网约车平台峰时补贴策略研究

针对网约车平台在需求高峰时段采取给予网约车司机补贴的实际背景，进行了网约车平台的最优峰时补贴策略选择研究。考虑采取平台单独补贴司机策略、乘客单独补贴司机策略、平台与乘客同时补贴司机策略的情况下，分别构建网约车平台的利润模型，通过最大化平台利润得到了三种情况下的最优决策。通过分析和比较三种情况下网约车平台的最优决策发现：当乘客潜在的市场规模较小时，应采用平台单独补贴司机策略；当乘客潜在的市场规模适中时，应采用平台与乘客同时补贴司机策略；当乘客潜在的市场规模较大时，应采用乘客单独补贴司机策略。此外，本文还进一步考察了乘客潜在市场规模、补贴敏感程度等因素对于最优决策下的补贴额度、需求与供给、平台利润和社会福利的影响。所得到的研究结果，对于网约车平台峰时补贴策略的选择和补贴价格的确定具有重要的指导价值。     

因特网约车平台双边报价交易机制创新及策略研究

现有网约车平台采用接受或拒绝的定价交易机制，即乘客和司机被动选择接受或拒绝交易平台给出的定价及加价规则。由于缺乏对平台用户个体需求的了解，当前平台产生的价格不能反映不同交易者的内在诉求，如每个乘客的用车目的、紧急程度、经济能力，司机的实际运行成本、期望收益等差异。由于每个交易者的内在诉求对每笔交易的合理定价具有很大影响，为优化资源配置，将这类信息纳入网约用车市场价格形成机制变得越来越重要。本文设计了基于网约车平台的双边报价交易机制，该机制允许乘客和司机分别进行报价，网约车平台基于每次交易涉及的乘客及司机的报价自动生成交易价格并实现乘客与司机的交易匹配，该机制满足参与理性约束、预算平衡约束，保障乘客和司机获得该机制作用下的所有交易剩余，文章还对该机制下交易人的报价策略及投机策略进行了理性及仿真分析，证明该机制鼓励交易者说真话，从而优化平台资源配置。     

基于自适应大邻域搜索的鲁棒多项目调度方法

多项目资源管理有时需要采用一种资源专享-转移策略，该策略下可更新资源在多项目之间不共享，但在当前项目完工之后其资源可以转移至其它还未开始的项目。针对这一实际问题的理论研究非常有限。考虑活动工期的不确定性，从时差效用函数视角评价项目调度计划的鲁棒性，在考虑拖期成本-鲁棒性的多目标问题框架下，构建了一个资源专享-转移视角下的多项目资源分配(战术层)与鲁棒调度(运作层)双层决策优化模型。针对模型的NP-hard性质和多目标组合优化特征，设计了一种新的自适应大邻域搜索(adaptive large neighborhood search，ALNS)算法求解模型。该算法采用“项目-缓冲-资源-活动”列表的混合编码表示问题可行解，提出基于四类列表的destroy-repair邻域结构，设计一种超体积指标进行自适应搜索以提高算法性能。最后，为了验证ALNS算法的适用性和有效性，设计一种NSGA-II算法作为比较基准，通过大规模仿真实验对算法性能进行了对比分析，并探索工期不确定水平对多项目调度方案鲁棒性的影响。     

基于一致性局部调整算法和DEA的语言偏好决策模型

设计一致性调整算法和计算可靠的方案排序权重向量已成为近年来备受关注的两个重要研究课题。针对决策信息为语言偏好关系的决策问题，提出一种基于一致性局部调整算法和数据包络分析（DEA）方法的语言偏好决策模型。首先，基于局部调整策略设计一种收敛的乘性一致性调整算法，该算法不仅使得调整后的语言偏好关系具有满意乘性一致性，而且能够尽可能多的保存原始决策信息；其次，基于提出的新型语言DEA模型构造一种语言偏好决策模型用以确定方案的排序权重向量，进而得到合理可靠的决策结果。最后，将提出的语言偏好决策模型用于供应商的选择实例，对比分析实验验证了模型的合理性和有效性。     

基于多智能体的轨道交通突发事件中乘客行为模型与仿真

轨道交通突发事件发生时,如何针对其特点制定相应的应急疏散策略变得越发重要。论文从乘客角度出发,运用多智能体技术,深入剖析轨交系统中乘客面临突发事件时的行为特征,对乘客可能采取的行为以及可能影响其行为的影响因素进行分析,确立乘客选择路径算法从而建立乘客行为模型。然后通过仿真研究乘客在突发事件发生后的可能采取的行为决策,从而为疏散方案的制定和顺利实施提供理论依据。     

