考虑市场与利润的网约车与行业主体博弈分析

为系统分析网约车与行业原有主体的矛盾,从网约车的视角,综合考虑市场份额和利润效益,采用博弈论的方法,分别讨论网约车与传统出租车、乘客、政府之间的利益冲突.构建最优策略博弈模型并进行分析,求解混合策略博弈均衡解.结果表明:网约车与传统出租车均无策略选择最优概率,将处于持续的互相博弈状态中,网约车优劣服务成本差和价格是乘客选择乘坐与否的关键因素,政府管制成本和对非法经营的罚金是促使网约车合法经营的关键因素,为网约车自身发展和政府对网约车的监管提供理论支持和决策建议.     

需求不确定下的网约车司机最优工资水平研究

在网约车出行系统中,乘客出行需求的不确定性会影响网约车平台制定合理的工资水平, 进而影响平台利润。本文研究出行需求不确定下的网约车司机工资水平。根据问题的数学描述,假设实际出行需求服从随机分布,司机数量供给服从劳动力供给理论,采用网约车研究领域广泛采纳的精准乘客-司机匹配函数描述乘客与司机间的匹配关系。在此基础上,建立求解网约车平台利润最大化的模型框架。案例研究发现：存在最优的工资水平,使得网约车平台利润最大化;最优工资水平、司机人数与乘客最大需求正相关,最优工资水平与平台影响力负相关;本模型给出期望利润最大化下的最优解,比平均值模型具有一定的鲁棒性,有效保障网约车平台利润。 结果表明,本文建立的最优工资水平模型可以有效研究需求不确定性下的网约车出行系统。     

公交线网优化新技术的应用研究

针对现有公交线网优化研究模型求解复杂、可操作性不强的现状,提出了一种新的公交线网优化方法：从分析乘客对线网的需求意愿入手,获取线网优化要重点解决的问题,在此基础上提出优化策略。建立平衡乘客及公交运营企业利益的系统成本最优模型。最后以济南为例,验证方法的可操作性和优化结果的可实施性。     

高峰期考虑乘客议价的网约车定价与平台收益及社会福利优化

现阶段有关网约车动态定价的研究主要是从司机和平台的角度出发，借助排队论、生灭过程等方法描述司机的运行状态，对市场需求的动态变化特征关注较少，同时也没有考虑乘客方的自主议价权力。本文采用动态匹配描述网约车市场中乘客与司机的匹配过程，通过构建动态匹配模型描述短时间内市场变化的影响，采用需求与供给函数描述乘客和网约车的状态，在此基础上，构建平台利润最优模型和社会福利最优模型；然后提出乘客议价影响因子并依据现有数据确定其在市场运行不同时段的函数，将影响因子引入已建立的模型得到修正后的动态匹配模型和定价模型；最后设置算例验证模型可行性，探讨价格变化对市场的作用，分析乘客议价对动态匹配网约车市场的影响。算例结果表明，随着价格变化因子倍数的增加，社会福利、平台利润和匹配量先增后减，在倍数为2.0时，社会福利达到最大，倍数为1.3时匹配量达到最大。对比分析发现，乘客议价将推动市场向供求平衡移动，同时增加网约车市场高峰时段的平台利润和社会福利。     

时间窗约束下需求可拆分的拣选与配送联合优化问题研究

针对企业急需解决的订单履行效率低问题,基于需求可拆分的思想,综合考虑时间窗和组合拣选策略特征,建立时间窗约束下需求可拆分的拣选与配送联合优化模型。通过拣选成本、拆分需求成本、配送成本、时间惩罚成本反映订单履行效率,指出拆分需求、组合策略以及算法对于模型的优化。利用两阶段算法对模型求解,通过算例验证了模型和算法的有效性。最后以不拆分需求、S-Shape策略和顺序决策算法为对比方案,发现总成本分别下降了33.43%、12.3%和28.17%,证明本文建立的模型和算法可以有效提高订单响应速度,降低订单履行成本。     

基于网约车订单数据的居民出行特征研究

为了解不同类型网约车乘客的出行特征,帮助网约车司机制定合理的寻客策略,以北京市出租车网络订单数据及快车网络订单数据为基础,采用K-均值（K-means） 聚类方法,以乘客出行时间、行程时间、上车区域用地性质及下车区域用地性质作为特征变量,对两种网约车的订单数据进行聚类分析,并分别将其划分为4种需求类型。对出租车网络订单及快车网络订单的4种需求类型进行对比分析,发现二者的乘客出行需求呈现出相似的特征。其中有两类需求受乘客出行时间影响较大,工作日早晚高峰的出行需求更为活跃,乘客上下车区域的用地性质集中于混合用地性质。另外两类需求受乘客出行时间影响较小,乘客上下车区域集中于混合用地与居住用地、商业服务设施用地、绿地及广场用地3 种用地类型之间。对订单数据进行统计分析发现,快车网络订单行程时间集中在10~20min,出租车网络订单的行程时间集中在10~45min。快车订单以短时出行为主,当乘客行程时间较长时选择出租车的概率更大。     

