-
题名基于模块化仿真的共享汽车联合调度优化
被引量：4
- 1
-
-
作者
蒋阳升
李衍
李皓
胡路
唐优华
-
机构
西南交通大学交通运输与物流学院
西南交通大学综合交通大数据应用技术国家工程实验室
-
出处
《西南交通大学学报》
EI
CSCD
北大核心
2023年第1期74-82,共9页
-
基金
国家自然科学基金(71901183)
四川省应用基础研究(JDSKCXZX202001)
成都市科技项目(2019-YF05-02657-SN)。
-
文摘
运营商在调度车辆时单独采用员工或顾客调度策略均难以有效解决共享汽车分布不均衡导致的盈利难问题.为此,在传统时空网络基础上,考虑道路拥堵和用车需求随时间变化对运营的影响,基于C#语言和O2DES(object-oriented discrete event simulation)离散事件仿真框架,建立由模块化站点和路段模型组成、可高效率运行的共享汽车仿真系统;在此基础上,提出一个以运营商日均净收益最大化为目标,联合决策车辆库存量阈值和行程定价的仿真优化模型,并为解决随机环境下的全局优化问题,设计了EGA-OCBA(elitist genetic algorithm with optimal computing budget allocation)算法;最后,以成都市的5个共享汽车站点为例,验证了仿真优化模型的有效性.仿真优化结果表明:在相同车队规模下,与采用固定价格的顾客调度策略相比,联合策略可使日均净收益提升10.37%~162.30%;与单独的员工调度策略相比,联合策略可使日均净收益提升15.34%.
-
关键词
共享汽车
离散事件仿真
动态定价
阈值触发调度
精英遗传算法(EGA)
最优计算量分配(OCBA)
-
Keywords
carsharing
discrete-event simulation
dynamic pricing
threshold-triggering relocation
elitist geneticalgorithm(EGA)
optimal computing budget allocation(OCBA)
-
分类号
U491.2
[交通运输工程—交通运输规划与管理]
-
