本發(fā)明涉及一種共享汽車領(lǐng)域,特別是一種共享汽車共享網(wǎng)點(diǎn)布局與選址模型。
背景技術(shù):
移動互聯(lián)時代的到來,拉近了人與人間的距離,使商業(yè)信息的傳遞速度更加快捷,消費(fèi)者對消費(fèi)信息的反饋亦更加迅速。商業(yè)模式也在這一浪潮中潛移默化的發(fā)生著改變。借助于互聯(lián)網(wǎng)技術(shù),視頻共享、知識共享等共享服務(wù)形式正逐漸受到市場的熱捧。共享經(jīng)濟(jì)已悄然地走進(jìn)了我們的生活。車輛共享作為共享經(jīng)濟(jì)的代表,也正經(jīng)歷一場革命性的變革。各類企業(yè)都力圖在“混局”中拔得頭籌。梅賽德斯-奔馳母公司戴姆勒集團(tuán)的car2go,上汽集團(tuán)的evcard,力帆集團(tuán)的盼達(dá)租車,樂視集團(tuán)的“零派樂享”等,無不希望通過自身的努力取得市場先機(jī)。調(diào)研后發(fā)現(xiàn),上述公司都以租賃平臺為基礎(chǔ),手機(jī)app為信息中介,伴以相關(guān)車輛空間實(shí)現(xiàn)車輛租賃,存在一定的技術(shù)共性。其競爭的焦點(diǎn)主要在租賃網(wǎng)絡(luò)的構(gòu)建方面。但目前學(xué)術(shù)界鮮有關(guān)于車輛共享租賃網(wǎng)點(diǎn)布局方面的研究,無法滿足市場關(guān)于車輛共享網(wǎng)絡(luò)布局方法的需求。
當(dāng)前的大部分文獻(xiàn)僅將網(wǎng)絡(luò)規(guī)劃作為一多約束條件下的投入成本最小化的弱網(wǎng)絡(luò)效應(yīng)問題,未將網(wǎng)絡(luò)形成后的外部效應(yīng)考慮在內(nèi),無法解決共享經(jīng)濟(jì)時代共享網(wǎng)點(diǎn)的強(qiáng)網(wǎng)絡(luò)效應(yīng)布點(diǎn)問題。
技術(shù)實(shí)現(xiàn)要素:
有鑒于現(xiàn)有技術(shù)的上述缺陷,本發(fā)明的目的就是提供一種共享汽車共享網(wǎng)點(diǎn)布局與選址模型,能夠解決具有強(qiáng)網(wǎng)絡(luò)效應(yīng)的網(wǎng)點(diǎn)布局問題,建立起以汽車共享為代表的改進(jìn)螢火蟲算法的網(wǎng)點(diǎn)選址模型。
本發(fā)明的目的是通過這樣的技術(shù)方案實(shí)現(xiàn)的,一種共享汽車共享網(wǎng)點(diǎn)布局與選址模型,它包括有:所述模型步驟如下:
s01:建立共享租賃汽車網(wǎng)點(diǎn)選址成本模型;
s02:建立基于網(wǎng)絡(luò)效應(yīng)的共享汽車租賃收益模型;
s03:建立邊際成本、邊際收益的目標(biāo)函數(shù)模型;
s04:運(yùn)用螢火蟲算法仿真步驟s03中的目標(biāo)函數(shù)模型。
進(jìn)一步,所述共享汽車共享網(wǎng)點(diǎn)布局與選址模型還包括商業(yè)網(wǎng)點(diǎn)選址問題;所述商業(yè)網(wǎng)點(diǎn)選址問題包括有單向網(wǎng)絡(luò)、雙向網(wǎng)絡(luò)、非同類區(qū)域網(wǎng)點(diǎn)選址以及同類區(qū)域網(wǎng)點(diǎn)選址;
