的借还量，一般记借车量为公共自行车出行发生 量，为正值，而还车量为出行吸引量，为负值；
[0101] 2)确定上层调度区域，分析各租赁点锁车粧数和借还需求关系，通过各点间车辆 流动关联度将周围租赁点纳入调度区域，直至上层调度区域内为公共自行车高峰期主要流 动范围，各类用地性质租赁点较综合，公共自行车借还需求大且基本为区域内部使用；
[0102] 3)在调度区域内进行小区划分，根据各租赁点高峰期运营数据，结合聚类分析和 人工调整方法进行小区划分和编号；
[0103] 4)确定区间调度方案:根据步骤3)的小区划分结果，统计各小区高峰期短时段内 总需求量W及小区各租赁点中最早的时间要求，代入调度模型中计算得到区间调度方案；
[0104] 5)确定区内固定调度方案:根据各小区区内租赁点的分布和道路条件，利用最短 路模型进行区内固定调度路线的确定，并结合小区内各租赁点的短时段需求量确定区内调 度方案；
[0105] 6)结合区间和区内调度方案制定高峰期整体方案。
[0106] 在步骤2)中，分析确定上层调度区域的主要步骤包括：
[0107] 2.1)判断各租赁点的高峰期每10分钟需求量和其锁车粧数量的差异，若差值超过 锁车粧数量的一半，则将其作为供不应求的调度需求点；
[0108] 2.2)通过公共自行车借还刷卡数据或预约数据等，得到调度需求点主要自行车流 向租赁点或自行车吸引租赁点，将其纳入上层调度区域内；
[0109] 2.3)判断调度区域内租赁点互为主要吸引、发生租赁点，即流入和流出调度区域 的公共自行车较少时，停止纳入新租赁点；
[0110] 2.4)判断调度区域内租赁点个数，较多则剔除部分租借关联度较低的租赁点，最 终确定调度区域范围。
[0111] 在步骤3)中，小区划分的主要步骤包括：
[0112] 3.1)输入步骤2)得到的调度区域内各租赁点高峰期每10分钟的需求数据，利用 SPSS软件进行聚类分析，将高峰期借还特性相近的租赁点归为一类；
[0113] 3.2)根据聚类结果，结合设计人员经验判断判断，将聚类相同且距离不大于300米 的公共自行车租赁点划分为一个小区；
[0114] 3.3)判断小区内租赁点个数N，若N〉6,则剔除部分距离较远的租赁点另划分为一 区，否则确定小区范围及内部租赁点，对小区进行编号a E {曰1，曰2，. . .，am}，同时对小区内部 租赁点进行标号baE {bal，ba2, . . . ,ban}。
[0115] 在进行小区划分时可灵活处理，如剔除满足需求的租赁点，主要突出将正负需求 量区别划分成不同小区。
[0116] 在步骤4)中，确定区间调度方案的主要步骤包括：
[0117] 4.1)统计各小区高峰期每10分钟的需求数据，即小区内所有租赁点每10分钟需求 数据之和，将此数据作为小区需求数据；
[0118] 4.2)统计各小区内租赁点的最早的时间窗要求，将其作为相应小区的时间窗；
[0119] 4.3)由于本发明调度方案为高峰期集中调度，存在分时间段多次调度车辆的情 况，不能采用传统意义上的调度方案，即调度车辆从车场出发，一个站点最多服务一次后回 到车场;因此采取设置虚拟小区的形式，将分区按相同顺序多次编号，按高峰期2小时计算， 每10分钟统计一次需求量，至多来回调度12次，则W小区个数M为一个周期，循环12个周期 编号，即a小区及其虚拟点编号集合为A={a，a+M，