考虑网约车竞争的机场出租车供需均衡博弈模型

为有效解决机场出租车供需不均衡问题，本文基于完全信息下静态非合作博弈理论提出机场出租车司机及乘客两个群体决策的纯策略博弈模型。将网约车竞争影响引入出租车司机群体决策收益函数的构建中，探讨不同竞争强度对出租车司机群体决策结果的影响。同时，考虑排队长度、上客速率、交通状况、交通费用及多交通方式分流等因素研究乘客群体决策的收益函数，反映乘客群体不同决策结果对司机的影响。以北京首都国际机场为案例进行实证分析。结果显示：在北京市网约车行业平均竞争水平下，两群体通过互馈影响达到纳什均衡时，整体供给略高于需求，其中，早晚高峰时段机场出租车呈现供大于求的状态；地铁停运后的凌晨则需求远大于供给。针对当前网约车竞争水平下达到纳什均衡时的机场出租车每日供需不均衡现象，可以适当提高出租车司机对网约车竞争影响的认知。     

基于网约车订单数据的居民出行特征研究——以北京市为例

为了解不同类型网约车乘客的出行特征,帮助网约车司机制定合理的寻客策略,以北京市出租车网络订单数据及快车网络订单数据为基础,采用K-均值(K-means)聚类方法,以乘客出行时间、行程时间、上车区域用地性质及下车区域用地性质作为特征变量,对两种网约车的订单数据进行聚类分析,并分别将其划分为4种需求类型。对出租车网络订单及快车网络订单的4种需求类型进行对比分析,发现二者的乘客出行需求呈现出相似的特征。其中有两类需求受乘客出行时间影响较大,工作日早晚高峰的出行需求更为活跃,乘客上下车区域的用地性质集中于混合用地性质。另外两类需求受乘客出行时间影响较小,乘客上下车区域集中于混合用地与居住用地、商业服务设施用地、绿地及广场用地3种用地类型之间。对订单数据进行统计分析发现,快车网络订单行程时间集中在10～20min,出租车网络订单的行程时间集中在10～45min。快车订单以短时出行为主,当乘客行程时间较长时选择出租车的概率更大。     

考虑车速调控和乘车引导的公交运行优化控制策略

通过有效的精准控制策略提升公交车辆的到站间隔匀整度和运行服务可靠性是改善公交服务质量，提升公交乘客出行满意度的重要途径。首先，本文考虑站点乘客上车需求波动构建公交运行模型；其次，提出基于时间偏差反馈机制的公交区间行驶速度调控策略和基于乘车选择行为模型的公交站点乘客信息引导策略；最后，以最小化乘客出行成本和车头时距偏差为目标，构建融合车速调控和乘车引导的公交运行组合优化控制策略，并设计了求解方法。以北京公交57路为例，设计4种情形的数值仿真对比实验。仿真结果表明，组合控制策略的优化效果最佳，相比于无控制策略，公交运行稳定性提升了47.70%，避免了线路的串车发生，考虑出行时间与拥挤程度的综合成本减少了18.71%。本文还比较了不同乘客收入水平和乘客引导信息服从率下策略的优化效果。结果表明，随着收入水平的提升，信息引导策略对总出行成本降低效果减弱，当乘客引导信息服从率为0.7时，组合控制策略对公交运行和乘客出行的改善效果最显著。本文可以为提升公交运行可靠性和服务质量提供重要支撑。     

弹性需求下的出租车市场均衡模型

为了探究出租车市场均衡模型的性质,假设乘客根据预期出行成本的变动来选择是否乘坐出租车,构建了弹性需求下的出租车市场均衡模型,分析了出租车平均行驶速度、城市规模以及乘客等车时间价值对出租车服务水平、使用效率以及打车软件使用率的影响。算例表明：出租车平均行驶速度的提高使扬招乘客和网约乘客等待时间均减少,巡游车和网约车空驶时间均增加; 随着城市规模的扩大,扬招乘客和网约乘客等待时间先增加后减少,巡游车和网约车空驶时间先减少后增加;乘客等车时间价值的提高使扬招乘客等待时间和网约车空驶时间均减少,网约乘客 等待时间和巡游车空驶时间均增加;不同城市规模下,出租车平均行驶速度的提高均能提高打车软件的使用率,城市规模非常小时,乘客等车时间价值的提高使打车软件的使用率减少,当城市达到一定规模时,乘客等车时间价值的提高则会提高打车软件的使用率。     