所述單向網(wǎng)絡(luò)描述如下:假設(shè)某一區(qū)域有n個候選共享汽車租賃網(wǎng)點(diǎn),要在這n個網(wǎng)點(diǎn)中選擇n(n≤n)個網(wǎng)點(diǎn)建設(shè)使得滿足一定需求d的利潤最大;用g=(v,e)表示網(wǎng)絡(luò),其中v表示所有交換結(jié)點(diǎn)所組成的集合,v={1,2,...,n};e表示任意結(jié)點(diǎn)連接所成邊的集合,e={lij|i,j=1,2,...,n},(i≠j);若結(jié)點(diǎn)i,j∈v連通且i、j之間不存在其他結(jié)點(diǎn),則稱連接i、j的邊為鏈路(i、j),若對于任意兩個網(wǎng)點(diǎn)i、j,從i結(jié)點(diǎn)到j(luò)結(jié)點(diǎn)的客流量與從j結(jié)點(diǎn)到i結(jié)點(diǎn)的客流量相等時,即(i,j)=(j,i),(i,j),(j,i)∈e,則稱該網(wǎng)絡(luò)為單向網(wǎng)絡(luò);
所述雙向網(wǎng)絡(luò)描述如下:若對于任意兩個網(wǎng)點(diǎn)i、j,從i結(jié)點(diǎn)到j(luò)結(jié)點(diǎn)的客流量與從j結(jié)點(diǎn)到i結(jié)點(diǎn)的客流量不相等時,即(i,j)≠(j,i),(i,j),(j,i)∈e,則稱該網(wǎng)絡(luò)為雙向網(wǎng)絡(luò);
所述非同類區(qū)域網(wǎng)點(diǎn)選址描述如下:假設(shè)對象區(qū)域被劃分成m個分區(qū),在這m個分區(qū)中為n個網(wǎng)點(diǎn)選址;用z矩陣表示可行選點(diǎn)集,代表候選的租賃網(wǎng)點(diǎn)集合,當(dāng)選擇在某一分區(qū)的某一點(diǎn)建立網(wǎng)點(diǎn)時取其值為1,否則取值為0,即zir∈{0,1};假設(shè)各個分區(qū)的可建網(wǎng)點(diǎn)分別為:(n1,n2,...,nm),其分別代表第1分區(qū)到第m分區(qū)的可建網(wǎng)點(diǎn)數(shù),其中n1+n2+...+nm=n,
其中,
設(shè)q=[qrs]m×m為od矩陣,其中qrs為分區(qū)r到分區(qū)s單位時間內(nèi)的潛在市場容量;
其中qir為分區(qū)r內(nèi)網(wǎng)點(diǎn)i的車輛租賃分布量;
q=[qij]n×n;(3)
其中qij為網(wǎng)點(diǎn)i與網(wǎng)點(diǎn)j之間的車輛租賃分布量,其中i、j不在同一個分區(qū);
則加入這些網(wǎng)點(diǎn)后,將公式(1)代入下式,可得對象區(qū)域的od矩陣q=[qrs]m×m中的元素為:
所述同類區(qū)域網(wǎng)點(diǎn)選址描述如下:所述同類區(qū)域選址是所述非同類區(qū)域選址的特殊情況,在理想條件下,容量與需求量相等,即drs=qrs,dir=qir,dij=qij;則得到同類區(qū)域網(wǎng)點(diǎn)選址。
進(jìn)一步,步驟s01中所述的共享租賃汽車網(wǎng)點(diǎn)選址成本模型包括共享網(wǎng)絡(luò)成本;所述共享網(wǎng)絡(luò)成本計算如下:
建設(shè)網(wǎng)點(diǎn)需考慮車位租賃費(fèi)用、車位改建費(fèi)用等成本問題;設(shè)c矩陣為不同租賃網(wǎng)點(diǎn)的成本矩陣;
其中cir表示將網(wǎng)點(diǎn)i安放在r分區(qū)的總成本,
由于建設(shè)網(wǎng)點(diǎn)應(yīng)與該網(wǎng)點(diǎn)成本相對應(yīng),當(dāng)網(wǎng)點(diǎn)建設(shè)與網(wǎng)點(diǎn)成本不對應(yīng)時,則該建設(shè)網(wǎng)點(diǎn)與成本是不兼容的,即對
進(jìn)一步,步驟s01中所述的共享租賃汽車網(wǎng)點(diǎn)選址成本模型還包括單網(wǎng)點(diǎn)成本;所述單網(wǎng)點(diǎn)成本計算如下:
單個網(wǎng)點(diǎn)的成本為:
cir=c1(dir)·(1+σ)+c2(dir)+c3(dir)+a(7)