模糊信息动态车辆调度优化问题研究

针对车辆调度中的模糊信息问题,以车辆模糊行驶时间以及顾客模糊预约时间为模糊信息参量,采用细分顾客类别以吸收配送者知识系统的方法,分别以物流企业效用最大化和顾客效用最大化两种决策目标构建了2类模糊信息动态车辆调度优化模型,并给出了求解该类问题的蚁群算法.仿真试验分析了决策参数的变化对2类模型计算结果的影响,并给出了相关参数制定的依据.     

基于multi-agent的大型人群活动多阶段动态协调控制模型

随着经济的快速发展,我国举办的各类大型人群活动越来越多,例如奥运会、世博会等。针对大型人群活动中存在的游客长时间排队与拥挤问题,为了降低人群事故发生的风险,提高游客的满意度,提出了基于multi-agent的大型人群活动多阶段动态协调控制模型,并设计出了协调算法PCI,该算法在引入帕累托最优概念的基础上给出参观目标点的选择方法,使用Logit模型进行路线的选择。把该协调算法与现有的其它两种算法进行了计算机仿真对比,仿真结果表明,协调算法PCI可以满足实时性响应的要求,算法C和PCI能够有效的减少排队时间,算法PCI可以得到最优的社会福利,而且随着人群规模的增加这种优势更加明显。     

有可再生能源和电力存储设施并网的智能电网优化用电策略

大量可再生能源和存储设施集中或分布接入电网，缓解了电网的供给压力，但同时也对电力系统安全造成新的威胁。合理使用新能源和可存储设施使之更好为电网服务，是现代电网亟待解决的一个问题。本文对有可存储设备和可再生能源并网的电力系统进行研究，根据可再生能源在实际生活中的情形，将其划分为两类：私人新能源发电和公共新能源发电，其中私人新能源发电可供自身直接使用，多余部分并入电网，而公共新能源发电直接并入电网，然后针对上述复杂情形，结合用户实际需求，以所有用户效用最大化、成本最小化为目标函数，建立优化模型，给出了一种既有可存储设备又有可再生能源复杂并网情况下用户优化用电策略——包括家用电器、新能源、以及存储设备充放电策略。对模型的性质进行研究，考虑到模型是凸规划，强对偶成立，用拉格朗日对偶算法给出了模型的解。求解过程中，由于目标函数是非光滑的，采用光滑化的技术将目标函数光滑化，将非光滑问题转化为光滑问题，进一步利用拟牛顿下降法求解。该策略能确保新能源得到优先、充分利用，体现用户效用最大化、成本最小化，同时可以避免由于新能源并网可能会造成电网不稳定情况的出现；光滑化的方法不但适用于本文，经过适当改进后也可适用于其他目标函数为非光滑的情况。仿真结果验证了模型的合理性和算法的可行性。     

一种需求和采购价均为时变的EOQ模型

本文提出了一种需求和采购价均为时变的EOQ模型,证明了该模型的总库存成本目标函数在给定条件下为凸函数,给出了寻求最佳采购次数及服务水平的算法,并对该模型进行了数值仿真和灵敏度分析。     

多工程间资源分配的决策及优化

采用两层决策方法分析并建立了有限资源在多个工程间分配问题的数学模型。针对该问题的特点 ,将遗传算法与启发式算法相结合 ,构造出一种新的混合启发式算法 ,用于求解该问题的全局最优解 ,并给出了具体的算法步骤。仿真计算结果表明 ,本文建立的模型和提出的算法是合理和有效的     

服务质量、需求强度与共享出行平台定价——基于平台封闭与开放策略的视角

共享出行平台逐步由增加用户流量的扩张期进入提升出行多元化体验的稳定期,通过采取开放策略,平台在原有共享车基础上引入出租车来提供差异化服务。本文基于双边市场理论,构建共享出行平台定价策略模型,并利用计算实验方法,在Repast中模拟共享出行平台多智能体运行场景。研究发现：①无论平台选择封闭策略还是开放策略,平台对共享车收取的交易费应随着乘客出行需求强度增大而升高,且应随着共享车服务质量的增大而降低;平台对乘客收取的交易费应随着共享车服务质量增大而升高,且应随着乘客的出行强度的增大而降低。②平台开放程度越高,平台对共享车收取的交易费越低,对乘客收取的交易费越高。③为了利润最大化,平台应选择开放策略,并需注重提高共享车的服务质量。本文为共享出行平台优化运营策略提供了理论指导。     

Is It Safer to Fly or Drive?

In attempts to soothe the nascent fear of the scheduled airline traveler, passengers waiting takeoff are sometimes reminded of the cliche that they may have already completed the most dangerous part of their trip — the drive to the airport. The objective of this paper is to communicate under what conditions air travel is indeed safer than highway travel and vice versa. The conventional wisdom among risk communicators that air travel is so much safer than car travel arises from the most widely quoted death rates per billion miles for each — 0.6 for air compared to 24 for road. There are three reasons why such an unqualified comparison of aggregated fatality rates is inappropriate. First, the airline rate is passenger fatalities per passenger mile, whereas the road rate is all fatalities (any occupants, pedestrians, etc.) per vehicle mile. Second, road travel that competes with air travel is on the rural interstate system, not on average roads. Third, driver and vehicle characteristics, and driver behavior, lead to car-driver risks that vary over a wide range. Expressions derived to compare risk for drivers with given characteristics to those on airline trips of given distance showed that 40-year-old, belted, alcohol-free drivers of cars 700 pounds heavier than average are slightly less likely to be killed in 600 miles of rural interstate driving than in airline trips of the same length. Compared to this driver, 18-year-old, unbelted, intoxicated, male drivers of cars 700 pounds lighter than average have a risk over 1000 times greater. Furthermore, it is shown that the cliche above is untrue for a group of drivers having the age distribution of airline passengers.     

大规模客运专线网络运营优化模型与求解算法

本文在分析铁路运营优化模型的研究进展的基础上,提出了一个适合大规模客运专线网络运营的优化模型,并提出了求解此模型的列生成算法和启发式快速算法。目的是将客运专线网路的开行方案优化与动态收益优化问题结合起来,解决更大、更复杂的客运网络运营优化问题。模型以列车运营总收益最大化为目标。用随机生成数据进行的模型试验表明,模型及算法可以在较短的时间内求解较大规模的收益管理优化问题。     

基于系统最优的城市公交专用道网络设计模型及算法

设置公交专用道是实现"公交优先"的重要手段,然而,专用道设置将改变不同交通方式的道路通行能力,进而影响交通网络的整体性能。本文试图提出一种基于系统最优思想的公交专用道网络设计方法,既保证出行者的利益,又能满足交通系统总费用最优的目标。首先,本文分析了公交专用道设置对公交车辆和社会车辆这两种交通方式道路通行能力的影响,基于经典的BPR函数,构造了考虑专用道设置的不同方式的路段阻抗函数。其次,分析了出行者在多方式交通网络中的模式选择和路径选择问题,采用用户平衡理论分析了城市多方式交通平衡配流问题,给出了相应的变分不等式模型。更进一步,采用双层规划方法构造了基于系统最优的城市公交专用道网络设计模型,该模型以交通网络总费用最小为优化目标,并考虑了不同交通方式的平衡流量约束,采用分支定界算法对该双层规划模型进行求解。最后,通过一个简单算例对模型及算法的可行性和有效性进行了分析和验证。     

出租车新运营模式下的LED广告精准投放策略

出租车LED广告是出租车广告的重要形式,其广告效果与投放策略息息相关。出租车在传统运营模式下,出租车广告投放策略比较粗放,没有考虑消费者的差异化需求。随着打车软件应用的普及,出租车运营模式发生了根本性改变,特别是在新的运营模式下积累了大量的运行数据,为出租车广告投放策略的精细化设计和精准投放提供了必要条件。本文针对新的运营模式下的广告精准投放问题进行研究,构建了提取居民出行行为时间特征和空间特征以及出租车司机行为特征的方法,并针对居民出行行为规律和司机的行为模式和偏好,提出了出租车LED广告精准投放的三种策略,即时段定向投放策略,空间定向投放策略和时空定向投放策略。最后,利用某市实际的出租车轨迹数据进行实例分析。本文提出的出租车广告精准投放策略的设计思路和方法对于相关研究具有一定参考价值,提出的精准投放策略对出租车广告投放和管理相关部门的决策也具有实际参考价值。     

城市路网运输性能退化成本评估模型

路网的运行受到诸多因素的影响而使得路网运输性能发生退化,分析了路网运输性能退化的影响因素和作用机理,给出了路网运输性能退化及退化的极端情况路段失效的成本分析过程框架.基于BPR路阻函数和用户均衡分配理论分析路网运输性能退化的成本函数,建立了拥堵情况下城市路网路段失效的成本评估模型.最后,通过实例分析了路网运输性能退化对出行成本影响的变化规律,给出了路网运输性能退化的极端情况路段失效成本评估的具体过程,研究表明路网运输性能退化对出行成本具有很大的影响,二者成显著的正相关关系.     

