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。

Feb, 2013

本文研究了欧洲 10 个城市中一家主要租车公司的车辆可用性相关的网络数字记录，以分析及推测车共用旅行和不同区域的客户用途以确定维修设施的位置。

Jul, 2017

本文介绍了一种新的框架，可将定价和匹配问题集成起来，同时考虑这些决策对未来的影响。在真实的出租车数据集上实验表明，此框架可以以可持续的方式显著提高收入，减少所需车辆数量和总行驶里程，从而为所有相关方带来双赢的局面（包括顾客、司机、聚合器和环境）。

Feb, 2023

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

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

在这篇论文中，我们提出并比较了在基于站点的自行车共享系统中为用户推荐站点的策略，首先是基于排队理论的推荐策略，其根据用户的利益推荐距离较近且更有可能找到自行车或停车位的站点；然后，我们进一步定义了一种策略，将特定用户的利益与全局系统的利益相结合，以实现在预期未来需求方面改善自行车和停车位分布，以隐式地避免或缓解平衡问题。我们通过对马德里自行车共享系统 BiciMAD 的实际数据进行了多个实验来评估我们的提议。

Jan, 2024

本文提出了 GoTogether, 一种基于学习排序技术的拼车推荐系统，通过用户历史选择建立个性化排序模型并最大化成功匹配的推荐，实验结果表明在静态和动态情况下该方案能快速准确预测用户选择。

Jul, 2023

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

本论文研究基于 Web 的数字记录，分析了 10 个欧洲城市中一项主要积极的汽车共享运营商的车辆可用性，并确定了与车辆共享需求变化相关的社会人口和城市活动指标。同时分析了如何预测取车和还车事件，以及如何利用关于车辆可用性的时空信息推断城市的不同区域如何被顾客使用。最后给出了一个直接应用分析数据集的实例，旨在确定车辆共享运营区内维护设施的位置。

Sep, 2021

通过使用启发式算法和经济补偿方案，该研究提出了一种用于出租车和客户配对的新算法，该算法提高了城市移动效率，并减少了客户等待时间。

Jan, 2024