其中,a為技術(shù)支持成本(可理解為租賃平臺建設(shè)費(fèi)用平攤到單個網(wǎng)點(diǎn)的成本),c1(dir)表示共享汽車租賃網(wǎng)點(diǎn)的投入車輛的成本,是關(guān)于租賃規(guī)模的函數(shù),而其租賃規(guī)模用需求量來表示,dir表示位于分區(qū)r的網(wǎng)點(diǎn)i的需求量;
車輛投入的成本為:
c1(dir)=α0+α1dir(8)
c2(dir)表示租賃網(wǎng)點(diǎn)的車位改建費(fèi)用、車位租賃費(fèi)用;其表達(dá)式為:
c2(dir)=α2dir(9)
其中α2為單個車位改建費(fèi)用與單個車位租賃費(fèi)用之和;
c3(dir)表示為汽車損耗維修費(fèi)用、廢棄汽車回收成本,租賃公司需對出租的汽車檢查維修故障以確保使用者的安全,其成本公式為:
c3(dir)=λ·cp·dir+c0(10)
其中,λ表示設(shè)施的故障率,cp表示平均修復(fù)成本,c0為廢棄汽車的回收成本;
將(7)、(8)、(9)式代入(6)式,可得單個網(wǎng)點(diǎn)的成本公式為:
其中,
進(jìn)一步,步驟s02中所述基于網(wǎng)絡(luò)效應(yīng)的共享汽車租賃收益模型建立如下:
假設(shè)各個分區(qū)是同質(zhì)的,分區(qū)之間只有地理位置上的空間坐標(biāo)差異,僅考慮不分區(qū)域的網(wǎng)點(diǎn)選擇,由于租賃網(wǎng)絡(luò)外部效應(yīng)的存在,使得租賃網(wǎng)點(diǎn)的布局和其市場需求存在非線性關(guān)系,當(dāng)網(wǎng)絡(luò)中由n個網(wǎng)點(diǎn)組成時,則存在n(n-1)個潛在產(chǎn)品,加入第n+1個網(wǎng)點(diǎn),通過給現(xiàn)有的連接加入新的互補(bǔ)的連接,增加了2n個潛在的新產(chǎn)品,其增加的市場容量及邊際外部效應(yīng)為:
由梅特卡夫法則得知網(wǎng)絡(luò)的價值與該網(wǎng)絡(luò)中的個體數(shù)的平方成正比,網(wǎng)絡(luò)外部效應(yīng)dadd表示總需求數(shù)量增加時商品總價值的增加量,故具有網(wǎng)絡(luò)效應(yīng)的產(chǎn)品的價值公式為:
p=α0-α1q+α2q2(13)
其中,α0為直接網(wǎng)絡(luò)效應(yīng)產(chǎn)生的價值,也就是即使沒有其他使用者,消費(fèi)者也可以從消費(fèi)產(chǎn)品或服務(wù)中得到的價值;-α1q+α2q2為間接網(wǎng)絡(luò)效應(yīng)產(chǎn)生的價值,即消費(fèi)者從同其他使用者交往中得到的價值,故可得各個租賃網(wǎng)點(diǎn)的收益公式為:
進(jìn)一步,步驟s03中所述的邊際成本、邊際收益的目標(biāo)函數(shù)模型如下:
單個網(wǎng)點(diǎn)的利潤函數(shù)為:
πi=ri-ci(15)
將(11)、(14)式代入(15)式,可得
整個租賃網(wǎng)點(diǎn)的利潤是單個網(wǎng)點(diǎn)利潤的垂直加總,故其表示式為:
在需求量一定的條件下考慮交通網(wǎng)絡(luò)利潤最大化的交通網(wǎng)點(diǎn)的選擇,其中
d=(d1,...,di,...,dn);(21)
進(jìn)一步,步驟s04中所述螢火蟲算法仿真步驟如下:
s041:初始化算法相關(guān)參數(shù),設(shè)置螢火蟲初始數(shù)目為
s042:生成螢火蟲初始解,其相應(yīng)的目標(biāo)函數(shù)值作為螢火蟲的適應(yīng)度值,適應(yīng)度值越大說明螢火蟲個體的亮度和吸引度越高,根據(jù)螢火蟲位置計算目標(biāo)函數(shù)值,確定個體熒光亮度;
s043:判斷
s044:計算螢火蟲個體的適應(yīng)度值,若候選螢火蟲個體適應(yīng)度值大于當(dāng)前螢火蟲的適應(yīng)度值,則替換當(dāng)前螢火蟲個體,實(shí)現(xiàn)螢火蟲對較優(yōu)個體位置的移動;
