A bottleneck model with shared autonomous vehicles: Scale economies and price regulations
Institute of Transdisciplinary Sciences for Innovation, Kanazawa University（金泽大学跨学科创新研究院）；Department of Civil and Environmental Engineering, Institute of Science Tokyo（东京科学理工学院土木与环境工程系）
本文研究了共享自动驾驶车辆在交通系统中的规模经济效应及定价策略，探讨了不同定价方式对通勤成本和社会效益的影响。
2026-01-30 math.OC
Dynamic Preference-based Multi-modal Trip Planning of Public Transport and Shared Mobility
本文提出融合公共交通、拼车与共享微出行的偏好驱动混合整数规划及自适应大邻域搜索元启发式框架，并用鹿特丹真实网络验证其动态近优求解能力。
2025-02-20 math.OC
Multimodal Mobility Systems: Joint Optimization of Transit Network Design and Pricing
多式联运系统的性能依赖于传统公共交通服务的无缝集成和按需运输服务的出现。以前的工作仅限于单独改善各种运输网络的运营或将新模式与现有系统联系起来。在这项工作中，我们试图解决交通网络的设计和定价问题的多式联运系统。运营商（公共交通机构或私人交通运营商）决定公共交通系统的频率设置，MoD服务的流量和每次旅行的价格，以优化整体福利。一个原始-对偶的方法，市场设计文献的启发，产生一个紧凑的混合整数线性规划（MILP）制定。然而，一个关键的计算挑战仍然是在分配一个指数数量的混合模式访问的旅客。我们通过分解方案和近似算法提供了一种易于处理的解决方案，可以加速计算并优化大规模问题实例。使用田纳西州纳什维尔的案例研究，我们证明了所提出的模型的价值。我们还表明，我们的算法减少了60%的平均运行时间相比，先进的MILP求解器。这一成果旨在建立一种通用和易于实施的方式，以改造和重新设计区域交通系统，以满足旅行需求的增长，并将传统的固定线路公共交通系统与新的需求响应服务相结合。
2021-05-21 cs.CE cs.SY eess.SY
Cumulative Prospect Theory Based Dynamic Pricing for Shared Mobility on Demand Services
Massachusetts Institute of Technology（麻省理工学院）；Ford Motor Company（福特汽车公司）
本文提出了一种基于累积前景理论的动态定价策略，用于共享出行按需服务，通过乘客行为模型和约束优化算法实现多乘客运输的定制化解决方案。
2019-11-28 cs.CY cs.SY eess.SY
An Optimization Framework for the Time-Dependent Electric Vehicle Routing Problem with Shared Mobility: A Step Toward Smart Cities
Cornell University（康奈尔大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；The University of Sydney（悉尼大学）；Sharif University of Technology（谢里夫理工大学）
本文提出解决共享出行时间依赖型电动车路径问题的数学模型，通过考虑交通拥堵、非线性充电函数等约束，验证共享出行在减少里程和保持舒适度方面的优势。
2025-09-16 math.OC
Enhanced Mobility With Connectivity and Automation: A Review of Shared Autonomous Vehicle Systems
共享移动可以在没有车辆所有权的情况下提供定制的交通服务。互联和自动驾驶汽车技术的出现可以进一步增强共享移动系统的潜在优势。虽然已经研究了共享自动驾驶汽车系统的影响，但文献中报道的研究显示出相互矛盾的结果。在本文中，我们提出了一个总结的研究工作，在共享自动驾驶汽车系统，已在文献中报道的日期，并讨论潜在的未来研究方向。
2020-09-14 eess.SP math.OC
A Dynamic Routing Framework for Shared Mobility Services
在城市中心的旅行时间是其公民生活质量的重要贡献者。Uber和Lyft等按需移动（MoD）服务彻底改变了交通基础设施，为乘客提供了新的解决方案。共享的国防部服务表明，通过利用提供先进的、分布式的和网络化的计算和通信支持的底层网络物理基础，可以在传统的个人私人交通和基于公共交通的交通之间提供连续的解决方案。在本文中，我们提出了一种新的共享移动服务，使用动态框架。该框架为多乘客运输生成动态路线，优化以减少航天飞机和乘客的时间成本，并使用空间窗口的新概念进行设计。这个概念引入了一个自由度，有助于降低设计最佳路线所涉及的系统成本。提出了一种基于交替极小化方法的具体算法。其分析性质的特点。进行了详细的计算实验，以证明所提出的方法的优点，并示出导致在一个数量级的改善计算效率与最小的最优性差距相比，一个标准的混合二次约束规划算法。
2019-03-26 math.OC
Design of Transit-Centric Multimodal Urban Mobility System with Autonomous Mobility-on-Demand
