1前言
近年来，由于南京交通网络不够完善、常住人口激增等原因，出现交通拥堵严重的情况，因此，南京市政府大力发展公共交通。公共自行车为解决城市公共交通“最后一公里”的难题，在各个大中城市中被广泛的应用。它可以有效满足居民的短距离出行或接驳其他公共交通出行方式，还可以降低城市自行车出行数量，从宏观角度上节约生产成本投入和城市道路资源。同时，在微观角度上公共自行车也能提高借还车顾客的身体健康状况，达到锻炼身体的目的。现在，各地政府都大力提倡低碳绿色交通出行，这也在政策上为公共自行车的发展保驾护航。
兴趣点（Point of Interest简称POI）是地理信息系统中的一个术语，泛指一切可以抽象为点的地理对象，尤其是一些与人们生活密切相关的地理实体，如学校、银行、餐馆、加油站、医院、超市等。其主要用途是对事物或事件的地址进行描述，能在很大程度上增强对事物或事件位置的描述能力和查询能力，提高地理定位的精度和速度。
公共自行车在日常的使用过程中，顾客经常会遇到公共自行车站点出现“空桩”或“满桩”情况，这种情况明显的降低了公共自行车的使用满意度和使用效率。公共自行车的借还与站点所处位置等因素息息相关。不同站点因为所处位置不同，所表现出的规律性也不相同。借车“无车”、还车“无桩”两个最重要的问题与公共自行车站点所处位置有一定的关联，但是最重要的则是与公共自行车的调度有关。通过研究公共自行车借还规律，希望可以为公共自行车的车辆调度提供依据。
2国内外研究现状
- 国内外研究现状
通过查阅大量相关文献，整理了公共自行车在国内外研究现状。发现国内学者研究的方向主要有以下几个方面：
①公共自行车借还需求预测方面
刘新宇，陈群提出一个新的模型，用该模型提出了相应的遗传算法求解方法，通过该模型的优化可得到较好的既能最大程度的满足借还车需求而调度成本又较省的调度卡车行驶路线方案，并得到各站点应配置的自行车数量及第二天满足的借还车需求。与传统的自行车调度模型比较，如果硬性要求每个自行车租赁站点的调配需都严格满足的话，调度时间会明显增加[1]
李敏迪通过研究公共自行车系统中，自行车供给和自行车位置分布的距离效应对出行者借车行为的影响程度，建立了出行者离散选择模型来最大化目标区域内人口的随机效用。得出出行者距离公共自行车站点越近，出借越多；车站间最近距离越近,出借行为会增加；在不增加车位情况下，增加自行车供给不会对出借行为造成明显影响[2]。
周敏，朱从坤在分析的基础上构建了基于DE-BP神经网络的公共自行车借还需求量预测模型，并利用差分进化算法对DE-BP神经网络预测模型进行改进优化，最后利用传统 DE-BP神经网络与改进的DE-BP神经网络对公共自行车站点借还需求量进行仿真预测。得出DE-BP神经网络的各项评价指标均优于传统神经网络的结论[3]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
