3. 時窗限制下單一共用財調配問題及遺傳演算求解法
4.1 單車調配標竿問題
為能切合實際，本研究蒐集國內三個都會區單車共用系統的站點資料，包含站 點的單車儲位數、常態下的單車數、以及分時段估算而得的單車數增減率。由各站 點的經緯度以直線方式計算任二點的距離，並以km 計量。事實而言，各站點的單 車取用需求量及歸還的儲位需求量並非固定值，隨著日期及時間不斷變化。本研究 使用台北市政府、高雄市政府、及新北市政府提供的每分鐘站點單車數變化資訊每 隔十分鐘擷取一筆資料以進行估測。擷取的資料先做一整天的移動平均後，估算成 各站點的單車借用及歸還需求率。單車需求率越大，站點每分鐘減少的單車數越多，
反之越少。由於市區內車輛速度時限為每小時50 公里。卡車車速上限設成 0.6667 km/min。
單車共用系統TWTRP 範例的時窗設置
根據本研究在2016 年 10 月蒐集到的台北市 ubike 資料，早上七點到九點的上 班時段、及下午五點到七點的下班時段，辦公大樓周遭或者學校附近的站點單車有 明顯的增減趨勢。如圖4-1 顯示，科技大樓站因鄰近台大和辦公大樓，因此在上、
下班的時段(分別稱 M 段及 A 段)單車有明顯遞增或遞減的趨勢，且根據 Vogel et al. (2011)等人的研究指出晚上九點到十一點單車使用最接近線性。此外在實務上，
doi:10.6342/NTU201701607
本研究以台北市ubike、新北市 ubike、及高雄市 city bike 的單車共用系統建立 TWTRP 的標竿問題。標竿問題以文字模式存檔，內容包括問題的標題、總站數、
doi:10.6342/NTU201701607
39
圖4-2 是標竿問題的範例檔案。檔案內容可分為三個區塊分別記載各項資料，以下 依序說明。
圖 4-2 標竿問題檔案格式
區塊A 記錄此標竿問題的名稱。區塊 B 則依序記錄此服務系統的總站點數
n
、 時窗T
(分鐘)、卡車容量C
(可容納的單車數)、卡車車速v
、以及卡車調配一輛單 車耗費時間
(分鐘)。注意在此為了使標竿問題中的單位一致，因此v
的單位是 km/min。而卡車調配單車耗費時間，也是以 min 為單位。區塊 C 依序記錄倉儲中 心(站 0)及所有站點的初始單車量l
i0、容量c
i、單車增減率r
i、及經緯度。最後一 列則是本問題在本時窗下未派車時計算出的共用財服務系統未滿足量。以下介紹 三個都市的單車共用系統及製作的標竿問題。台北市公共自行車系統(Ubike)
隨著台北市Ubike 系統的不斷擴建，服務站點數量從 2016 年 10 月的 262 個 服務站點、2017 年 3 月的 308 個服務站點到 2017 年 5 月的 370 個服務站點。由於 台北市ubike 服務站點不斷在擴建，因此本研究以 262 個服務站點分別就 M 段、
A 段、及 N 段，三個時段製定不同的標竿問題。Ubike 系統服務站點平面分布如圖 4-3。假設任兩站點間都有雙向的通道。通道距離由兩站點經緯度計算直線距離。
三個標竿問題的站點初始單車數均設為站點容量的一半，以利後續的情境分析。此 三個時段的標竿範例詳細資料收於附錄一到三。
區塊A 區塊B
區塊C
doi:10.6342/NTU201701607
40
圖 4-3 台北市單車共享系統站點分布
根據本研究所蒐集到的實際資料設定單車增減率後，可預先推算各站點的急 迫性。推算結果展現三個時段的站點資料均是右偏長尾分布。表4-1 列出各問題急 迫性
1
1
ni i
E e
n
。
三個時段各自的問題急迫性、急迫性中位數、及未派車繞行轉置 單車下的未滿足量U
0如表所示。表中數據顯示未滿足量及問題急迫性在上下班時 段(M、A 段)二者不相上下且都較 N 段高，因此推論問題急迫性大的標竿問題，它 的未派車時未滿足量較高。表 4-1 台北市 Ubike 標竿問題分析
時段 標竿問題名稱 問題急迫性
E
中位數U
0 7:00-9:00 (M) Ubike262M 0.003379 0.002778 1186 17:00-19:00 (A) Ubike262A 0.003480 0.002886 1145 21:00-23:00 (N) Ubike262N 0.002753 0.002198 727新北市公共自行車系統
新北市都市面積較台北市大且人口數較多，但地形範圍形狀不規則，且人口集 中在台北市外圍分散的多個區域。因此新北Ubike 靠近山區的站點數稀少，但人口
doi:10.6342/NTU201701607
41
稠密區站點間彼此位置鄰近，站點局部叢聚的現象明顯。新北市單車共用服務系統 在2017 年 5 月具有 372 個服務站點，且站點間的距離也因為上述原因而分布不均。
本研究以372 個服務站點的架構，區分 M、A、及 N 三個時窗，分別製定 Ubike372M、
Ubike372A、及 Ubike372N 三個標竿問題。新北 Ubike 系統服務站點平面分布如圖 4-4。此三個標竿範例的詳細資料見附錄四到六。
圖 4-4 新北市單車共享系統站點分布
三個時段各自的問題急迫性、站點急迫性中位數、及未派車的未滿足量
U
0列 於表 4-2。M 段和 A 段的問題急迫性差距不大。為了測試急迫性差距不大時初始 單車數對調配結果的影響，因此 A 段每個站點的單車初始數量都設為站點容量的 一半，而M 段及 N 段的單車初始數量則為 2017 年 5 月 8 日各自初始時段的單車 數。例如M 段各站點初始單車數是 2017 年 5 月 8 日早上七點的各站單車數量。M 段與N 段的初始單車數量配置較 A 段的不利，故在考慮初始單車數的影響後，表 中A 段的急迫性雖然大於 N 段，但U
0卻恰好相反。另一方面，A 段的急迫性雖與 M 段差距不大，但U
0卻較M 段小。doi:10.6342/NTU201701607
42
表 4-2 新北市 Ubike 標竿問題分析
時段 標竿問題名稱 問題急迫性
E
中位數U
0 7:00-9:00 (M) UBike372M 0.005507 0.003229 6413 17:00-19:00 (A) UBike372A 0.005192 0.003727 1076 21:00-23:00 (N) UBike372N 0.003999 0.002727 2481高雄市公共自行車系統(city bike)
高雄市都市面積較台北市、新北市大，且地形完整。雖然人口集中，但高雄市 city bike 站點密度相較新北市低。服務系統在 2017 年 5 月具有 271 個站點。本研 究以271 個站點區分為 M、A、及 N 段，並分別製定 Citybike271M、Citybike271A、
及 Citybike271N 三個不同的標竿問題，此三個標竿範例見附錄七到九。City Bike 系統服務站點平面分布如圖4-5。假設任兩站點間都有雙向的通道。通道距離由兩 站點經緯度計算直線距離。注意在此三個標竿範例的單車初始數量均為2017 年 5 月8 日各自時段的初始單車數。例如 N 段各站點初始單車數為 2017 年 5 月 8 日晚 上九點的各站單車數量。
圖 4-5 高雄市單車共享系統站點分布
三個時段各自的問題急迫性、站點急迫性中位數、及未派車的未滿足量
U
0如 表4-3 所示。表中三個時段的急迫性的排序與U
0相同。doi:10.6342/NTU201701607
43
表 4-3 高雄市 City bike 標竿問題分析
時段 標竿問題名稱 問題急迫性