面向校园按需出行系统的预测性定位与服务质量拼车

自主按需出行 (MOD) 系统可以利用车队管理策略来提供高客户服务质量 (QoS)。先前关于自主 MOD 系统的研究已开发了单车容量车辆的再平衡方法，其中 QoS 通过大规模车队配置来维持。本研究聚焦于使用少量车辆的 MOD 系统，例如校园内的系统，在这些系统中，随着乘车需求的增加无法引入额外车辆。我们提出了一种预测性定位方法，通过识别关键位置来部署车队以最小化预期客户等待时间，从而改善客户 QoS。随着到达率的增加，引入拼车作为改善客户 QoS 的一种手段。然而，在拼车中，感知到的 QoS 取决于通常未知的客户偏好。为了应对这一挑战，我们开发了一个客户评分模型，该模型从五星评分中学习客户偏好，并将其直接整合到拼车算法中。我们将预测性定位和拼车方法应用于真实校园 MOD 系统的仿真中。结果表明，结合预测性定位与拼车的方法可将客户服务时间减少高达 29%，并且在一系列客户偏好下，客户评分模型提供了最佳的总体 MOD 车队管理性能。