s045:進(jìn)行亮度方差識別,并調(diào)整算法參數(shù),從而穩(wěn)定優(yōu)化算法全局尋優(yōu)和局部搜索能力;
s046:n=n+1;
s047:判斷是否滿足終止條件即達(dá)到最大迭代次數(shù),若不滿足則繼續(xù)重復(fù)s043到s045,若滿足則進(jìn)行s048;
s048:對螢火蟲個體進(jìn)行排序;
s049:輸出全局極值點(diǎn)(maxπ)和最優(yōu)個體值,即租賃網(wǎng)點(diǎn)選址的最大利潤和選址點(diǎn);算法結(jié)束。
進(jìn)一步,所述螢火蟲算法的內(nèi)容如下:
ⅰ)i為熒光亮度是網(wǎng)點(diǎn)自身的優(yōu)越性衡量指標(biāo)函數(shù),用e表示地理便捷度,k表示租車快捷程度,r表示租車的性價比;
則某網(wǎng)點(diǎn)自身的亮度公式為:
i=α0+α1·d+α2·k+α3·r;(23)
該網(wǎng)點(diǎn)吸引到的客流量為:di=ei;
其中包括其它網(wǎng)點(diǎn)流入的客流量之和,即
螢火蟲i對螢火蟲j的相對亮度為:
其中,di既是螢火蟲i的亮度,也是網(wǎng)點(diǎn)的需求量,需求量越大其自身亮度越大;
網(wǎng)點(diǎn)可擴(kuò)展性方差為:
其中,fi=di/∑di,表示單個租賃網(wǎng)點(diǎn)的局部影響因素;
ⅱ)螢火蟲之間的吸引度為:
其中,β為吸引度,表示亮度大的螢火蟲吸引亮度小的螢火蟲移動的距離;β0為r=0的吸引力值;j(t)為第t次迭代的目標(biāo)函數(shù)值;
將(25)式代入下式,得到α,γ的更新公式
將(20)式代入(26)式,得到β的更新公式
其中,α為步長因子,α∈(0,1],在α與γ的表達(dá)式當(dāng)中,下標(biāo)b表示起始,下標(biāo)e表示終止,k為調(diào)節(jié)系數(shù);
ⅲ)螢火蟲位置更新公式:
x(i+1)=x(i)+β(x(j)-x(i))+α·(rand-0.5)(30)
在每一次迭代過程中,每一只螢火蟲的亮度和吸引力都會被重新計算;每一只螢火蟲的亮度都會和其他的螢火蟲進(jìn)行比較,并且所有螢火蟲的位置都會更新;經(jīng)過足夠多次的迭代之后,每一只螢火蟲都聚集到搜索空間中的同一個點(diǎn),也就是全局最優(yōu)點(diǎn)。
由于采用了上述技術(shù)方案,本發(fā)明具有如下的優(yōu)點(diǎn):能夠解決具有強(qiáng)網(wǎng)絡(luò)效應(yīng)的網(wǎng)點(diǎn)布局問題,綜合考慮各網(wǎng)點(diǎn)布局的綜合成本、商業(yè)外部效應(yīng)及其在一定成本下所能容納的需求量,建立起以汽車共享為代表的改進(jìn)螢火蟲算法的網(wǎng)點(diǎn)選址模型,結(jié)合模型特點(diǎn)構(gòu)建方差參數(shù)調(diào)節(jié)的改良螢火蟲算法,并用算例對模型進(jìn)行驗證。
本發(fā)明的其他優(yōu)點(diǎn)、目標(biāo)和特征在某種程度上將在隨后的說明書中進(jìn)行闡述,并且在某種程度上,基于對下文的考察研究對本領(lǐng)域技術(shù)人員而言將是顯而易見的,或者可以從本發(fā)明的實(shí)踐中得到教導(dǎo)。本發(fā)明的目標(biāo)和其他優(yōu)點(diǎn)可以通過下面的說明書和權(quán)利要求書來實(shí)現(xiàn)和獲得。
附圖說明
本發(fā)明的附圖說明如下:
圖1為本發(fā)明的工作原理框圖。
圖2為本發(fā)明的螢火蟲算法流程圖。
具體實(shí)施方式
下面結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步說明。
