问题：
城市开发商面临停车规划与居民交通支出过高的难题 ——传统私家车模式每月消耗约500美元家庭支出，并占据着宝贵的城市空间。
解决方案：
Goldratt研究实验室（Goldratt Research Labs）运用城市仿真建模技术，对一套特斯拉共享车队管理系统进行了优化。该实验室通过基于智能体的建模分析居民使用模式，借助离散事件仿真分析车队物流情况，并对停车位缩减方案展开了分析。
成果：
- 居民交通成本降低 60%（每月 200 美元VS 500 美元）。
- 所需停车位数量减少 58%（105 VS 250）。
- 特斯拉车辆平均等待时间少于 5 分钟。
- 可扩展模型，可用于未来可持续开发项目。
引言：现代住宅开发的未来
Z Life公司项目的3D建模图
Goldratt研究实验室（Goldratt Research Labs）专注于通过仿真建模技术，助力各类机构与个人做出更优质、更快速的决策。该实验室聚焦于解答关键业务问题，例如 “实现改进的最简单、最快捷方式是什么？” 或 “如何以最低成本获得更优结果？
在该项目中，Goldratt研究实验室与总部位于拉斯维加斯的创新型房地产开发公司 ——Z Life公司（The Z Life Company）展开了合作。Z Life公司专注于前沿结构设计与现代居住解决方案。
Goldratt研究实验室借助 AnyLogic 仿真技术，分析了共享电动汽车如何改变城市生活。他们的目标之一是通过整合特斯拉共享车队管理、最大限度降低停车需求，从而降低城市住房成本，为可持续房地产开发带来变革。
问题：可持续房地产开发面临的障碍
现代城市居民面临着一个矛盾现象：他们斥资购买高档汽车，这些汽车却有 95% 的时间处于闲置状态；与此同时，开发商还将宝贵的空间浪费在停车基础设施上。在 Z Life 规划其在拉斯维加斯的旗舰开发项目时，这一矛盾具体体现为：
- 居民交通成本高昂（包括购车款、保险费、停车费）。
- 因强制性停车要求，导致建筑成本居高不下。
- 城市空间被浪费 —— 这些空间本可用于建设绿地或配套设施。
Z Life 提出了一种创新性的可持续房地产开发模式：用共享特斯拉车队管理系统取代私人汽车。但在缺乏数据的情况下，一些关键问题仍未得到解答：
高峰时段需要多少辆车才能保证供应？
减少的停车位能否满足需求？
这样的数量对居民和开发商双方都适用吗？
传统的规划方法无法解释现实使用中的复杂变量 —— 他们需要借助城市仿真技术，才能将这一愿景变为现实。
相关阅读：在AnyLogic中建模共享单车系统的案例研究。
解决方案：特斯拉车队管理模型
在处理 Z Life 项目时，Goldratt面临了一个复杂的挑战，面临一项复杂挑战，仅靠电子表格或主观猜测完全无法应对。他们需要一种方法来模拟人类实际行为与实体基础设施之间的互动关系，而城市仿真技术与 AnyLogic 软件在这一需求下展现出了不可或缺的价值。
突破源于一个精心构建的 AnyLogic 模型，该模型采用基于智能体和离散事件的方法还原了真实世界的复杂性。这一仿真的核心在于，它既捕捉到了住户的不确定性需求，也纳入了特斯拉车队系统的有限资源约束。
项目开发分为四步。
第1步：建立模型
首先，Goldratt的开发人员还原了核心组成部分：特斯拉车队、住宅综合体以及具有不同行为模式的居民。
该项目包含两支特斯拉车队：
- 免费车队——仅供住宅楼内的居民使用，且设有免费使用时长。
- 付费车队——适用于免费时长已用完的居民或希望使用特斯拉的非内部居民（非内部居民的使用价格高于内部居民）。
该住宅综合体包含3种户型的250套公寓。
| 类型 | 占比 | 每日免费时长 |
|---|---|---|
| 开间 | 30% | 30 分钟 |
| 一居室 | 50% | 45 分钟 |
| 二居室 | 20% | 60 分钟 |
公寓居民的4种一般行为模式。
| 类型 | 占比 | 活动时间 |
|---|---|---|
| 夜班工作者 | 25% | 上午10：00 – 下午5：00 |
| 白班工作者 | 50% | 下午5：00 – 次日凌晨1：00 |
| 自由职业者 | 20% | 上午7：00 –次日凌晨1 ：00 |
| 频繁出差者 | 5% | 上午7：00 –次日凌晨1 ：00 |
第2步：仿真特斯拉车队与居民行为
虚拟居民会像真人一样做出决策，有时会提前数天预订车辆，有时则因计划变更而临时发出用车请求。
在基础设施方面，每辆特斯拉在模型中都是一个动态实体。该城市仿真模型通过完整的用车周期对车辆进行追踪。
它突显出了明显的瓶颈；例如，在傍晚高峰时段，车辆充电会导致排程冲突。
第3步：测试"假设"场景
该解决方案之所以能为可持续房地产开发带来真正的创新性，核心在于其可测试数百种场景的能力。
第4步：独立应用程序与ChatGPT集成
为了使该模型能够被非技术用户轻松使用，Goldratt团队增加了一个由ChatGPT驱动的智能助手。该助手能够用通俗易懂的语言解释城市仿真结果，建议参数调整（例如："将免费特斯拉数量增加5辆以减少等待时间"），并生成包含易于理解的结论的PDF报告。
探索我们关于将 AI和仿真集成用于商业目的的白皮书。
成果：城市仿真带来的效益
该城市仿真项目提供了可行的见解，从而推动了多方面显著改进：
降低居民交通开支
- 传统私家车模式：约500美元/月（含租赁、保险、停车费）。
- 共享特斯拉模式：约200美元/月（含免费使用额度及偶尔的付费租赁）。
优化特斯拉车队规模
- 初始估算：250套公寓需配备50辆免费特斯拉。
- 仿真发现：仅需35辆免费特斯拉（及20辆付费特斯拉）即可将平均等待时间维持在5分钟以内。
减少停车位需求
- 传统要求：250个停车位（每户一个）。
- 共享模式：105个停车位（减少了58%），降低了开发商成本。
可扩展性与未来应用
- 该模型设计可用于扩展至其他可持续房地产开发项目（如旧金山、奥斯汀）。
- 城市仿真模型展示了其在精品酒店和混合用途物业中的应用潜力。
借助AnyLogic软件，Goldratt研究实验室与Z Life公司共同设计出一套兼具创新性与成本效益的城市出行解决方案。该模型实现了特斯拉车队使用效率的优化，同时证实：共享资源不仅能大幅降低住户生活成本，还可提升可持续房地产开发项目的盈利能力。
这一案例研究由Goldratt研究实验室首席执行官 Alan Barnard 博士与仿真副总裁 Jaco-Ben Vosloo 在2024年AnyLogic大会上联合发布。
演示文稿以 PDF 格式提供。