公交线路配车问题的不确定双层规划模型

为合理优化公交线路配车,考虑现实中公交站点乘客数量不确定性因素,引入不确定理论构建公交线路配车的不确定双层规划模型. 上层目标为公交运营企业的收益最大化,下层目标为乘客出行时间和费用总成本最小,约束条件是政府要求的服务水平、乘车率,通过 MATLAB进行编程求解. 以南昌市210 路公交为例,利用所构建的不确定双层规划模型对早高峰07:00-08:00 配车进行优化,在给定80%乘车率的约束条件下,单方向配车数量由26 辆减少到23 辆,减少11.5%;优化后高峰小时乘客总加权成本相比优化前小幅增加0.5%,基本持平;高峰小时该线路的利润比优化前增加了112 元,提高29.6%. 结果显示,利用所构建模型优化早高峰小时线路配车效果明显. 该研究为公交运营者考虑现实中不确定因素更合理地优化线路配车提供了理论支持.     

基于社会网络结构特征的网约车平台竞争策略研究

为研究网约车平台如何在竞争激烈的行业中选择有效的竞争策略来实现公平的市场竞争，本文从社会网络分析法与计量经济学的双重视角出发研究网约车平台之间的竞争关系。首先构建全国网约车市场竞争网络，选取度中心性、结构洞、核心边缘结构等指标分析其网络拓扑结构，并以112个网约车平台的实际收益数据为例，将网络拓扑属性带入计量经济模型，实证分析了网约车竞争网络指标与平台收益之间的关系。结果显示：目前我国网约车平台竞争网络是一个非均衡性网络，核心平台拥有着密集的网络关系，大多数平台在网络中分布较为分散，少部分平台游离在市场边缘；且平台在网络中的拓扑位置与平台收益息息相关，核心程度对收益影响最显著。最后提出运用前沿技术、建立横向与混合联盟、提供差异化服务的平台竞争策略。     

基于理性疏忽理论的交通疏散网络双层优化模型

研究交通网络疏散问题的文献较多,但鲜有基于理性疏忽理论来分析交通网络疏散问题的。本文考虑疏散网络交通状态的随机性和出行者信息处理能力的有限性,将交通状态信息成本内生化,建立基于理性疏忽理论的疏散网络双层优化模型。上层以系统总疏散时间最小为优化目标,将路段是否单行作为决策变量,下层建立基于理性疏忽理论的用户均衡模型。设计离散粒子群优化算法与逐次平均法相结合的启发式混合算法(DPSO-MSA),上层采用粒子群算法求解,将上层得到的单行策略传递给下层,下层模型采用MSA方法求解,将得到的路段交通量返回给上层。并通过算例验证模型的有效性。研究发现,最优单行策略要优于非单行策略和全单行策略,设计的算法可以快速识别疏散网络的关键路段。对于整个疏散系统而言,出行者获取的信息并不是越多越好。研究结果可以为疏散策略的制定提供参考依据。     

城市轨道交通小交路计划与客流控制协同优化策略

高峰时段的大客流需求易造成城市轨道站台乘客大量聚集,从而给城市轨道交通系统带来安全隐患,降低乘客乘车的舒适度;同时,客流空间分布的不均衡性导致供需能力不匹配,降低 了列车资源的利用率。针对该现象,本文结合大小交路开行方案与客流控制策略研究城市轨道交通列车时刻表协同优化问题。考虑到城市轨道交通客流的不确定性,将乘客到达率设置为不确定变量,而后基于客流演化与列车运行的动态关系,建立以最小化滞留乘客数、客流控制人数、 列车运行时间,以及最大化列车资源利用率衡量值为目标的优化模型,并设计一种基于机会约束 的随机场景优化算法进行模型求解。以北京市某轨道线路为例进行数值实验验证模型的有效性。结果表明,相较于常规运营策略,本文提出的协同优化策略在期望滞留人数和列车运行时间方面有了较大改善,更好地实现了乘客成本和企业运营成本之间的均衡。     

基于乘客到站率的公交发车频率优化

常规公共交通是城市居民出行的基本交通方式之一,为保障公交出行效率和降低运营成本,有必要对公交车辆的运营调度进行量化分析和系统研究.文中以居民出行和公交公司运营两者总成本最小为目标,提出了基于乘客到站率的多目标公交发车频率优化模型,以实现乘客和运营者双方的利益最大化.利用乘客到站率函数计算乘客的等车时间,使得模型在优化计...     

