因應都會區中繁忙的旅運需求，並減少眾多私人燃油汽機車所造成的空污與壅塞，近年來全球各大都會區掀起一股設置「共享載具系統」的風潮，在都會區中大量建置共享載具租借站，讓使用者在各租借站借還共享之載具，除希望能更接近其旅運起訖點外，亦能縮短其使用捷運、公車等大眾運輸系統的最初及最後一哩路程。而電動機車同時享有自行車的輕便與易停靠、汽車的快速、且能避免空污等優點，比自行車或汽車更適合成為都會區之共享載具。本研究欲結合「電動機車」與「載具共享」兩大綠色運輸的概念，針對都會區中新興的「可隨處借還」(Free Floating)式電動機車共享系統，探討如何於其營業期間調度員工以騎乘載具或自我移動等方式，進行共享載具之動態運補，以增加共享車輛的使用率。
此種可隨處借還載具之機制，可讓騎乘者將機車自由停駐於到處可見的合法車位，而不必被侷限於少數特定位址的租借站借還，這對使用者而言似乎會比傳統站點式(Station-based)的共享系統更為方便。然而為了因應到處可能出現的租車需求，若在各處擺放共享車輛，勢必產生許多閒置車輛，降低車輛的平均使用週轉率。為減少車輛閒置機會，應採取適當的運補策略，指揮員工將閒置車輛自供過於求的地點運補至即將車不夠租的地點，以提昇車輛使用率以及服務品質。
為了方便運補作業能有更明確的執行區域、目標及時機，在時間上我們將以每30分鐘為一期，將一整天的時間劃分成數期；空間上則將原先到處可租還的營運區域劃分成數個子區域，以子區域當作是虛擬租借站的概念，將可隨處借還之場域以數個虛擬租借站來代表簡化之，如此即可使用站點式共享載具系統常用的運補策略來執行動態運補。而為了有效進行運補，以最大化可被滿足之使用者租借需求，本研究提出兩種作法：(1)最適車數配合兩階段最大流量演算法(Ideal Inventory with Max Flow，IIMF)；(2)運補人員調派模式(Staff Dynamic Reposition Model，SDRM)。其中，IIMF法較貼近現實作法，先以整數規劃模式算出各站點在各期期末的一個理想車數後，將該數量視為各子區域欲使用員工運補以達成的目標車輛個數，再以最大流量演算法(Maximum Flow)為基礎，第一階段先指揮部分員工將其區域內閒置之車輛騎乘至預期即將缺車的區域，第二階段再指揮剩餘人員自行移動至預期即將有較多閒置車輛的區域。而SDRM法則將當期各起訖區域間的預期租借量視為其實際租借量之上限，直接於每期求解一個簡易的人員運補數學規劃模式。測試結果發現這兩種運補方法皆能提高成功租借需求人數，而SDRM法又較IIMF法有更佳的運補效益。

The vehicle sharing system (VSS) has become a popular and important tool to serve for the first-and-last mile connection in many metropolitan areas. Here we focus on the dynamic reposition strategies for a free-floating electric motorcycle (e-motorcycle) sharing system. Compared with the station-based VSS, the free-floating system is more easily accessible but difficult to reposition for the same reason. To this end, we propose to divide the entire region of operations into several virtual stations. Setting every 30 mins as a period, we can analyze the historical rental data for each virtual station of each period as estimated rental and return demands. Unlike a shared bike, an e-motorcycle is too heavy to move by trucks. Thus we need to move e-motorcycle by staff, similar to the repositioning of shared cars. In particular, we calculate optimal routings for staff to reposition shared motorcycles and move between virtual cells, so that the unmet rental demands can be minimized.
Two integer program models are proposed: (1) the Ideal Inventory with Maximum Flow (IIMF) first calculates the optimal inventories for all virtual stations and periods, then use a two-phase maximum flow algorithm to reposition vehicles and staffs. (2) the Staff Dynamic Reposition Model (SDRM) assign the vehicles and staffs at the end of every station and period by an integer program. The results of our tests indicate out repositioning strategies do provide better service to reduce unmet rental demands.

