协同设计以实现评估未来出行方案影响的用户友好工具

未来出行方案的设计与其所赋能的出行系统的设计紧密耦合。事实上，关于新型出行方案预期服务的知识会影响其设计与部署过程，而关于其技术开发的洞见则可能显著影响交通管理政策。这需要相应工具来研究此种耦合，并针对不同的目标协同设计出行系统。我们提出一个框架来解决此类协同设计问题，利用协同设计的数学理论来构建并求解如下设计与部署问题：以车队规模、车辆特性和公共交通服务频率为决策变量，由自动驾驶车辆与微出行方案及公共交通共同服务出行需求的混合出行系统。我们的框架是模块化且可组合的，允许将设计描述为简单组件的互联，并从系统视角加以处理。此外，它仅需一般性单调性假设，并能自然处理多目标，为政策制定者提供合理、可操作的解决方案。我们在美国华盛顿特区的案例研究中展示了该方法。我们的工作表明，有望创建用户友好的优化工具，以系统评估干预措施的成本与收益，并为未来政策制定提供参考。