公共慢行系统又称为公共自行车系统,承担着城市重要的短程交通任务,能有效解决公共汽车交通的“最后一公里”难题和提升城市交通的整体服务水平。目前,公共慢行系统在实施过程中存在的最大问题是各网点经常出现出行者“无车可借”或“无空车位可还”的现象。因此,对公共慢行系统中各网点的状态进行实时监测,并根据各网点的需求,设计合理的调度方案,优化分配各网点的自行车数量,对于解决出行者借车、还车难问题将具有重大意义。本文以浙江省重大科技专项重点项目:“车路资源智能动态配置系统的研究与开发”(2009C03016-3)为依托,对公共慢行系统网点的实时状态和调度方法进行了研究。在公共慢行系统网点实时状态研究方面,首先将某一时刻网点剩余的自行车数量与网点容量的比值定义为网点车容比,以期量化地描述网点的状态,确定网点是否需要服务、以及服务类型和服务需求量;然后采用BP神经网络对公共慢行系统网点未来第10分钟的车容比进行动态预测,为公共慢行系统调度方法的实施奠定前提和基础。在公共慢行系统调度方法研究方面,针对公共慢行系统调度过程中外界信息实时变化的特征,以动态预测的各网点车容比为基础,首先研究了公共慢行系统调度过程中网点服务需求的动态特性及其软时间窗约束、网点服务需求量和满意度的确定;然后以实现所有待服务网点满意度的最大化为目标,建立了公共慢行系统的动态调度模型,并采用滚动时域调度算法对建立的动态调度模型进行求解,以实现公共慢行系统的动态调度。最后,以J2EE、Tomcat和Oracle为工具,基于B/S架构构建实验平台,设计开发了公共慢行系统调度软件,并对本文提出的调度方法进行了验证。结果表明,本文提出的公共慢行系统动态调度方法,在优化各网点自行车数量方面具有预期效果,能够用于实践应用,以解决借车、还车难问题。