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

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

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

该研究提出了一种算法，能够在具有自主性的司机行为中，通过利用值迭代方法和策略传播计算所有乘客和司机的均衡策略，在 spatio-temporal distributions 与税车轨迹数据集等多个方面表现出优异的性能。

Feb, 2021

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

在车辆共享系统中，我们研究了一个最优投资问题，其中包括确定建立站点的顺序、车辆数量以及获得目标状态的策略，以及通过经营系统来最大化总利润的车辆数量和分配策略。该问题可以视为具有集合相关成本的旅行推销员问题的变体，并使用 A * 搜索算法进行解决。

Nov, 2023

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

本篇论文讨论了滴滴出行、Lyft 和 Uber 等顺风车系统的闭式排队网络模型，并聚焦于空车路由机制来控制网络中的汽车流动，以优化系统范围内的效用函数，证明了基于流体极限的优化问题的最优网络效用是任何路由策略（包括静态和动态的）下的有限车辆系统的效用的上界，在流体极限下，这个上界可由基于流体极限的最优路由策略渐近地实现。通过使用滴滴出行公布的真实数据，仿真结果证明了基于流体极限的最优路由策略与其他策略相比的益处。

Sep, 2016

骑行共享系统是提供生态友好的城市出行方式，有助于减轻交通拥堵和改善健康生活方式。本研究提出一种基于时空强化学习算法的动态均衡问题解决方案，在多种数据集上的实验证明其在减少需求损失方面优于传统模型，为城市出行提供更智能、强大的解决方案。

Feb, 2024

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