實(shí)施例1:如圖1和圖2所示;一種共享汽車共享網(wǎng)點(diǎn)布局與選址模型,它包括有:模型步驟如下:
s01:建立共享租賃汽車網(wǎng)點(diǎn)選址成本模型;
s02:建立基于網(wǎng)絡(luò)效應(yīng)的共享汽車租賃收益模型;
s03:建立邊際成本、邊際收益的目標(biāo)函數(shù)模型;
s04:運(yùn)用螢火蟲算法仿真步驟s03中的目標(biāo)函數(shù)模型。
對于選址目標(biāo)函數(shù)的建立,綜合考慮各網(wǎng)點(diǎn)布局的綜合成本、商業(yè)外部效應(yīng)及其在一定成本下所能容納的需求量?;诖?,分別建立了選址成本模型、收益模型,最后考慮成本、收益兩方面建立了相應(yīng)的利潤目標(biāo)函數(shù)。
共享汽車共享網(wǎng)點(diǎn)布局與選址模型還包括商業(yè)網(wǎng)點(diǎn)選址問題;商業(yè)網(wǎng)點(diǎn)選址問題包括有單向網(wǎng)絡(luò)、雙向網(wǎng)絡(luò)、非同類區(qū)域網(wǎng)點(diǎn)選址以及同類區(qū)域網(wǎng)點(diǎn)選址;
單向網(wǎng)絡(luò)描述如下:假設(shè)某一區(qū)域有n個候選共享汽車租賃網(wǎng)點(diǎn),要在這n個網(wǎng)點(diǎn)中選擇n(n≤n)個網(wǎng)點(diǎn)建設(shè)使得滿足一定需求d的利潤最大;用g=(v,e)表示網(wǎng)絡(luò),其中v表示所有交換結(jié)點(diǎn)所組成的集合,v={1,2,...,n};e表示任意結(jié)點(diǎn)連接所成邊的集合,e={lij|i,j=1,2,...,n},(i≠j);若結(jié)點(diǎn)i,j∈v連通且i、j之間不存在其他結(jié)點(diǎn),則稱連接i、j的邊為鏈路(i、j),若對于任意兩個網(wǎng)點(diǎn)i、j,從i結(jié)點(diǎn)到j(luò)結(jié)點(diǎn)的客流量與從j結(jié)點(diǎn)到i結(jié)點(diǎn)的客流量相等時,即(i,j)=(j,i),(i,j),(j,i)∈e,則稱該網(wǎng)絡(luò)為單向網(wǎng)絡(luò);
雙向網(wǎng)絡(luò)描述如下:若對于任意兩個網(wǎng)點(diǎn)i、j,從i結(jié)點(diǎn)到j(luò)結(jié)點(diǎn)的客流量與從j結(jié)點(diǎn)到i結(jié)點(diǎn)的客流量不相等時,即(i,j)≠(j,i),(i,j),(j,i)∈e,則稱該網(wǎng)絡(luò)為雙向網(wǎng)絡(luò);
非同類區(qū)域網(wǎng)點(diǎn)選址描述如下:假設(shè)對象區(qū)域被劃分成m個分區(qū),在這m個分區(qū)中為n個網(wǎng)點(diǎn)選址;用z矩陣表示可行選點(diǎn)集,代表候選的租賃網(wǎng)點(diǎn)集合,當(dāng)選擇在某一分區(qū)的某一點(diǎn)建立網(wǎng)點(diǎn)時取其值為1,否則取值為0,即zir∈{0,1};假設(shè)各個分區(qū)的可建網(wǎng)點(diǎn)分別為:(n1,n2,...,nm),其分別代表第1分區(qū)到第m分區(qū)的可建網(wǎng)點(diǎn)數(shù),其中n1+n2+...+nm=n,
其中,
設(shè)q=[qrs]m×m為od矩陣,其中qrs為分區(qū)r到分區(qū)s單位時間內(nèi)的潛在市場容量;
其中qir為分區(qū)r內(nèi)網(wǎng)點(diǎn)i的車輛租賃分布量;
q=[qij]n×n;(3)
其中qij為網(wǎng)點(diǎn)i與網(wǎng)點(diǎn)j之間的車輛租賃分布量,其中i、j不在同一個分區(qū);