基于阶梯型衰退效用函数的竞争选址问题

研究了连锁型企业新设施选址的2个重要因素：市场份额的划分和设施的服务半径。依照效用函数为竞争环境下设施市场份额分配的重要依据,结合消费者的空间选择行为提出了阶梯型效用函数,并应用此效用函数建立了一个竞争环境下连锁型企业新设施选址的新模型,此模型既考虑了服务设施覆盖衰退又考虑了设施的服务半径。最后,给出了求解模型的遗传算法和具体案例。结果表明,该模型和算法可以用于连锁型企业新设施选址决策中,并能够有效地得到问题的近似解。     

Network Reconfiguration for Increasing Transportation System Resilience Under Extreme Events

Evacuating residents out of affected areas is an important strategy for mitigating the impact of natural disasters. However, the resulting abrupt increase in the travel demand during evacuation causes severe congestions across the transportation system, which thereby interrupts other commuters' regular activities. In this article, a bilevel mathematical optimization model is formulated to address this issue, and our research objective is to maximize the transportation system resilience and restore its performance through two network reconfiguration schemes: contraflow (also referred to as lane reversal) and crossing elimination at intersections. Mathematical models are developed to represent the two reconfiguration schemes and characterize the interactions between traffic operators and passengers. Specifically, traffic operators act as leaders to determine the optimal system reconfiguration to minimize the total travel time for all the users (both evacuees and regular commuters), while passengers act as followers by freely choosing the path with the minimum travel time, which eventually converges to a user equilibrium state. For each given network reconfiguration, the lower‐level problem is formulated as a traffic assignment problem (TAP) where each user tries to minimize his/her own travel time. To tackle the lower‐level optimization problem, a gradient projection method is leveraged to shift the flow from other nonshortest paths to the shortest path between each origin–destination pair, eventually converging to the user equilibrium traffic assignment. The upper‐level problem is formulated as a constrained discrete optimization problem, and a probabilistic solution discovery algorithm is used to obtain the near‐optimal solution. Two numerical examples are used to demonstrate the effectiveness of the proposed method in restoring the traffic system performance.     

基于学习与协同效应的云制造任务动态双边匹模型

云制造环境下的智能服务单元具有自适应学习能力，并通过社会关系与其他服务进行资源传递、信息共享交互，协作完成复杂制造项目。根据云平台上制造任务关联性与服务协同性的新特征，提出考虑学习与协同效应的制造任务双边匹配决策方法。由于云交易的重复性、动态性，服务通过多次参与任务积累知识提升服务质量，构造基于学习效应模型的主体动态能力计算方法，运用期望效用理论聚合双方满意度。同时，应用协同网络刻画服务社会关系，基于社会网络理论计算服务间协同满意度。从而构建以任务、服务满意度、服务间协同满意度最大化的一对一双边匹配多目标模型。通过汽车云制造实例运算得到最优匹配方案，验证本文模型的有效性，并与一般双向匹配、考虑学习、考协同效应的3类模型比较，证明本文模型的优势，更符合实际制造场景要求。     

多枢纽轴辐式协同物流网络任务-路径优化匹配研究

针对物流网络运营中规模效益低、运营商与客户利益冲突等问题，本文提出了基于多枢纽轴辐式协同物流网络的任务-路径优化匹配策略。在网络结构确定的条件下，从物流集成服务商角度出发，综合考虑资源发车时刻、路径能力限制、动态成本折扣系数以及任务延时惩罚，构建了以总物流成本最小和时间最短为优化目标的轴辐式协同物流网络任务-路径优化匹配数学模型。根据问题特点，设计了基于三层编码的遗传算法对模型进行求解，同时配合多点交叉、变异机制提高求解效率。研究结果表明，集并运输能够大幅度降低任务集执行成本，但当集并带来的交货延迟、客户满意度降低等负面效应超过其正面效应时，需适当匹配直达线路以提高整体效益。