一种用于最小 - 最大公平停车位分配问题的半分布式方法

设计可潜在集成到未来智能交通系统中的高效停车机制至关重要。通常，相关的设计问题属于组合优化问题，且最优解方法的最坏情况复杂度随问题规模呈指数增长。因此，此类最优方法不具备可扩展性，在实际应用中并不理想。结果是，现有的停车位分配方法几乎均为简单的贪心算法，即为每辆车分配一个距离其目的地最近的空闲车位。此外，在停车位分配过程中并未强调优化用户的社会总效益。本文考虑将公平性作为建模用户 aggregate 社会效益的指标，并基于拉格朗日对偶理论开发了一种分布式算法。与最优方法相比，所提出的算法具有良好的可扩展性。此外，研究表明该停车机制保留了隐私性，即在算法迭代过程中，任何参与算法的车辆都无法获知其他车辆的目的地。数值结果展示了所提算法与最优分配及贪心方法相比的性能。结果表明，我们的算法在实现层面的简单性与性能之间取得了良好的权衡。尽管本文的重点在于停车位分配问题，但我们的公式化和算法总体上也可应用于或适配于其他应用领域的公平代理 - 目标分配问题。