||
作者: 崔允汀, 何胜学*:上海理工大学管理学院,上海
关键词: 城市交通;出租车调度;增强学习;引力模型;Urban Transportation; Taxi Dispatching; Reinforcement Learning; Gravity Model
摘要: 以互联网预约式叫车服务为背景,针对出租车运营中司乘匹配率低、乘客等车时间长和车辆空驶距离长的问题,通过类比万有引力模型,提出了空驶出租车巡游路线调度优化的增强学习控制方法。分别以备选目的地等车乘客数和当前位置空驶出租车数为对应位置的“质量”,而以两地间最短路径长度为两点间“距离”,定义两点间“引力”。通过引力大小,决策空驶车辆的目的地。通过引入增强学习理论,实现空驶出租车巡游路线决策的时空全局最优性,从而避免仅凭当前引力值大小决策路线的短视性。数值算例分析表明:新的调度方法不仅可以提高司乘匹配率和总的运营收入,而且可以减少总的空驶距离。
文章引用:崔允汀, 何胜学. 引力视角下出租车调度的增强学习模型[J]. 建模与仿真, 2021, 10(4): 962-972. https://doi.org/10.12677/MOS.2021.104096
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-10-15 11:15
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社