需求感知的顺风车优化的概率方法
摘要：乘车共享是一个具有巨大潜力的现代城市交通模式，可以减少拥堵和污染。需求感知设计是解决乘车共享系统中关键挑战的一种有前景的方法，即针对一支车队对请求-车辆分配和路径选择的联合优化。在本文中，我们开发了一个概率需求感知框架来应对这一挑战。我们的重点是在未来需求的概率分布已知的情况下，最大化乘客乘车次数的期望值。我们的方法的关键思想是以概率的方式分配请求给车辆。这使得我们的工作与现有方法有所不同，并且可以探索更丰富的设计空间，以解决请求-车辆分配难题，并保证性能，同时保持最终解决方案的实际可行性。优化问题具有非凸性、组合性和NP-hard性质。作为一个重要贡献，我们探索问题结构，并提出了一个优雅的目标函数近似方法，以开发一个双子梯度启发式算法。我们给出了一个条件，该启发式算法可以生成一个$\left(1-1/e\right)$的近似解。我们的解决方案简单、可伸缩，并适用于实际实施。基于曼哈顿的真实跟踪数据的数值实验结果表明，与传统无需求感知方案相比，我们的需求感知解决方案将乘客乘车次数提高了最多46%。结果还显示，在车队层面上进行联合优化比单独优化每辆车辆更能提高19%的乘车次数。
作者：Qiulin Lin, Wenjie Xu, Minghua Chen, Xiaojun Lin
论文ID：1905.00084
分类：Systems and Control
分类简称：cs.SY
提交时间：2019-06-07