基于马尔可夫决策过程与动态规划的按需共享出行动态定价探析
最优化与控制
2020-07-06 v2
摘要
在按需共享出行服务（SMoDS）中，动态定价以对赋能乘客关于乘车要约决策的激励形式发挥重要作用。确定动态费率的策略应恰当设计，以使引发的需求与供给平衡，从而实现经济效率。本稿中，我们构建离散时间马尔可夫决策过程（MDP）以确定 SMoDS 平台所期望的、对应于各赋能乘客在系统各状态下接受概率的量。我们采用估计等待时间（EWT）作为供需平衡的度量，目标是将 EWT 调控在目标值附近。随后我们开发动态规划（DP）算法以导出将该 MDP 的 EWT 调控于目标值附近的最优策略。计算实验经多种情景证明 EWT 的调控有效。整体演示为离线进行。该 MDP 公式与 DP 算法可结合我们早前基于累积前景理论的乘客行为建模与 AltMin 动态路由算法的工作，用于动态费率的在线确定，构成为未来工作主题。
引用
@article{arxiv.1910.01993,
title = {Towards Dynamic Pricing for Shared Mobility on Demand using Markov Decision Processes and Dynamic Programming},
author = {Yue Guan and Anuradha M. Annaswamy and H. Eric Tseng},
journal= {arXiv preprint arXiv:1910.01993},
year = {2020}
}
备注
17 pages, 6 figures, and has been accepted for publication at the 23rd IEEE International Conference on Intelligent Transportation Systems, 2020