Apr, 2023

大规模在线拼车：指派优化对系统性能的影响

PDF
TL;DR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%。
mobility-on-demandridesharingvga methodvehicle routestravel delay
发现论文，激发创造
  • 基于实际出行需求的大规模拼车 DARP 实例

    使用真实世界数据创建了基于不同用例的全面一套大规模需求实例，用于评估 DARP 方法，插入启发式和最优车辆组分配方法在所有测量量上都表现出各个城市之间重要差异，强调了跨不同城市评估方法的重要性。

    May, 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

  • 基于道路网络的大规模实时拼车服务和服务保障

    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

  • 网上移动定位与匹配的顺风车服务：基于模型的模块化方法

    本研究提出了一种创新的基于模型的模块化方法（MMA），以动态优化拼车平台中的订单匹配和车辆重定位。MMA 利用了一个两层和模块化的建模结构，其上层确定了系统内车流的空间转移模式，以最大化当前和未来阶段的总收益。在上层的指导下，下层执行快速的车辆 - 订单匹配和车辆重定位。我们理论上证明了所提算法可以在标准化网络中实现全局最优，而基于玩具网络和实际数据集的数值实验表明，与批量匹配和基于强化学习的方法相比，MMA 能够实现更优越的系统性能。此外，其模块化和轻量级的建模结构使其能够在需求变化较大的情况下，具有较高的鲁棒性，并保持相对较低的计算成本。

    Oct, 2023

  • MOVI：一种无模型动态船舶管理方法

    通过一个基于 1500 万次出租车记录的仿真实验，我们展示了一个全新的对于车辆调度问题建模的思路，并且展示了这种思路优于其他传统算法。同时，我们的结果也提示出，在实际场景中，独立决策的分布式策略在实践中更加有效。

    Apr, 2018

  • 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

  • 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

  • 基于高斯过程的分布式数据融合和主动感知技术在即需移动性系统中的应用

    本文提出一种分散式数据融合和主动探测算法来进行实时的精细化移动需求感知并预测移动需求；并基于高斯过程的算法来解决预测性能和时间效率的平衡，并探讨了该算法可以使用机器人共享车辆在 MoD 系统中进行需求预测的问题。

    Jun, 2013

  • 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

  • 机器人按需移动系统的控制：排队论观点

    本研究提出并分析一个排队论模型，用于自主移动出行（MOD）系统，其中机器人、自动驾驶车辆在城市环境中运输乘客并使自身再平衡以确保整个网络的可接受服务质量。研究表明，可以通过解决线性规划来找到最优再平衡算法，从而最小化（自主）再平衡车辆数量并保持整个网络车辆可用性的平衡。我们基于这些理论洞见设计了一个稳健的实时再平衡算法，并将其应用于纽约市的案例研究。这篇论文提供了一个解决自主驾驶车辆系统范围协调问题的严谨方法，并提供了对机器人交通网络可持续性益处的首个表征。

    Apr, 2014