规划问道本刊“学术动态（Planning Reviews）”栏目，推介国内外学术书籍和文献报告、关注国际研究动态和前沿热点、分享规划案例研究。本期“城乡交通与市政基础设施”专栏，向大家推荐一篇关于共享汽车的国外研究文献。
（专栏编辑：卓健，同济大学建筑与城市规划学院教授）
基于大范围模拟的纽约共享汽车车群动态重投放策略评估
来源：KLOOSTRA B; ROORDA M J. Large scale simulation-based evaluation of fleet repositioning strategies for dynamic rideshare in New York City[J]. Transportation Planning and Technology, 2019, 42(2): 99-112.
近年来，由于运输网络公司的出现和实时出租车数据的融合，针对共享汽车服务的动态投放策略的协同研究工作有所增长，但其本身仍然是一个复杂的算法问题。早期研究解决了以减少寻客里程为目标的分散式出租车重投放决策问题。随着越来越多的的共享自动驾驶汽车技术出现，针对共享汽车的车群投放策略研究受到关注，且在实际应用中得到了验证。这些研究的主要不足在于没有在大范围的网络和乘客环境中评估投放策略，这对于量化车辆空载行驶里程（指无乘客行驶的车辆行驶里程）尤其重要，因为更大的车群将对可持续性和与车辆排放以及其他污染物有关的温室气体相关法规产生更大的影响。
本研究以纽约市的道路网络和出租车出行数据为研究对象：对于道路网络，使用了纽约市城市规划部门提供的纽约市街道的LION地理基础文件，包含16,782个节点和23,337个链接；对于出租车数据，使用了Yellow Taxi公司2016年5月4日的662,455人次的行程数据，包括接送时间、乘客人数、行程距离、GPS接送位置、支付方式、分项票价金额。
研究采用的模拟框架基于具有多种车辆运行方案的交通实时需求响应系统，并引入了大规模的车群模拟。首先，加载道路网络并通过道路网络创建车辆对象，导入出行请求，包括时间窗口、旅行者数量和始发目的地位置。每经过一单位时间，根据当前路线和规划路线更新车辆位置，然后通过检查车辆是否到达送客处来更新乘客的上下车情况。与此同时，保持对到达旅客的跟踪并从导入的出行请求场景中实时生成新的请求。随后，系统识别新请求的位置和时间窗口，并收集可用车辆的信息，车群优化模块将新请求分配到现有的车辆调度计划中来找到最佳车辆。最后，更新所有车辆的行驶计划，相应改变其路线和行程。如果一辆车空载且没有下一步的行驶计划，优化模块会为其提供重新投放的指引。模拟过程采用三种车辆投放策略：①在具有较高接客概率的区域周围漫游，以最大限度地提升接到乘客的机会，②在完成运送后停在路边，③重置到位于具有较高接客概率区域的车站以最大限度地减少空载行程。
结果显示：
（1） 从拼车模式带来的变化角度来看，随着车群规模缩小，车辆空载率显著减少；车辆利用率上升，因此，通过拼车可以在车群规模有限的情况下提高车辆利用率并降低乘客出行时间。
（2） 从车辆重投放带来的变化角度来看，根据车群规模的不同，策略一（在送客点候客） 比策略二（在高接客概率区域漫游） 会减少5%到15%的服务次数，策略三（重置到车库） 由于具有与策略一相似的属性，表现出类似的结果，唯一的不同在于，车辆重置后会停留在车库，可以最大限度减少空载率；车群规模较大（7000 辆） 情况下，策略一的车辆空载情况随时间和车辆随机分布，策略二则显示出不平衡的利用率，部分车辆一直处在空载状态，策略三显示出前面二者的混合特征；当车群规模下降（4000 辆）时，策略三显示出与策略一类似的特征，这两种策略都试图将车辆重新投放到需求较高的接客区域，从而将车辆空载时间降到最低，然而策略二则显示出与7000辆情况类似的结果，显然，当车群规模相对较小时，使用策略二没有任何好处；策略二在所有场景中拥有最长的运行时间，这意味着车辆的可用性受到限制，乘客绕行乘车时间较长；策略一与策略三在运行时间上结果相似。整个结果显示了策略三在服务效率和减少行驶里程方面具有的潜力。
以上研究总体上证实了在小范围模拟研究中发现的结论，同时提供了明确的阈值作为权衡最小化行驶里程、用户行程时间和请求拒绝率的重投放策略的参考。在观察到的场景中，最后一种策略似乎是最平衡的，但其结果也取决于车库的位置和数量以及车群的规模，因此，找最佳车库位置和容量的研究很有意义。本研究还结合了最近的电动汽车充电基础设施研究，阐明了在电动出租车场景中使用车库作为充电地点的潜力。
（供稿：孙源铎, 同济大学建筑与城市规划学院硕士研究生；图片来自网络）
本文为《城市规划学刊》原创文章 欢迎在朋友圈转发，转载请联系upforum@vip.126.com
识别二维码 订阅本刊2018年电子阅读版
URBAN PLANNING FORUM Since 1957
创新性、前瞻性、学术性
中文核心期刊、中国科技核心期刊、中国人文社会科学核心期刊、中文社会科学引文索引来源期刊（CSSCI）、中国期刊全文数据库（CJFD）全文收录期刊，中国学术期刊综合评价数据库（CAJCED）统计源期刊，中国科学引文数据来源期刊，RCCSE中国核心学术期刊
官方网站：http://www.upforum.org
投稿链接：http://cxgh.cbpt.cnki.net
Email: upforum@vip.126.com
电话：021-65983507
传真：021-65975019
微信号：upforum
原文始发于微信公众号（城市规划学刊）：【学术动态】基于大范围模拟的纽约共享汽车车群动态重投放策略评估| 城乡交通与市政基础设施（卓健）
