基于深度强化学习的共享单车调度优化方法

作     者：李晓丹 李冉 马迎辉 LI Xiaodan;LI Ran;MA Yinghui

作者机构：郑州经贸学院大数据与人工智能学院河南郑州450000 河南省多模态感知与智能交互技术工程研究中心河南郑州450000 

基　　金：郑州经贸学院青年科研基金项目(QK2302 QK2216) 

出 版 物：《信息技术与信息化》 (Information Technology and Informatization)

年 卷 期：2025年第1期

页      码：193-196页

摘      要：共享单车因其流动特性,常呈现车辆流动的马太效应,部分区域单车堆积,其他区域却单车匮乏,严重影响车辆周转率,致使单车分布失衡。这种不均衡分布让传统调度方法难以依据实时交通流量、用户需求分布和单车分布等复杂因素动态地选择最优站点,造成调度成本高、效率低。鉴于此,设计一种基于深度强化学习的共享单车调度优化方法。综合步行距离、单车电量和支付费用构建用于评估共享单车调度效果的效用函数。借助构建的效用函数,运用深度强化学习模型在多个调度站点中选择最优站点,并将其作为优化模型的输入。设定用户满意度最大化和调度成本最小化的目标函数,同时考虑供需平衡和调度能力等约束条件来建立调度优化模型。通过迭代算法求解此模型得到Pareto最优解集,再用加权求和法根据实际需求选择Pareto最优解集中的最优解,生成最优的调度方案。实验结果表明,共享单车调度成本降低幅度随迭代次数增多而增大,证明该方法在降本增效方面的可行性与有效性。

主 题 词：深度强化学习 共享单车 调度优化 调度站点 用户需求 

学科分类：12[管理学] 0202[经济学-财政学类] 02[经济学] 1201[管理学-管理科学与工程类] 020205[020205] 08[工学] 082303[082303] 0823[工学-农业工程类] 

D　O　I：10.3969/j.issn.1672-9528.2025.01.045

馆 藏 号：203157292...