摘要

自行车共享系统成功的关键之一是重新平衡运营的效率,每个区域的自行车数量必须通过卡车运送以恢复到需求值。不同的时间区间用户的用车需求波动较大,体现出"潮汐现象"的特征动态。为了有效地解决"潮汐现象",减少区域之间车辆的调配以及满足用户的需求,通过深度学习提取区域分布特征以及强化学习自适应学习环境的结合,提出一种自适应的共享单车动态分布,旨在通过外部环境确定每个区域内不同时间点的不同状态的需求值。仿真结果表明,所提出的算法可以快速平稳、实时满足区域内的单车需求并减少区域之间的单车调配数量。

全文