混合网约车与物流车辆的 Share-a-Ride 问题

本研究探讨了基于共享出行，使用网约车进行乘客与货物一体化运输的潜力。在这种众包模式下，网约车平台可以从包裹配送服务中获利，而物流公司可以通过利用网约车的运力来降低运营成本。网约车与物流车辆的 Share-a-Ride 问题（SARP-RL）确定了物流车辆的数量以及乘客/包裹请求向网约车和物流车辆的分配，旨在最大化网约车总利润并最小化物流成本。本文提出了一种精确求解框架：（1）生成以最大利润服务给定请求集合的可行行程；（2）通过高效的枚举方法为整个乘客和包裹请求集合生成所有可行行程；（3）通过 $\varepsilon$-约束法求出该双目标问题的所有 Pareto 最优解。所提出的方法不仅是精确的，而且将 NP-hard 问题转化为简单的车辆-行程匹配问题。更重要的是，通过直接的并行化，总计算时间可以被压缩到任意程度。曼哈顿网络的案例研究展示了 SARP-RL 的求解特性。结果表明： 协调网约车和物流车辆的运营以服务乘客和包裹请求（SARP-RL）可以同时降低物流成本并增加网约车利润。 影响 SARP-RL 性能的关键因素包括网约车队规模、包裹请求的空间分布、乘客/包裹请求比例以及运输服务的单价，本文对这些因素进行了定量分析，为实际应用提供了管理启示。