新冠疫情下公共自行車消毒方案

周 煜，王婷靜

(衢州學院建筑工程學院，浙江衢州324000)

自2008年杭州建立第一個公共自行車系統(tǒng)，我國公共自行車一直處于不斷發(fā)展的狀態(tài)。公共自行車不僅有效解決了“最后一公里的出行問題”，而且其低碳、綠色、經(jīng)濟、環(huán)保、便捷的特點，為城市交通和環(huán)境發(fā)展做出了一定貢獻。2020年初“新冠疫情”爆發(fā)，短時間內(nèi)全國感染人數(shù)過萬。醫(yī)學證明，“新型冠狀病毒”可以通過接觸、飛沫傳播且傳播迅速，病毒潛伏期在7～14 d。世界衛(wèi)生組織(WHO)公布的新型冠狀病毒RO估計值為1.4～2.5，而社會公認值在1.5～3之間，也就是說一個患者可以傳染給1.5～3人，其可怕之處顯而易見，同時也給公共自行車的發(fā)展帶來了思考。這也讓廣大居民群眾深刻意識到做好防范措施的重要性。

當疫情有所好轉(zhuǎn)，全國范圍內(nèi)復工復產(chǎn)時，公共自行車行業(yè)也逐漸恢復工作。據(jù)城市自行車出行量比重調(diào)查表[1]顯示，城市自行車出行量比重隨著人口規(guī)模的擴大而減少，人口規(guī)模小于100萬人，自行車出行量比重可達40 %～75 %；城市人口規(guī)模大于200萬人，自行車出行量比重也達36 %(表1)。若一位新型冠狀病毒患者使用了公共自行車，在未做好公共自行車消毒等防護措施的情況下，其傳播人數(shù)和范圍無法想象。此時，做好公共自行的消毒工作，有效切斷病毒在城市公共自行車上傳播途徑，是當下解決居民出行安全問題的重中之重。本文將結(jié)合公共自行車運營實際情況，對疫情之下消毒人員調(diào)度方案進行設計，以保證自行車運營系統(tǒng)的安全和可靠性，并在滿足公眾需求的情況下盡量降低消毒工作所需成本，更好的保障社會秩序的安定與和諧。

表1 城市自行車出行量調(diào)查

1 消毒工作面臨的問題

1.1 消毒及時性差

一個公共自行車系統(tǒng)中，有若干個自行車租賃站點，用戶可以自由選擇站點租賃、歸還自行車。由于公共自行車站點人流量不同，每天租賃、歸還的自行車數(shù)量也不同，有可能存在一些站點自行車“全滿”，一些站點自行車“瞬間消失”的現(xiàn)象，加之自行車調(diào)配不合理,導致站點自行車數(shù)量不均勻。若消毒人員采取行動的及時性不高，會使帶有病毒的自行車積壓，降低系統(tǒng)的安全性，病毒傳播則更加快速，后果不堪設想。這給自行車消毒人員調(diào)度帶來了困難和不可預測性，管理人員需要根據(jù)各個站點自行車數(shù)量、日使用頻次等特征綜合考慮站點消毒人員的分配，盡量做到及時消毒、全面消毒。

1.2 消毒實時性差

用戶出行行為往往具有隨機性、不確定性，因此公共自行車在各個站點之間的流動也是不確定的。用戶會因為該站點自行車數(shù)量已滿，而選擇等待或者去就近的站點還車，同時也會因為該站點無閑置自行車，而選擇等待或者去就近站點借車或者放棄借車。這種由于需求的等待、轉(zhuǎn)移、取消使得用戶借還自行車的行為變得復雜。在消毒人員分配消毒工作時，由于需求的隨機性，可能出現(xiàn)工作人員到達站點時，需要進行的消毒作業(yè)的工作量與計劃不符、計劃分配量與實際產(chǎn)生偏差等情況，因此則需要調(diào)度人員根據(jù)實際情況對消毒計劃進行實時調(diào)整，選擇最優(yōu)方案以進行消毒人員的調(diào)度。

1.3 受天氣、道路狀況的影響

居民借、還車輛具有一定的規(guī)律性，在某個時間段借還自行車量會達到高峰，但也可能由于天氣狀況差出現(xiàn)該天自行車借、還人流量的低峰。由于天氣的多變性導致實施消毒工作的計劃安排也具有一定的多變性，同時相對惡劣的天氣會降低消毒工作效率，增加消毒工作的難度，也可能會產(chǎn)生一些由于不可抗力造成的消耗，增加消毒工作的成本。而道路交通條件不僅會影響公共自行車使用者的行駛速度、路線，借還效率，也會影響消毒車輛行駛路徑、速度，這不僅關(guān)系到消毒計劃能否被完全執(zhí)行，而且會影響消毒工作人員到達消毒需求點的及時性。因此調(diào)度人員需要根據(jù)天氣、道路狀況合理安排并選擇調(diào)度方案，以盡可能減少外界因素對消毒工作造成的干擾。

