多智能体建模是研究众多不同特性智能体相互作用所产生“涌现”现象及其过程的有效方法，既可以从微观角度对各智能体行为进行观察，也可以从宏观层次对系统整体结果进行分析。李宏亮认为研究复杂系统最有效的方法是系统仿真，面对一个大规模系统和复杂结构时，基于Agent的建模与仿真的灵活、高效特点将会提高系统仿真效率。

在Agent与多Agent的理论与技术中，Agent与其他Agent通过自身或环境修改自身规则并发出信息，实现交互，并且每个个体都具有适应性，与复杂系统具有内在异质性。因此多智能体仿真使复杂系统建模更加方便、可以仿真高度动态行为、支持对主动行为的仿真。

Chaib-Draa等指出多智能体仿真技术的自治性、活跃性、空间性、移动性和自适应对复杂系统微观行动具有更好的描述能力，并且支持复杂系统的分布或并行计算，因此在社会或经济系统中应用广泛。冯珊等认为多Agent仿真主要用于表现复杂情况，使对象具有自主决策、控制和通信功能，充分利用空间分布的信息和资源用以解决复杂系统仿真中的环境不适应性、信息不完全和实时性。因此多Agent仿真也叫解析仿真，即高效地表现每一个体的行为和环境条件。

ABM模型在电动汽车领域研究方面应用广泛，例如荆朝霞等构建了电网、充换电设施和电动汽车等在内的多个类型主体的ABM模型，其中详细考虑了乘客的出行特征、电动汽车的充换电方式，并与传统方法对比验证了多智能体仿真的优势。向诗剑和马铁驹构建了一种集成ABM和GIS的方法，以上海市为例研究基于城市路网结构的新能源汽车和加能站的交互扩散。

孙晓华等利用ABM框架构建决策模型，模拟电动汽车产业演化的基本过程，讨论充电基础设施建设对其差异化的作用。结果表明，电动汽车需求由分散趋于集中，提高区域充电站的密度集中化并强化网络效应，会增加消费者的购买力，从而扩大电动汽车市场规模。Lee等构建充电ABM模型，探讨了电动汽车车主对电价和车辆范围(电池容量)的偏好将如何影响充电站需求。结果表明过于简单地采用分时电价会对电网峰值需求产生不良影响，电动汽车续航里程和电池容量的增加将提高峰值和总能源供应。

对电动汽车分时租赁扩散、租赁商运营策略和充电站布局等涉及到的理论和相关文献进行了综述，为进一步研究提供了理论基础。总体而言，与现有文献的区别主要有以下三个方面：

(1)结合复杂网络与Bass模型实际量化预测分时租赁扩散，分时租赁扩散更具动态性和复杂性，需要考虑租车系统的复杂网络、基建设施数量的日益增加、市场结构的变动和电动汽车使用成本波动。因此，将复杂网络与Bass模型结合，构建扩散模型刻化系统的复杂机制，并采用国内实际数据进行分时租赁市场和车辆规模预测。

(2) 采用多智能体仿真解决分时租赁系统中租赁商运营策略问题，对于分时租赁系统中租赁商运营策略方面，现有文献主要从策略性计划决策模型和运营型决策模型展开研究，主要讨论最优的租赁站布局、车队规模以及调配系统，通常采用混合整数规划优化、非线性整数模型以及仿真等方法，建立定量模型，以此为基础进行深入分析，但是往往只能考虑局部最优，无法准确描述消费者同租赁商、租赁站点同车队之间的交互行为。

同时，现有文献的假设部分具有主观性，且缺少对不确定问题的分析，导致模型与现实情况不符。因此采用多智能体仿真解决该复杂问题，针对电动汽车的充电特性，考虑充电站同租赁站分布一致的情景，构建合理的调配系统，考虑在不同需求情景下，租赁商如何设置站点停车位数量、车队规模和调配距离，不仅满足用车/还车需求，又可以加速优化运营模式提高运营效率。

(3)综合考虑已建公共充电站布局合理性以及充电站容量配置对于公共充电站布局方面，现有文献通常都是以截流量最大、距离最短、费用最小化、需求导向和效益最大化为目标等方面进行研究，对充电站布局合理性研究较少。

公共充电站投入成本较大，在已建成一定规模的公共充电站的情境下，如何优化公共充电网络是值得研究的现实问题。因此针对分时租赁系统消费者途中充电场景，综合分析已建公共充电站布局的合理性并对充电站容量进行优化，既能保证消费者总出行时间最短又能使充电站资源配置效率提升。

电动汽车分时租赁扩散系统建模与仿真，在电动汽车市场渗透率稳步提升的情况下，针对电动汽车分时租赁系统产品创新扩散现象进行深入挖掘，根据其产品模仿扩散中的典型无标度复杂网络特征开展传统Bass扩散模型的修正：

