摘要: 针对共享单车的调度问题,考虑预算限制、用户最大步行距离限制、用户时空需求以及共享单车分布动态变化的情况下,提出一种用户激励下的共享单车调度策略,达到提高共享单车平台长期用户服务率的目的。该调度策略包含任务生成算法、预算分配算法和任务分配算法。任务生成算法中,基于LSTM预测用户未来的单车需求量。预算分配算法中,平台要顺序地为各个时段分配预算,这是一个序贯决策问题,因此可建模为马尔科夫决策过程,并采用深度强化学习算法DDPG来设计预算分配策略。在任务分配算法中,由于预算的限制导致无法使用主流的二部图匹配算法,选择使用贪心匹配策略来进行任务分配。最后,基于摩拜单车的数据集进行实验,并分别与无预算限制的调度策略(即平台不受预算限制,可以使用任意金钱激励用户将车骑行至目标区域)、基于贪心的调度策略、卡车拖运下的调度策略以及未进行调度的情况进行对比实验。结果表明用户激励下的共享单车调度策略效果仅次于无预算限制的调度策略,能够为共享单车的调度策提供有意义的指导。
中图分类号: