NERO：面向出行即服务的嵌套再平衡优化
最优化与控制
2019-06-28 v2
摘要
出行即服务（MoD）如类出租车服务，是颇具前景的应用。针对客户需求对车辆位置进行再平衡是此类服务中的关键挑战，因为二者间的不平衡会恶化服务质量（例如更长的等待时间）。由于计算复杂度，先前的工作难以应用于大规模 MoD 服务。本研究中，我们开发了一种可扩展的方法，从粗粒度区域到细粒度区域分层逐级优化再平衡策略。我们证明，随着层数增加，本方法的复杂度呈指数下降，而误差有界。我们利用真实世界出租车行程数据集数值验证了该方法通过增加层数减少计算时间，且仅带来少量额外行程时间。
引用
@article{arxiv.1906.10835,
title = {NERO: Nested Rebalancing Optimization for Mobility on Demand},
author = {Tomoki Nishi and Satoshi Koide and Keisuke Otaki and Ayano Okoso},
journal= {arXiv preprint arXiv:1906.10835},
year = {2019}
}
备注
7 pages, 3 figures