1.4 公共自行車運營管理問題

目前，我國已有 100 多個城市設置公共自行車系統(tǒng)，但由于國內(nèi)公共自行車系統(tǒng)起步相對于國外較晚，公共自行車系統(tǒng)的建設及其管理體系缺乏統(tǒng)一的行業(yè)執(zhí)行標準，維護與管理方案尚不完善。除公共自行車租賃站點布局與規(guī)模不合理外，因其本身調(diào)度系統(tǒng)的粗放、落后而導致的一系列“租車難、還車難”問題，不僅制約了公共自行車在城市交通中的發(fā)展，而且對市民出行也造成了一定影響。黎文建[2]指出城市公共自行車系統(tǒng)調(diào)度主要存在以下幾個問題：調(diào)度技術(shù)落后、調(diào)度缺乏合理性、調(diào)配調(diào)度車輛過少、調(diào)配管理人員素質(zhì)有待提高。因此，自行車調(diào)度與消毒人員調(diào)度息息相關(guān)，自行車調(diào)度的系統(tǒng)化、科學性直接影響到消毒人員安排的合理性。

2 解決方案規(guī)劃

2.1 方案選擇

根據(jù)以上所提到的四種公共自行車消毒所存在的問題，提出消毒人員調(diào)度的流程及調(diào)

度路徑問題解決方案。本文主要采用傳統(tǒng)啟發(fā)式算法中的掃描算法與現(xiàn)代啟發(fā)式算法中的遺傳算法相結(jié)合的方法[3]，運用兩者各自的優(yōu)點，對自行車消毒人員調(diào)度方案進行優(yōu)化設計。掃描法通過采用極坐標來表示各個租賃點的區(qū)位，任意選取一個租賃點為起點，設定該起點角度為零度，對該區(qū)域進行分割，再借由交換法對租賃點進行排序，建構(gòu)調(diào)度排程路線。遺傳算法是通過模擬生物進化過程中的機理而產(chǎn)生的計算模型，是一種尋求最優(yōu)解的方法。表2為掃描算法和遺傳算法的比較。

表2 掃描算法和遺傳算法的比較

2.2 消毒人員調(diào)度流程

一般來說，消毒人員調(diào)度的路徑問題由消毒人員本身、調(diào)度中心、調(diào)度車、消毒量、調(diào)度網(wǎng)絡優(yōu)化目標和約束條件等要素組成，人員調(diào)度可以單目標也可以是多目標。單目標優(yōu)化包括最短行徑、最少耗用成本、最大消毒數(shù)量以及最少耗用時間等。而在實際生活中，消毒人員調(diào)度問題往往是個多目標優(yōu)化設計問題，要求滿足調(diào)度路徑問題的同時完成多個目標的優(yōu)化，如通過最短的行徑路線達到最大范圍的自行車租賃點消毒。由此，結(jié)合表3[4]對車輛路徑問題的分類，設計了自行車消毒人員調(diào)度流程，具體如圖1。

表3 車輛路徑問題分類

圖1 消毒人員調(diào)度流程

2.3 方案設計

首先通過掃描法，以每組租賃點消毒需求與消毒人員供應量之和不大于調(diào)度成本耗用量為原則，將多個租賃點分成幾個小組，使所有租賃點都能被掃描到。分組后，每個組都有各自的調(diào)度路徑優(yōu)化，再通過遺傳算法計算調(diào)度人員前往各租賃點的路徑順序。

Step1：路徑選擇集——選擇一個編碼用于求解特定的問題，然后再設定一個初始群體并使其具有N個染色體;

Step2：路徑選擇優(yōu)化目標——計算該群體中每一個染色體的適應函數(shù)值;

Step3：用fi表示一個個體的適應度，為若滿足停止規(guī)則，則算法停止；反之，則計算該個體i被選擇的概率:

根據(jù)得出的概率分布，從整體染色體中隨機選出N個染色體作為一個種群;

Step4：通過交叉操作，將兩個父代的部分基因相互交換，以交叉概率(取值一般在0.4～0.9之間)得到有N個交叉的染色體;

Step5：通過變異操作，將存在于個體編碼串中的部分基因值用其他基因值替換，以較小的變異概率(取值為 0.001～0.1)使某染色體的一個基因發(fā)生突變，形成新的群體。再重復步驟 2，直到滿足終止準則[5]。

