公共自行车的“新挪法”Grigorij Kuklin将他的货车尽量停得很远，以躲避来往的车流。现在是维也纳的上下班高峰时段，7月份断断续续的暴雨让交通状况更加恶劣。

　　维也纳公共自行车系统Citybike Wien的司机Kuklin正在测试一项规划货车行车路线的新算法，因为这些货车要将公共自行车从已经停满的站点运送到供应不足的站点。

　　Kuklin很希望知道，数算是否真的能为他的工作带来更高的效率。但是，他智能手机上的指令却告诉他要将自行车从不安全的地方运走。

　　可能这种做法是正确的。但是，研发该算法的维也纳科技大学计算机学家Gnther Raidl却希望他的工作能够最终帮助Kuklin等货车司机更好地解决公共自行车管理者所谓的“再平衡”问题。

　　“大约有20~30个研究人员都将他们研究议程的很大一部分放在再平衡上。”美国康奈尔大学计算机学家Daivd Shmoys表示。

　　Shmoys与运行纽约市自行车共享系统的NYC自行车共享公司进行合作，他的算法现在为“我们希望我们的系统是什么样子提供了总体的设想”，NYC Bike Share公司的运营总监Michael Pellegrino表示。康奈尔同时在美国伊利诺伊州的芝加哥进行了一系列的测试。

　　根据美国华盛顿特区的地球政策研究所数据显示，在全球，52个国家的约600个城市都引入了公共自行车系统。维也纳是2003年的早期尝试者之一，现在系统中已经有1500辆自行车（最大的公共自行车系统在中国武汉，共有9万辆自行车）。

　　但几乎所有城市都有着同一个问题：骑车人往往都采用一些路线，如下坡，而不是上坡等其他路线。因此，自行车往往都在少数几个地方汇集。

　　对于使用者来说，不平衡的系统是一种拖累：要不你就找不到一辆可用的自行车，要不就找不到位置停放自行车。对于运营者来说，这个令他们头疼的问题既费力又费钱。不平衡的系统会导致骑车人丢弃他们的自行车，增加了自行车被盗的机会。

　　在维也纳，每辆货车每次可将20辆自行车从车满为患的站点运载到空车站点处。纽约市去年引入了6千辆自行车的共享系统，如何管理再平衡“是常工作的一个重要部分”，Pellegrino表示。

　　英国伦敦大学学院的Oliver OBrien运营着在线的自行车分享地图，他表示在大多数系统中，司机或调度员都在“眯着眼睛看系统的地图”以对其进行再平衡。

　　“他们会说OK，这些站点是满的，那些站点是空的”，然后在两个站点之间安排一辆卡车。这往往起不到很好的效果，不平衡的站点在很多城市都是遭到用户投诉最多的地方。数学家相信，肯定有一种更高效的方式。

　　Raidl 与奥地利技术研究院的同事研发的一种方法，用于最优化其卡车路径的“取送货车辆路径”的算法米乐M6官网。他的算进行全天候的更新建议，并主要根据季节、星期几和天气对需求进行预测。这个问题太复杂，难以找到精确的解决方案。因此，Raidl想到了接近的方式。

　　这种算法在理论上运行良好，但今年夏天的试验显示，其建议并不总能在司机最需要的时候给出恰当的建议。有时候它也会建议，取车数要低于卡车能承载的20辆自行车，因此会激怒卡车司机，“这似乎有些不讲效率”，尽管不一定如此，Kuklin表示。

　　纽约也设有用于再平衡的卡车车队。这个由康奈尔研发的系统与Raidl的系统有所不同：它并不为司机提供具体的指示，但生成在线地图，显示距离预期需求最远的站点。调度员使用该地图，再加上预先计算好的卡车行车路线对司机进行指导，尤其是在前一晚以便有时间对第二天进行准备。

　　纽约的司机在接到指示不要装满卡车的时候，也踌躇不前，与Shmoys一同工作的博士生Eoin OMahony表示。他补充道，“我们从数据中看到，只运输整卡车的自行车足以接近”同样的解决方法，因此该地图现在只会指示司机装满卡车。

　　因为上下班高峰时段的交通拥堵会严重影响卡车，因此纽约已经引入了类似于人力车的拖车，由人蹬踏，每次可以运输3辆自行车。（在高峰时段，一辆拖车每小时的自行车运送量超过卡车，OMahony表示。）他和Shmoys为拖车的路线规划也提供了一种算法。研究人员首先找出通常空车和满车的站点，然后他们将距离较近的二者进行配对，一个往往没有车的站点匹配一个通常停满车的站点。然后，自行车拖车就能够在这两个站点之间穿梭。

　　位于英国伦敦的Stage Intelligence公司为这种自上而下的规划设想了另一种方式。计算机学家Lin Li模拟了自主进行再平衡的卡车，像蜂群一样自我组织，他表示。卡车从站点之间穿梭，就像蜜蜂在花朵间飞来飞去，而各个站点则发出自行车过多或供应不足的信号，并将信号提供给模型。

　　运营者仍无法将再平衡的问题完全交给一种算法解决，因为没有一种算法能够了解所有问题。一个大型体育盛事或运输失败就能极大地改变需求或交通情况。媒体关注或压力可能会迫使运营者优先考虑某个站点。这就是为什么在纽约，人力调度员才是最终的负责人，Pellegrino表示。

　　有时，骑车人自己也在进行再平衡。有些城市为使用者提供奖励，如小额退款或额外的用车时间，只要他们与车流相反行之，Shmoys表示，“这就有点像另一种自动进行再平衡的方式。”■