則加入這些網(wǎng)點(diǎn)后,將公式(1)代入下式,可得對象區(qū)域的od矩陣q=[qrs]m×m中的元素為:
同類區(qū)域網(wǎng)點(diǎn)選址描述如下:同類區(qū)域選址是非同類區(qū)域選址的特殊情況,在理想條件下,容量與需求量相等,即drs=qrs,dir=qir,dij=qij;則得到同類區(qū)域網(wǎng)點(diǎn)選址。
對于共享汽車租賃網(wǎng)點(diǎn)選址成本的研究,由于不同租賃網(wǎng)點(diǎn)的成本是不同的,需要比較不同成本對候選網(wǎng)點(diǎn)進(jìn)行篩選。
步驟s01中的共享租賃汽車網(wǎng)點(diǎn)選址成本模型包括共享網(wǎng)絡(luò)成本;共享網(wǎng)絡(luò)成本計算如下:
建設(shè)網(wǎng)點(diǎn)需考慮車位租賃費(fèi)用、車位改建費(fèi)用等成本問題;設(shè)c矩陣為不同租賃網(wǎng)點(diǎn)的成本矩陣;
其中cir表示將網(wǎng)點(diǎn)i安放在r分區(qū)的總成本,
由于建設(shè)網(wǎng)點(diǎn)應(yīng)與該網(wǎng)點(diǎn)成本相對應(yīng),當(dāng)網(wǎng)點(diǎn)建設(shè)與網(wǎng)點(diǎn)成本不對應(yīng)時,則該建設(shè)網(wǎng)點(diǎn)與成本是不兼容的,即對
步驟s01中的共享租賃汽車網(wǎng)點(diǎn)選址成本模型還包括單網(wǎng)點(diǎn)成本;單網(wǎng)點(diǎn)成本計算如下:
單個網(wǎng)點(diǎn)的成本為:
cir=c1(dir)·(1+σ)+c2(dir)+c3(dir)+a(7)
其中,a為技術(shù)支持成本(可理解為租賃平臺建設(shè)費(fèi)用平攤到單個網(wǎng)點(diǎn)的成本),c1(dir)表示共享汽車租賃網(wǎng)點(diǎn)的投入車輛的成本,是關(guān)于租賃規(guī)模的函數(shù),而其租賃規(guī)模用需求量來表示,dir表示位于分區(qū)r的網(wǎng)點(diǎn)i的需求量;
車輛投入的成本為:
c1(dir)=α0+α1dir(8)
c2(dir)表示租賃網(wǎng)點(diǎn)的車位改建費(fèi)用、車位租賃費(fèi)用;其表達(dá)式為:
c2(dir)=α2dir(9)
其中α2為單個車位改建費(fèi)用與單個車位租賃費(fèi)用之和;
c3(dir)表示為汽車損耗維修費(fèi)用、廢棄汽車回收成本,租賃公司需對出租的汽車檢查維修故障以確保使用者的安全,其成本公式為:
c3(dir)=λ·cp·dir+c0(10)
其中,λ表示設(shè)施的故障率,cp表示平均修復(fù)成本,c0為廢棄汽車的回收成本;
將(7)、(8)、(9)式代入(6)式,可得單個網(wǎng)點(diǎn)的成本公式為:
其中,
步驟s02中基于網(wǎng)絡(luò)效應(yīng)的共享汽車租賃收益模型建立如下:
考慮到租賃網(wǎng)絡(luò)效應(yīng)的網(wǎng)絡(luò)價值,使用者可從租賃網(wǎng)點(diǎn)布局所形成的網(wǎng)絡(luò)中獲得額外福利變化:隨著租賃網(wǎng)點(diǎn)的增多,網(wǎng)點(diǎn)之間的互補(bǔ)性將給消費(fèi)者帶來額外效益。以車輛租賃為例,每增加一租賃網(wǎng)點(diǎn),其租車、還車的便捷度將會隨之增加;同時對共享車輛的需求也會增加。為了簡化分析,假設(shè)各個分區(qū)是同質(zhì)的,分區(qū)之間只有地理位置上的空間坐標(biāo)差異,僅考慮不分區(qū)域的網(wǎng)點(diǎn)選擇,由于租賃網(wǎng)絡(luò)外部效應(yīng)的存在,使得租賃網(wǎng)點(diǎn)的布局和其市場需求存在非線性關(guān)系,當(dāng)網(wǎng)絡(luò)中由n個網(wǎng)點(diǎn)組成時,則存在n(n-1)個潛在產(chǎn)品,加入第n+1個網(wǎng)點(diǎn),通過給現(xiàn)有的連接加入新的互補(bǔ)的連接,增加了2n個潛在的新產(chǎn)品,其增加的市場容量及邊際外部效應(yīng)為:
由梅特卡夫法則得知網(wǎng)絡(luò)的價值與該網(wǎng)絡(luò)中的個體數(shù)的平方成正比,網(wǎng)絡(luò)外部效應(yīng)dadd表示總需求數(shù)量增加時商品總價值的增加量,故具有網(wǎng)絡(luò)效應(yīng)的產(chǎn)品的價值公式為:
p=α0-α1q+α2q2(13)
其中,α0為直接網(wǎng)絡(luò)效應(yīng)產(chǎn)生的價值,也就是即使沒有其他使用者,消費(fèi)者也可以從消費(fèi)產(chǎn)品或服務(wù)中得到的價值;-α1q+α2q2為間接網(wǎng)絡(luò)效應(yīng)產(chǎn)生的價值,即消費(fèi)者從同其他使用者交往中得到的價值,故可得各個租賃網(wǎng)點(diǎn)的收益公式為:
步驟s03中的邊際成本、邊際收益的目標(biāo)函數(shù)模型如下:
從汽車租賃層面上看,網(wǎng)絡(luò)外部效應(yīng)指隨著汽車租賃數(shù)量的增加,汽車租賃的邊際收益會增加。并且,從微觀理論層面上,網(wǎng)絡(luò)外部效應(yīng)可以給企業(yè)帶來一系列邊際收益,但同樣會帶來一系列邊際成本。因此企業(yè)應(yīng)權(quán)衡其所獲得的邊際收益和邊際成本的大小,合理地做出區(qū)位選擇決策。
其單個網(wǎng)點(diǎn)的利潤函數(shù)為:
πi=ri-ci(15)
將(11)、(14)式代入(15)式,可得
整個租賃網(wǎng)點(diǎn)的利潤是單個網(wǎng)點(diǎn)利潤的垂直加總,故其表示式為:
在需求量一定的條件下考慮交通網(wǎng)絡(luò)利潤最大化的交通網(wǎng)點(diǎn)的選擇,其中
d=(d1,...,di,...,dn);(21)
螢火蟲算法介紹:通常對于函數(shù)π(z1,z2,...,zn),若點(diǎn)
本申請將混沌理論與螢火蟲算法相結(jié)合,通過計算種群螢火蟲的亮度方差來衡量種群的斂散變化情況,對算法參數(shù)α,β,λ在迭代過程中進(jìn)行混沌更新的方式得以改進(jìn),以解決fa算法前期搜索精度差、后期搜索易陷入局部最優(yōu)的問題。
針對共享租賃網(wǎng)點(diǎn)選址模型,把區(qū)域內(nèi)的候選網(wǎng)點(diǎn)隨機(jī)分布在目標(biāo)函數(shù)的定義空間內(nèi),將整體候選租賃點(diǎn)組合向量當(dāng)做一個螢火蟲的位置,再根據(jù)各網(wǎng)點(diǎn)的特征來計算相對應(yīng)的螢火蟲的亮度和吸引度。從而把對租賃網(wǎng)點(diǎn)位置的尋找比喻成螢火蟲對捕食或配偶位置的尋找,最后根據(jù)具體的螢火蟲算法步驟進(jìn)行求解。
步驟s04中螢火蟲算法仿真步驟如下:
s041:初始化算法相關(guān)參數(shù),設(shè)置螢火蟲初始數(shù)目為
s042:生成螢火蟲初始解,其相應(yīng)的目標(biāo)函數(shù)值作為螢火蟲的適應(yīng)度值,適應(yīng)度值越大說明螢火蟲個體的亮度和吸引度越高,根據(jù)螢火蟲位置計算目標(biāo)函數(shù)值,確定個體熒光亮度;
s043:判斷
s044:計算螢火蟲個體的適應(yīng)度值,若候選螢火蟲個體適應(yīng)度值大于當(dāng)前螢火蟲的適應(yīng)度值,則替換當(dāng)前螢火蟲個體,實(shí)現(xiàn)螢火蟲對較優(yōu)個體位置的移動;
