基于用户的提升共享单车交通系统服务水平的解决方案

共享单车交通系统已从自上而下的视角被充分研究，无论是为了系统的最优设计，还是为了更好从统计上理解其工作机制以优化管理策略。然而，包含用户行为的自下而上方法迄今为止未被充分研究。我们提出一个基于智能体的模型用于共享单车系统的短时演化，重点关注两个策略参数：用户对整个系统的信息量的作用，以及用户在放下自行车后步行的倾向。我们以通用方式实现该模型，以便只要数据以某种格式可用，就适用于每个系统。该仿真模型在巴黎系统的处理后的实时自行车移动序列上进行了参数化和校准。在通过内部和外部验证模型展示了仿真的鲁棒性后，我们能够测试不同的基于用户的策略以提升服务水平。特别地，我们表明用户信息的增加能对停靠站中自行车分布的均匀性产生显著影响，并且——这对于该策略的未来实施很重要——仅对30%的常规用户采取行动就足以获得大部分可能的改善。