公共自行车作为可为居民和旅游者提供便捷的绿色出行方式，不仅能够提高城市交通系统的出行竞争力、减少环境污染等城市病的发生，还能够有效满足城市居民短途出行的需求，有效地提高道路资源的利用率，缓解道路交通拥堵，提升城市交通系统的综合性能。
考虑到目前很多城市的公共自行车系统在实际运营过程中，站点公共自行车租还车次的不均衡问题制约着系统的健康发展，东南大学王炜教授携手团队以国家重点基础研究发展计划项目(973计划子课题)“公交主导型多方式交通网络的协同机理与耦合理论”为依托，以公共自行车IC卡的数据为支撑，探究了公共自行车系统的交通特性和站点需求变化规律，并且进一步深入研究了城市各公共自行车站点短时需求预测和动态调度优化方法。
在该项研究中，王炜教授团队依托公共自行车IC卡数据，利用聚类分析的方法，探讨了城市各公共自行车站点需求变化的规律性、潮汐性和周期性。并选用深度学习等时间序列预测方法，对公共自行车站点需求进行预测，利用站点需求变化时间上的相关性，对各类站点的实例分别进行短时需求预测。
基于以上短时需求预测的结果，王炜教授团队又重点探讨了公共自行车动态调度和优化方法，确定公共自行车调度需求的求解思路，以调度车辆运输成本最低和用户满意度最 大为目标，构建多目标约束调度路径优化模型，建立了乘客满意度与时间延误惩罚之间的函数关系，并通过遗传算法对以上模型进行求解。
最后，王炜教授团队选取宁波市公共自行车系统为研究对象，依托以上的优化模型，对公共自行车短时需求预测和动态调度问题进行应用研究。通过实例研究论证团队所建立的模型和算法适用于城市公共自行车动态调度优化应用场景，有效地均衡了调度成本和用户满意度间的矛盾，切实提高了城市公共自行车的调度效率。