s045:進(jìn)行亮度方差識別,并調(diào)整算法參數(shù),從而穩(wěn)定優(yōu)化算法全局尋優(yōu)和局部搜索能力;
s046:n=n+1;
s047:判斷是否滿足終止條件即達(dá)到最大迭代次數(shù),若不滿足則繼續(xù)重復(fù)s043到s045,若滿足則進(jìn)行s048;
s048:對螢火蟲個體進(jìn)行排序;
s049:輸出全局極值點(diǎn)(maxπ)和最優(yōu)個體值,即租賃網(wǎng)點(diǎn)選址的最大利潤和選址點(diǎn);算法結(jié)束。
螢火蟲算法內(nèi)容:將整體候選租賃點(diǎn)組合向量當(dāng)做一個螢火蟲的位置,由于不同租賃網(wǎng)點(diǎn)的布局對市場需求的吸引是不同的,把受租賃網(wǎng)點(diǎn)影響的每個市場需求用吸引度表示出來,最終求出能夠吸引最多的網(wǎng)絡(luò)布局。
ⅰ)i為熒光亮度是網(wǎng)點(diǎn)自身的優(yōu)越性衡量指標(biāo)函數(shù),用e表示地理便捷度,k表示租車快捷程度,r表示租車的性價比;
則某網(wǎng)點(diǎn)自身的亮度公式為:
i=α0+α1·d+α2·k+α3·r;(23)
該網(wǎng)點(diǎn)吸引到的客流量為:di=ei;
其中包括其它網(wǎng)點(diǎn)流入的客流量之和,即
螢火蟲i對螢火蟲j的相對亮度為:
其中,di既是螢火蟲i的亮度,也是網(wǎng)點(diǎn)的需求量,需求量越大其自身亮度越大;
網(wǎng)點(diǎn)可擴(kuò)展性方差為:
其中,fi=di/∑di,表示單個租賃網(wǎng)點(diǎn)的局部影響因素;
ⅱ)螢火蟲之間的吸引度為:
其中,β為吸引度,表示亮度大的螢火蟲吸引亮度小的螢火蟲移動的距離;β0為r=0的吸引力值;j(t)為第t次迭代的目標(biāo)函數(shù)值;
將(25)式代入下式,得到α,γ的更新公式
將(20)式代入(26)式,得到β的更新公式
其中,α為步長因子,α∈(0,1],在α與γ的表達(dá)式當(dāng)中,下標(biāo)b表示起始,下標(biāo)e表示終止,k為調(diào)節(jié)系數(shù);
ⅲ)螢火蟲位置更新公式:
x(i+1)=x(i)+β(x(j)-x(i))+α·(rand-0.5)(30)
在每一次迭代過程中,每一只螢火蟲的亮度和吸引力都會被重新計算;每一只螢火蟲的亮度都會和其他的螢火蟲進(jìn)行比較,并且所有螢火蟲的位置都會更新;經(jīng)過足夠多次的迭代之后,每一只螢火蟲都聚集到搜索空間中的同一個點(diǎn),也就是全局最優(yōu)點(diǎn)。
本發(fā)明具有的有益效果:能夠解決具有強(qiáng)網(wǎng)絡(luò)效應(yīng)的網(wǎng)點(diǎn)布局問題,綜合考慮各網(wǎng)點(diǎn)布局的綜合成本、商業(yè)外部效應(yīng)及其在一定成本下所能容納的需求量,建立起以汽車共享為代表的改進(jìn)螢火蟲算法的網(wǎng)點(diǎn)選址模型,結(jié)合模型特點(diǎn)構(gòu)建方差參數(shù)調(diào)節(jié)的改良螢火蟲算法,并用算例對模型進(jìn)行驗證。
最后說明的是,以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案而非限制,盡管參照較佳實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)說明,本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解,可以對本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換,而不脫離本技術(shù)方案的宗旨和范圍,其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。