Markov链在共享单车资源配置中的应用任务书
2020-04-12 09:01:57
1. 毕业设计(论文)主要内容:
与共享单车类似,共享汽车作为另外一种城市交通中的主力出行工具,一样以分时租赁的共享形式出现在我们的生活。与共享单车的随停随取不同,共享汽车必须在规定站点取车,同时归还到另一规定站点。
如何优化配置共享汽车的站点,从而最小化调度费用,同时满足顾客的需求性呢?本选题旨在对各站点构建离散时间马氏链,利用离散时间马氏链的状态转移及平稳分布,对共享汽车站点配置提出相关建议。
我们将从数学和统计学的角度对站点配置作些探索性研究,利用马尔可夫链无后效性、不需要从复杂的影响因子中寻找各因素之间的相互规律、只需要考虑事件本身的历史状况、通过计算状态转移概率来预测内部状态的变化等特点,对站点配置提出相关建议。
2. 毕业设计(论文)主要任务及要求
1、 主要任务:1)确定某个城市的某种共享汽车(如gofun)及其在该城市的站点位置,并搜索其每辆共享汽车的行车数据;2)基于文献[3]对各停车场构建离散时间马氏链;3)基于行车数据,计算其一步状态转移矩阵;4)利用离散时间马氏链的状态转移矩阵及平稳分布,分析预测各站点的车辆密度,并给出相应的车辆及站点分配策略建议。
2、 要求:1)行车数据要尽量完整,不足需要补充;2)要充分利用行车数据,计算马氏链的状态转移矩阵
3. 毕业设计(论文)完成任务的计划与安排
2018年3月:确定待研究的某城市某种共享汽车,搜索尽量完整的行车数据;
2018年4月:完成论文内容:构建相应的马尔可夫链,利用行车数据,写出状态转移矩阵及平稳分布,从而对各站点的车辆密度进行预测估计,并给出相关建议。
2018年5月:论文撰写及修改
4. 主要参考文献
[1] 陈家清, 赵华玲, 梅顺治. 应用随机过程[m]. 武汉理工大学出版社, 2014.
[2] 边肇祺, 张学工. 模式识别.第2版[m]. 清华大学出版社, 2000.
[3] crisostomi e, faizrahnemoon m, schlote a,et al. a markov-chain based model for a bike-sharing system[c]// internationalconference on connected vehicles and expo. ieee, 2016:367-372.