公共自行车共享系统之群众运补策略数学模型与资料视觉化工具设计.pdfVIP

2016 富邦人壽管理碩士論文獎 公共自行車共享系統之群眾運補策略數學模型 與資料視覺化工具設計研究 The Design of Mathematical Models and Data Visualization Tools for Public Bike Sharing Systems with Crowdsourced Repositioning Strategy 摘要 公共自行車共享系統營運期間最棘手的挑戰為減少「無車可借」或「無位 可還」的服務品質改善問題，而現行的解法為使用卡車執行人工運補，但少量 的卡車無法滿足大量租借站的同時缺車、缺位運補需求。過去對於運補車的研 究都以假設一整天需求下作最佳化配置，此作法無法提昇系統之服務品質 。因 此，本研究提出「群眾運補」的概念：由系統招募志願接受運補任務的群眾， 群眾依系統指示於特定時刻至指定的租借站租車，再騎至指定的租借站還車 ， 如此可同步於多處解決缺位與缺車之需求 。本研究將群眾運補研究分成兩個階 段：第一階段分析台北 Youbike 的公開資料，了解台北Youbike 的使用特性， 並將此結果包裝成一個視覺化網站；第二階段探討志願運補號召方式的數學理 論基礎，提出兩個數學模式以及預測需求模型，並提出群眾運補模擬流程，以 模擬程式比較群眾運補與傳統運補車運補的效益。 關鍵字：公共自行車共享系統 、群眾運補、視覺化工具 、整數規劃、運補模擬 壹、 緒論 公共自行車系統從 1960 年代開始發展，目前全球已有超過 375 個公共自行 車系統，現在全台灣有七個正在營運的公共自行車系統，其中台北 YouBike 的站 點數及使用率不僅是全台居冠，週轉率更是世界第一。公共自行車的盛行也因此 衍生出相關的問題，最常見的問題為 「無車可借 」和 「無位可還 」，無車可借為 當使用者到達租借站但卻發現所有自行車皆被借走；無位可還為當使用者到達租 借站但卻發現沒有空位可以還車，當遇到此二問題時目前自行車營運公司的作法 為使用卡車執行人工運補，但此作法很明顯的缺點為少量的運補車並無法滿足大 量站點的需求，導致每個時段都會有部份站點無法被運補。 由於卡車的運補的效益很低，為了解決此問題，本研究提出群眾運補 (Crowdsourced Repositioning) 的概念，有別於傳統利用卡車與人力運補的方式， 群眾運補為招募志願群眾接受運補任務，群眾依系統指示先至指定的多車租借站 租車，再騎至指定的少車租借站還車。此種方式可以想成在每一個租借站都有一 台小型卡車做運補，只要有民眾願意接受號召志願騎乘運補則可以達到此效果， 相較於數量和移動受到限制的卡車，群眾運補可以適用於所有站，不受空間限制。 本研究將以群眾運補的相關研究為主軸，整體研究分為以下四個主題 ： 1. 資料分析與視覺化工具 本研究所採用的資料集為台北 Youbike 的真實交易資料，會分析出台北 Youbike 的交易特性，並擷取出所需要的資料用於第四章的數學模式及預測模型。 2. 群眾運補相關數學模型 公共自行車系統的租借站繁多，如台北YouBike 至今有超過 300 個站點，每 個站點的特性、容量皆不同，每個車站的車數若放太多則容易滿車，放太少則容 易缺車，因此每個站該放幾台車是影響車站未來狀況很重要的因素。針對此問題， 本研究提出一個數學模式用以計算最適車數，利用歷史資料的每日交易資料取出， 並假設在如果皆能滿足所有需求的情況下，計算每個站每個時段的最佳車數，此 最適車數值用於在面臨運補決策時，此時段該指派多少群眾做運補。 3. 隨機森林預測模型 為了提高運補指派的準確度，本研究採用 Leo (2001) 提出來的隨機森林模 型作為預測模型，利用台北 Youbike 2014 年 1 月至 10 月的交易資料建構出各站 點的借車、還車預測模型。 4. 群眾運補模擬流程 群眾運補的模擬為採用群眾運補策略下的模擬流程，此模擬流