面向车次取消的票额分配与停站方案组合优化研究

当列车因严重干扰而取消时,大量旅客将在车站滞留,同时铁路公司收益也会受到一定影响,合理的票额分配是解决此类问题的有效方法。在差异化设置换乘旅客优先权基础上,构建了以铁路公司收益最大化和偏离原时刻表最小化为目标的票额分配和停站方案组合优化模型,并通过增加不等式组约束条件将其线性化;利用求解器GUROBI对上述模型进行求解并分析算例。研究结果表明：当列车因干扰而取消时,与不采用任何措施相比,灵活停站策略能有效地减少滞留旅客数量19.7%以上;铁路公司收益增加21.8%以上。     

基于机器学习的网约车合乘出行碳减排状态预测

网约车合乘出行可有效提高车辆运输效率,与常规网约车出行相比具有显著的碳减排潜力。然而,现实中网约车合乘出行能否真正减少碳排放受多方面因素影响,往往存在较大差异与不确定性。为识别碳减排潜力较大的网约车合乘订单,提出一种基于机器学习的网约车合乘出行碳减排状态预测模型,并解析其碳减排机理。首先,基于成都市真实的网约车合乘订单与轨迹数据,应用COPERT(COmputer Program to calculate Emissions from Road Transport)排放模型分别计算合乘出行碳排放量及其替代的独乘出行碳排放量,进而得到合乘出行相比独乘出行的碳减排量。然后,基于历史的合乘行程碳减排及其订单特征数据,训练XGBoost(eXtreme Gradient Boosting)模型以预测未来潜在合乘出行的碳减排状态。最后,采用ALE (Accumulated Local Effects)分析方法对预测模型进行特征变量解析,以识别影响合乘出行碳减排状态的关键因素。结果显示：研究区域内平均每次网约车合乘出行可减少碳排放307.23 g,但仍有15%的网约车合乘行程未能实现减碳;XGBo...     

考虑交通拥堵的出租车市场均衡模型

为了衡量交通拥堵对出租车市场均衡结果的影响,采用柯布—道格拉斯型生产函数作为匹配函数的表达形式,构建了交通拥堵环境下的包含巡游车与网约车的出租车市场均衡模型。算例表明,提高两类平均行驶速度对乘客等待时间、出租车空驶时间以及乘客占比具有不同的影响,但均能提高出租车系统的社会福利。在交通拥堵较为严重时,提高载客出租车平均行驶速度对提升出租车系统社会福利的效果更为显著。     

基于多源数据的网约车与地铁接驳特征分析

网约车出行作为一种新兴的出行模式,在人们日常出行中发挥着重要作用。基于网约车订单数据,引入手机信令、地图导航等多源数据,首先,分析网约车与地铁接驳的时空特征,并与手机用户的地铁接驳出行数据进行对比;其次,基于XGBoost(extreme gradient boosting,极端梯度增强算法)构造充分考虑接驳距离、地铁乘距、接驳需求、公交便利程度、通勤出行占比等因素的回归模型;最后,从到达地铁站与离开地铁站两个方面,分析各因素对网约车与地铁接驳的影响。结果表明：使用网约车到达地铁站的订单量远大于离开地铁站的订单量,网约车与地铁接驳距离在1.5～3.5 km的接驳量最大;网约车与地铁接驳存在明显的早高峰和晚高峰时段,高峰时段使用网约车与地铁接驳的出行占比与手机用户使用地铁出行的占比一致。     

基于古诺假设的高峰期公交系统优化模型

基于古诺模型假设,在高峰期乘客交通选择行为的基础上,研究公共交通系统的优化问题. 建立模型时,假设公交车辆的发车间隔时间由公交公司决定,车次总数由乘客的均衡班次选择行为所致. 弹性需求下,考虑乘客的早到成本和车内拥挤成本,在均衡班次选择行为的基础上,建立了高峰期公共交通系统的社会净收益最大化模型,得到了公交系统实现的最优运量和最佳班次数. 在古诺寡头市场条件下,以公司利润最大为目标,确定了公交系统的发车班次间隔. 研究发现,公交系统的公司数目会对系统表现造成影响,如果缺乏政府管制,可能出现恶性竞争,导致社会资源的浪费.