Feb, 2013

基于道路网络的大规模实时拼车服务和服务保障

PDF
TL;DR本文介绍了在道路网络上提供实时拼车服务，并保证等待时间和服务时限的大规模实时拼车问题。作者提出了分支限界算法和整数规划算法，并且提出了一种更适应动态请求的动态调度算法，从而在上海出租车数据集上进行实验，并证明了此算法比其他算法响应时间更快。
ridesharingreal-timeroad networksalgorithmservice guarantee
发现论文，激发创造
  • 实时车辆位置问题

    本文提出一种新颖的问题：如何在空间和时间上变化的情况下放置车辆以实时满足乘客的需求。研究者使用了四个主要美国城市一千万次乘车请求的数据集，证明了这种请求具有显著的自我相似性，并提出了分布式在线学习算法用于解决实时车辆定位的问题，并且通过观察到的自相似性，确定了算法的预期性能边界。

    Dec, 2017

  • 拼车中人类满意度作为最终目标

    研究表明，当寻求最佳的车辆乘客分配和路线确定时，用户满意度应该是主要目标之一，因此发展了一种实用算法来提高用户满意度，并优于具有更简单满意度模型的最优化分配算法。

    Jul, 2018

  • 共享网络下汽车拼车带来的收益量化

    介绍了共享出租车的一个理论框架，可以通过建立可共享性网络模型，计算共享的整体效益与乘客体验的折衷，使得城市的交通拥堵、空气污染等问题得以缓解和减少成本和排放，同时也得到了广泛的乘客支持和接受，且结果表明出租车共享系统的效率并不与出租车规模等因素相关

    Oct, 2013

  • 基于多智能体分层强化学习的即时城际拼车服务车辆派遣和路径规划

    本研究提出了一个两层框架来促进在线车队管理，具体而言，上层框架提出了一种新的多主体封建强化学习模型，以协同分配空闲车辆到不同的城际线路，而下层利用自适应大邻域搜索启发式不断更新车辆的路线。

    Jul, 2023

  • 在线顺风车市场的优化框架

    本研究探讨了在供需不平衡条件下，改进出租车和产品送货服务的匹配效率的一般性框架，提出了可适用于双边市场的高度通用的模型，并提出了有效的在线和离线算法。

    Dec, 2016

  • 在线多容量打车的竞争比率

    本研究提出了在在线多容量拼车中具有竞争比率边界的方法，以解决由三部分图形成的匹配问题，该问题包括资源、请求和请求组以减少碳排放和提供更高的车辆 / 资源收入。

    Sep, 2020

  • 大规模在线拼车：指派优化对系统性能的影响

    采用 VGA 方法来有效地解决大规模 MoD 系统中的乘客 - 车辆分配和路线问题，实验表明，采用最优化乘客共乘策略相对于没有共乘策略的 MoD 系统，车辆行驶距离减少 57%，平均乘客旅行延迟降低 5%。

    Apr, 2023

  • 共享交通工具系统中的定价与优化：一种近似框架

    提出了一种基于凸松弛的近似框架，用于对共享车辆系统进行建模和优化，通过分析此近似框架的性质，得出了计算复杂度更低的解决方案并提供实际操作洞见，实现了对共享车辆系统的有效控制与管理。

    Aug, 2016

  • 使用模型增强的强化学习优化出租车车队的随机路由

    本论文提出了一种基于模型的派遣算法、基于高性能模型无关的强化学习算法和将自顶向下方法和模型无关强化学习的优点结合的新型混合算法，以路线优化策略的形式为车队提供路线规划，研究了面对实时、随机需求的情况下，在小到中型的道路网络中，对街道叫车服务的路线进行优化；使用基于代理的大规模微观仿真平台，评估了提出的算法在人工道路网络和社区基础新加坡道路网络中的表现，结果显示出基于模型的派遣算法、基于高性能模型无关的强化学习算法和混合算法在性能上均表现出色，并且混合算法可以显著加速模型无关学习者的学习过程。

    Oct, 2020

  • 解决城市接送服务中随机请求动态车辆路径问题的在线方法

    本文提出了一种解决动态车辆路径问题（DVRP）的方法，该方法适用于时间窗口和随机旅行请求，并针对局部交通服务应用。此外，该方法利用了问题的结构设计了启发式算法以便搜索具有很好前景的行动。实验表明，该方法在性能和鲁棒性方面均优于现有最先进的方法。

    Mar, 2022