2018ie亮剑材料比赛演讲稿改

1、比赛讲稿尊敬的各位评委、老师，：大家好！是来自西南科技大学工业工程专业的学生，我是主讲人，团队的成员有和。今天很荣幸能够站在这里，给大家汇报的案例M 市共享单车布局与调度优化。的分为以下五个部分。首先向大家介绍的是案例背景：随着我国经济发展和居民收入水平提高，车出行已成为大多数人的出行选择。长期以来，保证机动车的出行需求占据着交通规划的主导地位，各地均以增加城市道路长度、拓宽城市路面宽度来满足井喷式的车出行需求，2006 年-2016 年期间，城市道路面积仅增加了 6%，但机动车保有量的增速为其四倍。可见中国现有城市道路基础设施远未能满足城市居民不断增长的机动车出行需求。大量的机动车出行除了造

2、成交通拥堵和出行市场供需失衡之外，还造成了环境污染等问题，并有加速的趋势。为解决这一系列问题，共享交通应运而生。2014 年，以“共享经济+智能硬件”为基础理念的智能共享单车横空出世。据中国互联网信息中心第 42 次中国互联网络发展状况统计可知，我国共享单车用户规模已经达到 2.45 亿，2016-2017共享单车用户数量规模呈 10 倍的式增长。共享单车的出现带了诸多便利与好处。在环保方面做出的贡献，尤为突出。据2017 年共享单车与城市发展白皮书显示，截止 2017年底共享单车骑行总距离总计达 25 亿公里，相当于往返月球3,300 次。为环保带来的贡献相当于，减少 PM2.5 45 亿微

3、克，多种3000 万棵树，减少碳排放量 54 万吨，减少 17 万小汽车一年的出行碳排放量。共享单车的出现在带来好处与便利的同时，也带了一系列。如在很多城市中都出现了共享单车投放量供过于求的现象，数量巨大的共享单车给城市管理带来了极大。据有关数据统计，从 2017年下半年开始，国内越来越多城市的宣布暂停共享单车的投放。共享单车还存在损坏情况严重，具体的损坏方式，同时由于单车企业快速扩张，企业在共享单车运营系统的调度上也存在问题。据有关统计显示，在很多城市，每千辆共享单车的平均调度人员数量仅为 1-2 人。除以上问题之外，共享单车运营系统还存在很多其他。为解决这些问题，使共享单车能够更好地服务于

4、民众，团队以 M 市共享单车运营系统为研究对象，采用 IE 的方法和去发现和分析M 市共享单车运营系统中存在，并进行合理有效的优化改善。接下来结合 M 市具体现状进行问题分析：首先，进行单车的投放点分析。经发现，M 市市中心区域，人流量最大，共享单车的使用频率最高，且涉及了居住，办公，文教，医疗卫生，商业购物等设施，具有较好的代表性。所以选取了市中心区域作为本案例的研究区域，M 市其他区域的研究可参照同样的方法进行研究。通过对所选区域进行实地，发现该区域现存单车投放点共32 个，分别分布在居住点、公共设施点、校园点、就业点和商业点附近。通过实地，结合地图，共享单车 APP 的方式，进一步对各投

5、放点共享单车的使用数量进行分析。针对所选研究区域现存的32 个投放点进行了为期一周的，得到 32 个投放点的共享单车相关数据，将 6：30-22：00 期间每半个小时的单车使用数量进行函数拟合，发现大部分投放点每半个小时单车的使用数量基本符合贝塔（Beta）分布。然后，对单车调度系统存在进行分析。M 市共享单车的调度方式为骑行调度和货运调度。对共享单车调度做进一步的流程分析。可以发现，骑行调度调度员每完成两辆共享单车的调度耗时673.4s，移动了 638m，这样的调度方式效率很低。根据以上实地的数据和相关分析进一步对 M 市市中心区域进行 FlexSim 建模仿真分析。首先，根据对象间的逻辑关

6、系，连接相应的端口，构建相应的仿真模型，其中红色停车框代表 32 个现存投放点。运用 FlexSim 中的 ExpertFit，对各个投放点每 30min 的共享单车使用数量进行函数拟合，对每个停车框进行参数设置，参数设置结果如 PPT 上所示。运行仿真模型，仿真预热 7855 秒，运行 86400 秒，仿真 30 次，最终输出以下仿真结果。通过对以上仿真输出结果进行分析，发现 32 个投放点的共享单车每天移动公里数平均值约为 136km，并且部分投放点每天移动总公里数小于 50km。除此之外现存的 32 个投放点的共享单车平均停留时间为 5732s，约一个，停留时间较长。32 个投放点单车平

7、均利用仅为 36.34%，单车利用率极低。接下来，结合鱼骨图进一步分析单车利用率低的原因，最终确定出三个改善方向：单车数量优化，投放点选址优化和调度优化，明确了最终的研究思路。由以上三个方向出发，进行具体的方案设计。首先是共享单车数量优化：团队通过对 M 市城区数量、以及受教育程度，城市建成区面积和通勤市场三个方面的综合分析，建立了不同影响下的需求模型（解释一下模型：每个公式代表的意思）。再结合相关的数据进行计算，最终得到了 M市城区的共享单车实际需求量和所选研究区域的实际需求量。然后是投放点选址优化：根据数据统计，求出每个投放点的需求量，建立集合覆盖模型（解释模型），在所选研究区域原有的 3

8、2个点的基础进行重新选址优化，选出 10 个新投放点。最后是调度优化：通过对出行人流量的分析，选定流量少的时段进行调度，时间为 4：00-6：00。并基于最短距离，建立 TSP 模型（解释模型），求出的调度最短路线距离为 6666m，并结合实际情况进行修正，确定出一条调度路线。以上是调度示意简图。效果评估：通过分析，建立需求模型，为 M 市共享单车运营系统计算出了实际的市场需求量。目前 M 市共享单车数量远超市场需求，虽然 M 市已停止共享单车的新增投放，但超出需求量的那部分共享单车仍需要采取一定的方法处理。在此提出了三种可行的解决方案。以市中心区域为例，进行投放点选址规划。运用集合覆盖模型在

9、32 个投放点的基础上，得到 10 了个新的投放点以及投放量。根据一天 24 小时各点人流量变化，选择的最佳调度时间为凌晨4-6 点。通过建立数学模型，求出了最优调度路线，按最短路程路线调度，以提高调度效率。并进一步通过建模与仿真来验证方案是否有效。据仿真结果显示，改善后每个投放点的共享单车平均停留时间减少到 48 分钟。每个投放点的共享单车每天移动总公里数也增加到 400km 左右。改善后的10 个投放点的共享单车平均利用率从 36.34%提高至 53.92%，了17.58%，改善效果明显。总结与展望：本案例运用工作研究中的流程分析方法，FlexSim 仿真分析，数学建模中的需求模型、集合覆盖模型、TSP 模型等 IE 手法，在保证方便用户满意度的前提下，合理的减少了单车投放点和投放量，设计出最短调度路线，提高了共享单车利用率，解决了共享单车投放量过多、投放点分布不合理、共享单车调度效率低。与此同时，IE 在共享单车的应用还可以进一步延伸到共享交通的运营，投放策略，用户引导，企