网约车服务的在线重定位与匹配：一种基于模型的模块化方法
机器学习
2023-10-16 v1 系统与控制
系统与控制
摘要
本研究提出一种创新的基于模型的模块化方法（MMA），用于动态优化网约车平台中的订单匹配与车辆重定位。MMA 采用双层模块化建模结构。上层确定系统内车流的空间转移模式，以最大化当前与未来阶段的总收益。在上层指导下，下层执行快速的车-单匹配与车辆重定位。MMA 具有可解释性，并配备定制化的多项式时间算法，作为一种在线订单匹配与车辆重定位算法，可扩展至数千辆车辆以上。我们从理论上证明所提算法在简化网络中能达到全局最优，而基于玩具网络与真实数据集的数值实验表明，MMA 相比批量匹配与基于强化学习的方法能够实现更优的系统性能。此外，其模块化与轻量建模结构进一步使其能在保持较低计算成本的同时，对需求变化实现高水平的鲁棒性。
引用
@article{arxiv.2310.09071,
title = {Online Relocating and Matching of Ride-Hailing Services: A Model-Based Modular Approach},
author = {Chang Gao and Xi Lin and Fang He and Xindi Tang},
journal= {arXiv preprint arXiv:2310.09071},
year = {2023}
}