中文文獻：
王俊偉(2011)，「以系統模擬探討公共自行車租借系統之建置及營運策略」，國立成功大學工業與資訊管理學系碩士論文。
龔建宇(2007)，「國軍油料補給管理模式之建構與分析」，國防大學資訊管理學系碩士論文。
林柔昕(2011)，「電動汽機車旅運需求電力供應設施規劃」，國立成功大學交通管理學系碩士論文。
劉宜青(2011)，「以模擬最佳化求解公共自行車共享系統之初始車輛配置策略」，國立成功大學工業與資訊管理學系碩士論文。
梁瑜庭(2013)，「公共電動機車共享系統之最佳車輛佈署策略研究」，國立成功大學工業與資訊管理學系碩士論文。
周佰賢 (2015)，「考慮需求變化狀況及增設臨停區之公共自行車共享系統租借站分群與車輛調度策略研究」，國立成功大學工業與資訊管理學系碩士論文。
段宏慶(2016)，「應用系統模擬於光通訊雷射二極體生產配置-以A公司為例」，元智大學工業工程與管理學系碩士論文。
侯貞泰(2016)，「公共自行車共享系統之群眾運補策略數學模型與資料視覺化工具設計研究」，國立成功大學工業與資訊管理學系碩士論文。

英文文獻：
Fu, T. T.(2008), A multi-criteria parametric evaluation of the refuelling strategies for scooters, Journal of Engineering Design,Volume 19, Issue 3.
Jorge, D., Correia, G., (2013), Carsharing systems demand estimation and defined operations: a literature review. EJTIR 13, 201–220.
Jorge, D., Correia, G. H., & Barnhart, C. (2014). Comparing optimal relocation operations with simulated relocation policies in one-way carsharing systems. IEEE Transactions on Intelligent Transportation Systems, 15(4), 1667-1675.
Law, A. M., Kelton, W. D., & Kelton, W. D. (2000). Simulation modeling and analysis (Vol. 3). New York: McGraw-Hill.
Lee J., Park GL. (2014) Design of a Relocation Staff Assignment Scheme for Clustered Electric Vehicle Sharing Systems. In: Murgante B. et al. (eds) Computational Science and Its Applications – ICCSA 2014. ICCSA 2014. Lecture Notes in Computer Science, vol 8582. Springer, Cham
Mehdi Nourinejad, Sirui Zhu, Sina Bahrami, Matthew J. Roorda(2015), Vehicle relocation and staff rebalancing in one-way carsharing systems, Transportation Research Part E: Logistics and Transportation Review, Volume 81, September 2015, Pages 98-113.
Sadoun, B.(2000), Applied system simulation: a review study. Information sciences, 124, 173-192.
Wang, Y. W.(2007), An optimal location choice model for recreation-oriented scooter recharge stations, Transportation Research Part D：Transport and Environment, 12(3), 231-237.
Wang, Y. W.(2008), Locating battery exchange stations to serve tourism transport：A note, Transportation Research Part D 13 193-197.
Wang, Y. W.(2008), Simulation of service capacity an electric scooter refueling system, Transportation Research Part D：Transport and Environment Volume 13, Issue 2, Pages 126–132.
Wang, H., Cheu, R., Lee, D.-H., (2010), Dynamic relocating vehicle resources using a microscopic traffic simulation model for carsharing services,
Computational Science and Optimization (CSO). In: 2010 Third International Joint Conference, Huangshan, Anhui, pp. 108–111.
Contardo, C., Morency, C., & Rousseau, L. M. (2012). Balancing a dynamic public bike-sharing system (Vol. 4). Montreal, Canada: Cirrelt.
Weikl, S., Bogenberger, K.,(2014), Nachfragephaenomene von free floating car sharing-systemen – Raeumlich-Zeitliche Angebots-Nachfrage-Asymmetrie. In:
Forschungsgesellschaft fuer Strassen- und Verkehrswesen (Eds.), Proceedings of Heureka 2014: Optimierung in Verkehr und Transport, pp. 591–606.
Simone Weikl, Klaus Bogenberger,(2015), A practice-ready relocation model for free-floating carsharing systems with electric vehicles – Mesoscopic approach and field trial results, Transportation Research Part C: Emerging Technologies, Volume 57, Pages 206-223.
Pal, A., & Zhang, Y. (2017). Free-floating bike sharing: Solving real-life large-scale static rebalancing problems. Transportation Research Part C: Emerging Technologies, 80, 92-116.
網站資料
BPStatisticalReviewofWorldEnery: http://www.bp.com/sectionbodycopy.do?categoryId=7500&contentId=7068481
Electric Bikes Worldwide Reports(EBWR)：http：//www.ebwr.com/
IEK產業情報網：http：//ieknet.iek.org.tw/signoff.do
International Energy Agency(IEA)：http：//www.iea.org/
TES電動機車產業網站：http：//proj.moeaidb.gov.tw/lev/default.asp
台灣電動車產業聚落交流平台：http：//www.ev.org.tw/Home/Index
綠色能源產業資訊網：http：//www.taiwangreenenergy.org.tw/
電動機車聯合測試服務中心：http：//www.tes.org.tw/index.htm
交通部網站：http：//www.motc.gov.tw/
經濟部工業局網站：http：//www.moeaidb.gov.tw/external/view/tw/index.html
經濟部能源局網站： http：//www.moeaboe.gov.tw/