（1）引入充电桩/充电站基建影响因子变量，将基建影响因子融入到电动汽车分时租赁的最大市场潜力容量分析中，对最大市场潜力进行重估；（2）引入电动汽车相对使用成本影响因子和经济因素等外部环境因素对电动汽车属性因素（相对于传统燃油汽车）影响进行建模拟合，对电动汽车分时租赁扩散模型进行加权重构；（3）引入无标度网络概念和边际效应系数，对产品扩散模仿过程进行基于无标度网络的拟合。

首先分析电动汽车分时租赁的用户特征，其次针对传统Bass模型的完备性和局限性进行分析，根据电动汽车分时租赁的自有特性引入复杂网络概念，提出修正Bass模型，并对修正Bass模型采用Matlab仿真实现，基于现有电动汽车分时租赁数据进行拟合，最后对电动汽车分时租赁系统的未来市场前景进行预测。

汽车分时租赁行业以2011年车纷享公司成立为开端，在交通部和住建部相继发布鼓励和支持分时租赁行业发展政策和指导意见的扶持下，经过7年的不断发展，形成了以GoFun出行、盼达用车和EVCARD等企业为代表的分时租赁平台。

随着互联网征信体系的逐步完善，分时租赁行业在完成了第一波爆发式增长后，通过规范化运营和整体行业的深度整合将会开始新一轮的增长。这主要表现在我国多家大型连锁租车企业在业务上谋求创新，例如GoFun和EVCARD出行企业为了追求绿色出行，大量购入纯电动汽车进行线上业务布局，打造新能源出行平台。

王雯静和干宏程通过结合实际调查RP数据和意向调查SP数据对居民实际出行情况进行研究，发现人们大部分出行时间范围在30-60分钟内，所以目前电动汽车的电池技术完全可以满足消费者的短途出行需求，即城市内出行。

另外，通过对私家车和分时租赁的每公里成本分析，发现当每日行程小于50km时，分时租赁出行成本小于私家车。可见，电动汽车分时租赁可以降低消费者的购置成本、维修保养费用和出行成本，随着分时租赁用户体验的提升，人们未来使用分时租赁替代私家车出行将成为趋势。

SchluterandWeyer分别从移动性、电动汽车拥有量、城市化程度、生态意识和技术等五个维度对汽车共享用户和非用户进行定量调查，结果发现汽车共享用户更容易转向电动汽车共享，对电动汽车接受度更高。

因此只有扩大分时租赁车辆规模和完善充电设施配套，才可以有效提升分时租赁用户对平台的忠诚度。分时租赁系统属于重资产模式，即租赁商需自行购置车辆，初期投入成本较高，对租赁网络密集要求高但运营成本也会增大，风险管理与车辆调配难度也较高，但通过统一管理、服务标准化、车型多样化和预定及支付便利化，可以有效提升整体用户体验。

为了促进分时租赁发展，国家出台诸多支撑性政策如充电配套设施建设、货币类激励性政策如购车补贴、非货币类激励性政策如不限行、限制性政策如限制燃油汽车牌照发放，对分时租赁具有重大影响。我国政府要求在创新制度、分类保障、统筹协调、政策配套、统一部署、分步实施的原则下寻找公务用车改革新模式，分时租赁模式成为优秀的配套解决方案，例如在京的部委机关已使用分时租赁服务、上海市启用初步覆盖上海市政府和16个区县政府的分时租赁网点。

另外，北京、上海、芜湖等各地方政府也开始不断推广电动汽车分时租赁模式，积极出台相应的运营补贴政策，例如2014年6月北京市颁布《北京市推广电动汽车应用行动计划(2014-2017)》，要求加快电动汽车分时租赁示范应用，使其成为城市多层次交通体系的重要组成部分。

2016年2月，上海市发布《关于本市促进新能源汽车分时租赁业发展的指导意见》，指出在统筹布局、适度超前以及互利合作、智能共享的基本原则下，到2020年底建成中心城充电服务半径小于1公里，基本满足中心城4000万人次/年以上的出行需求的充电设施网络，保证建成超过6000个分时租赁服务网点，并对分时租赁企业给予补贴支持。

芜湖市出台的《新能源汽车推广应用财政补贴资金管理办法(试行)》中给予每辆参与分时租赁的电动汽车最高不超过1000元/月的租赁补贴以及对每个分时租赁站点补贴1万元。可见，充电配套设施建设问题的解决，打破了电动汽车“鸡生蛋，蛋生鸡”的困局，也解决了分时租赁用户对续航里程短和充电难的焦虑问题。

同时政策扶持为分时租赁市场培育提供基础，会有更多消费者参与到分时租赁中，而租赁商也会不断扩大分时租赁车队规模，为此构成了一个复杂网络。复杂网络在创新技术/产品扩散研究中具有较强的普适性，特别是应用于广义Bass模型后大大提升了传统Bass模型的优越性。

基于传统Bass模型，通过定量分析电动汽车基建因素和外部环境因素对分时租赁扩散的影响，根据分时租赁的网络传播特性引入复杂网络概念，最终提出基于无标度网络的修正Bass模型，最后基于现有电动汽车分时租赁数据，对此类创新产品的市场发展提供现有数据拟合与未来数据趋势预测，为后续的政策制定提供量化分析支撑。