共享单车,延伸了城市公共交通的脉络,成功解决了市民出行“最后一公里”问题。然而,随着共享经济模式被越来越多市民接受,成为了一种出行习惯,潮汐现象也随之出现。由于白天工作、晚上休息的人类活动规律的客观存在,加之上下班时间段的集中,导致了早晚高峰“一车难寻”、“无地可停”的供需矛盾。伴随着厦门市经济飞速发展,城市人口规模不断扩增,城市居民绿色出行也进入高速发展阶段。2020年厦门市共享单车配额超过13万辆,城市管理部门科学规划设置电子围栏近1.5万个。但目前存在高峰期重点区域车辆不够、市民无车可用的问题,同时部分区域车辆饱和甚至堆积,急需大范围跨空间集中有效调度,解决市民出行困扰、提升共享单车运营企业车辆利用率,进一步优化用车体验,发挥共享单车系统的效率和优势,提升城市居民出行幸福感。因此关于共享单车供需问题的研究具有多方面的理论与现实意义。本文希望通过对车辆数据的综合分析,对厦门市岛内早高峰阶段地铁口周围潮汐点进行有效定位,进一步设计高峰期优化方案,缓解潮汐点供需问题,为厦门城市管理部门和共享单车运营制定下一步优化措施提供数据支撑。本文利用2020年12月厦门市共享单车真实订单、骑行轨迹、电子围栏、地铁站客流、地理信息、天气等数据。首先对数据进行预处理包括电子围栏密度计算、开关锁异常处理、球面两点距离计算等。接着从时间和空间两个维度对共享单车的时空特征进行描述统计,包括不同时间段内使用共享单车的订单变化情况和地铁站客流分布,利用热力图描述各地区共享单车的租借量和归还量。通过城市居民出行的数据印证了目前厦门市早高峰潮汐现象的存在,和不同区域间单车分布不均衡的问题。选取厦门市乌石浦地铁口为研究对象,对地铁口附近的潮汐点进行识别,利用poi逆地理编码找到了供需资源最为紧张的20个地区,早高峰单车稀缺的地方主要集中在居民区、公园、医院等;在高档酒店、别墅区、和小学附近空闲停放量较多。为了预测供需紧张的地区的留存量,分别使用时间序列SARIMA、非线性回归模型和XGBOOST模型构建停车点留存量预测模型,并为后续调度策略提供数据的支撑。最后,针对潮汐点供需问题提出了多种切实可行的解决策略。从运营者角度出发,将调度问题抽象为经典的多商旅问题,利用遗传算法对共享单车资源不平衡的地区进行人工调度,得出最优化的调度路径。我们都知道现实中除了一车难寻的问题,同时存在无地可停的问题,因此从用户的角度出发,利用k近邻算法提出停车引导计划,将用户推荐到距离最近、没有潮汐现象且不需横穿马路的最合适的停车点。后续提出了红包车营销奖励方案引导用户主动停车到资源紧张的地区。为用户的停车难,找车难的问题,提供了指引。本文的创新点主要有三个方面。第一,研究对象。国内对共享单车大多以北京市、上海市这样的一线城市为研究范围,缺少厦门市这样的经济特区,利用厦门市最新共享单车数据进行挖掘分析能够得出当地共享单车的使用的真实情况和相似二线城市的共享单车出行特征。第二,研究的角度。早高峰共享单车的用途主要以接驳地铁为主,目前利用真实数据对潮汐效应问题进行挖掘的文章较少,且目前现有研究仅把地铁当成影响共享单车出行因素之一,并没有单独拿出来研究。另外,目前大多研究以对共享单车需求进行预测为主,本文在对潮汐点进行分析预测时考虑加入了共享单车归还量因素。第三,现有的研究多是针对共享单车某一方面的问题进行研究,缺乏对潮汐点供需问题系统性全面的研究,且缺乏实际数据的支持,只提出了模型方法并没有贴合现实状况提出策略解决供需不平衡的问题。本文从数据的选择与预处理、早高峰潮汐点有效定位、时空特征分布分析、停车点留存量预测、到最后提出人工调度、停车引导与用户激励等策略,全面剖析了厦门市早高峰共享单车潮汐效应问题。