使用凸最小费用流的网约车市场车辆再分配

网约车平台在其运营路网的不同区域经常面临乘车供需不平衡的问题。因此，动态定价方法被用来通过溢价乘数来调节这些需求不对称，从而激励更多司机参与市场。然而，自动驾驶汽车的预期商业化可能会将当前的网约车平台转变为车队运营商。人类司机的缺失催生了对空车管理以解决任何车辆供应不足的需求。研究中已提出使用整数规划和需求预测模型的主动再分配方法来解决此问题。然而，现有模型的一个缺点是它们忽略了市场结构和潜在的客户选择行为。因此，当前模型未能捕捉到再分配的真实价值。为了解决这个问题，我们通过假设一个客户离散选择模型和市场结构，将车辆再分配问题表述为一个非线性最小费用流问题，该问题考虑了车辆供需关系。我们证明了该模型可以具有凸域，并引入了一种边分裂算法来求解一个用于车辆再分配的转换后的凸最小费用流问题。通过使用模拟测试我们的模型，我们表明我们的再分配算法可以将等待时间减少 50% 以上，将利润提高最多 10%，同时车辆行驶里程增加不到 20%。我们的研究结果概述了再分配的价值取决于局部市场结构和客户行为。