随着中国的经济增长和城市化进程的不断发展,如何发展公共交通成为了一个重中之重的问题,而在“可持续交通”的口号号召下,城市公共自行车的发展也扮演着越来越重要的角色。公共自行车作为大众出行的普遍选择之一,可以减少城市拥堵、环境污染、资源浪费等问题,为人们的出行做出了巨大的贡献,但是公共自行车也涉及到一系列管理、运营、调度、分配和优化等问题,其中,车辆的调度问题一直是城市公共自行车系统的重点研究问题,通过科学的调度,可以完成更合理的投放,达到更好的“借还车”需求。本文以公共自行车站点的存量数据为基础,通过建模和算法运算,对各个站点进行重新调度计算,使其达到更好的调度运营效果,主要研究内容如下:(1)针对公共自行车站点的历史数据,对各个站点的初始最佳库存水平进行估算。首先引入并估算各个站点的惩罚函数,作为起始库存水平的函数,其次是计算整个公共自行车系统的总罚值、以最小化各站点的存量水平,最后建立非线性规划,来保证在重新调度前、后,公共自行车系统中自行车总数的不变性。(2)基于以上的计算结果,完成对公共自行车的静态再分配研究,重点研究公共自行车在静态再分配操作后的站点最优库存水平的估计,针对静态再分配问题(SBRP),引入了受时间限制和放宽时间限制的两种静态分配模型(ResSBRM和RelSBRM)。在受时间限制的条件下,通过搭建混合整数线性程序(MILP),解决了部分路径问题,在放宽时间限制这一约束条件下,通过引入惩罚值这一因素,来确保装载车辆在每个公共自行车站点处以期望的库存水平完成静态再分配操作。(3)考虑到RelSBRM和ResSBRM模型的局限性,更适用于小型网络部分,又开发了一种启发式算法来估算大型网络的最优解。启发式算法为公共自行车的网络边缘分配权重,结合权重矩阵可以在公共自行车网络中形成集合,该集合按照需求第一、路径第二的原则进行处理优化,将启发式算法所得结果与MILP模型的结果进行比对,发现启发式算法有益于解决大型公共自行车网络中的静态再分配问题。本文重点研究了城市公共自行车系统中的静态再分配问题(SBRP),通过各部分研究,将更好地服务于公共自行车系统,科学合理的促进了“借还车”需求问题,为公共交通发展做出了贡献。