3 案例分析

3.1 實例概況

臺州市黃巖區(qū)共有11個公共自行車租賃點。為了更簡潔明了地演示掃描算法和遺傳算法在這一方面的應用，將消毒人員調(diào)度中心隨機定在該區(qū)域內(nèi)的一個點。同時為了更清楚地顯示調(diào)度中心與各租賃點的關(guān)系，將其他周圍的景物省略，畫出簡圖，見圖2。其中0表示調(diào)度中心，1～11表示各個租賃點。

為了簡化調(diào)度路徑計算難度，本研究僅考慮計算在停車樁內(nèi)的公共自行車調(diào)度數(shù)量。據(jù)調(diào)查，消毒小組一組一般為3～5人，消毒車輛一次可載4～5人且最快行駛速度為25 km/h。各個租賃點自行車消毒需求數(shù)量見表4，各租賃點與調(diào)度中心之間的距離見表5。結(jié)合表4、表5可知，3號租賃點無需進行消毒，因此在路徑優(yōu)化問題中可忽略3號租賃點以簡化計算。

圖2 臺州市黃巖區(qū)公共自行車租賃點示意

表4 各租賃點自行車消毒需求數(shù)量

表5 各租賃點與調(diào)度中心之間的距離 m

3.2 計算步驟

3.2.1 用掃描算法分組

(1)運用掃描算法對臺中市黃巖區(qū)的自行車租賃點進行分組，已知3號租賃點自行車消毒需求數(shù)量為零，為簡便計算，采用以0號點為起點順時針旋轉(zhuǎn)，可以得到10組數(shù)據(jù)，并根據(jù)：L=l0i+lij+lj0計算各組路線的距離，得到消毒車輛行駛距離及租賃點需求量，見表6。

由表6可知，總路程與總需求量最少的三條路徑分別為：010110|0870|04690|05210、0870|05210|010110|04690、04690|05210|0870|010110。但由于這三條路徑的總路程、總需求量均相同，無法得知最優(yōu)方案，因此需通過遺傳算法計算這三條路徑以得到最優(yōu)路徑。

3.2.2 用遺傳算法計算

通過遺傳算法對這三條路徑進行計算，即對各組內(nèi)部的租賃點消毒順序進行排列。

3.2.2.1 確定染色體的編碼和初始群體

遺傳算法編碼有自然數(shù)編碼和二進制編碼兩種，其中自然數(shù)編碼更適合調(diào)度情形，(101187469521)、(875211011469)、(469521871011) 即為三條染色體的自然編碼。假設初始種群M=20，遺傳迭代數(shù)為T=100; 調(diào)度中心有消毒人員10 名，消毒車輛可載5名消毒人員，消毒車輛的行駛速度v=25km/h，消毒車輛所載的初始消毒人員數(shù)是隨機數(shù)，為0～5人。

表6 消毒車輛行駛距離及租賃點需求量

3.2.2.2 確定適應度函數(shù)

以消毒車輛最短行駛距離作為最優(yōu)化目標，用lij表示租賃點i與租賃點j之間的距離，用nij表示租賃點i與租賃點j之間所需消毒車輛的數(shù)量，則

3.2.2.3 確定遺傳算子

交叉算子采用順序交叉算子，復制算子采用輪盤賭方法，則取變異概率0.09。圖3為輪盤賭選擇思想示意圖：假設有5個個體，每個扇形代表一個個體，扇形的面積表示其選擇概率，每個個體的選擇概率由適應度的值確定。假想在某個時刻旋轉(zhuǎn)該輪盤，當輪子停止時，指針指到某個扇形區(qū)域，就表示該扇形所代表的個體被選中[5]。

圖3 輪盤賭選擇思想示意

最終得出最優(yōu)路徑為(046100|098110|05210)，行駛總距離為10 785 m，總需求量為29輛，需要6輛消毒車。

4 結(jié)束語

此案例驗證了該調(diào)度方案的可行性，該方法結(jié)合了掃描算法和遺傳算法的優(yōu)點，不僅操作簡便，而且可以尋找到一條最優(yōu)路徑實施消毒及調(diào)度工作。公共自行車的消毒在當下是不可忽視的問題，也是保護居民生命安全的重要手段。消毒人員調(diào)度的合理性、消毒效率的高效性、消毒范圍的全面性、消毒工作的及時性是消毒工作的重中之重，做好這些方面，可以有效切斷病毒傳播的途徑，讓居民的出行安全得到保障。今后，公共自行車消毒方面必然會得到政府及社會群體的重視，這一方面的完善也將進一步提升城市公共自行車服務的品質(zhì)與效率。