提出TCMUM-AMoD优化框架，联合决策公交网络、AMoD车队与定价，并用一阶近似算法和芝加哥案例验证其大规模优化多模式城市出行的能力。
2024-04-08 cs.SI math.OC
Dissolving the Segmentation of a Shared Mobility Market: A Framework and Four Market Structure Designs
本文构建共享出行市场分割理论框架并提出四种市场结构设计，在保持平台竞争的同时降低分割效率损失；纽约真实数据仿真显示可减少6% VMT和8.4%行程数，并缩短5.4%等待时间。
2023-03-31 math.OC
Multimodal urban transportation network equilibrium including intermodality and shared mobility services
Univ Gustave Eiffel（巴黎-沙隆大学）；University of California, Berkeley（加州大学伯克利分校）
本文研究多模式交通系统中共享出行服务对交通均衡的影响，提出包含多种出行方式的交通分配模型，通过混合整数双曲线性规划方法分析用户均衡与系统最优之间的差异。
2025-08-20 math.OC
Pricing and Optimization in Shared Vehicle Systems: An Approximation Framework
由于存在\emph{complex network externalities}，与传统的资源分配设置相比，优化共享车辆系统（自行车/踏板车/汽车/乘车共享）更具挑战性-任何位置的需求/供应变化都会在短时间内影响整个系统的未来供应。这些外部性很好地捕捉到了稳态马尔可夫模型，因此被广泛用于分析这样的系统。然而，使用这样的模型来设计定价和其他控制策略在计算上是困难的，因为由此产生的优化问题是高维和非凸的。为此，我们开发了一个共享车辆系统的\emph{rigorous approximation framework}，提供了一个统一的方法，广泛的控制（定价，匹配，再平衡），目标函数（吞吐量，收入，福利），和系统约束（旅行时间，福利基准，张贴价格约束）。我们的方法是基于自然凸松弛的分析，并获得作为特殊情况下，现有的近似最优的政策，有限的设置，渐近最优的结果，和启发式的政策。由此产生的保证是非渐近的和参数，并提供操作的见解到现实世界的系统的设计。特别是，对于具有$n$站和$m$车辆的任何共享车辆系统，我们的框架获得了$1+(n-1)/m$的近似比率，当$m/n$（每个站的平均车辆数）很大时（实践中经常出现这种情况），这一点特别有意义。
2021-05-10 cs.DS cs.GT cs.SI
Two-stage stochastic approximation for dynamic rebalancing of shared mobility systems
以共享车辆为特征的移动系统通常无法为所有潜在客户提供服务，因为需求的分布与任何给定时间的车辆位置不一致。系统运营商通常会选择在一天中主动重新定位这些共享车辆（如自行车，汽车或滑板车），以提高服务率。他们面临着一个复杂的动态最优化问题，其中许多整数值的决策必须作出，使用实时状态和预测信息，并在严格的计算时间内固有的实时决策的限制。我们首先提出了一种新的嵌套流制定的问题，并证明其线性松弛显着更紧比现有文献。然后，我们适应两个阶段的随机逼近计划，从通用SPAR算法，由于鲍威尔等人，其中再平衡计划针对表示系统未来发展的预期成本（根据已满足和未满足的客户需求）的价值函数进行优化。真值函数近似为一个可分离的功能的贡献，由于再平衡行动进行在每个站和每个时间步的规划视野。新算法需要令人惊讶的迭代次数少，以产生高质量的解决方案，并适合实时使用，因为它可以提前终止，如果需要的话。我们通过检查我们的新流量公式的数学特性来深入了解这种良好的性能，并对标准化的基准网络进行严格的测试，以探索系统大小的影响。然后，我们使用费城的公共自行车共享计划的数据来证明，这种方法也产生实际系统的性能增益。
2019-02-04 math.OC
Flexible Demand Resource Pricing Scheme: A Stochastic Benefit-Sharing Approach
随着可再生能源发电的迅速普及，基于激励的需求侧管理（DSM）在缓解微电网的不确定性和提供灵活性方面显示出巨大的价值。然而，如何对这些需求资源进行定价成为微电网环境下促进激励型需求侧管理的最重要挑战之一。本文提出了一种柔性需求资源定价方案。与现有文献中使用终端用户的效用函数不同，该方法通过提高微网运行性能来评估柔性需求资源的经济效益，并基于效益共享的方法对资源进行定价。建立了一种基于迭代的机会约束方法来计算需求资源提供者的经济效益和共享补偿。同时，机会约束准则降低了微电网运营商因不确定因素而面临的财务风险。通过一个实验性微电网验证了该方案的有效性。
2019-08-05 math.OC
Dynamic access pricing control for fair and stable resource sharing
Dyson School of Design Engineering, Imperial College London（帝国理工学院戴森设计工程学院）；Department of Mathematics, Northeastern University（东北大学数学系）；Faculty of Computer Science and Mathematics, University of Passau（帕绍大学计算机科学与数学学院）；Division of Systems Engineering, Boston University（波士顿大学系统工程部）
研究不同价格敏感度用户在动态定价下的共存问题，提出基于非单调价格函数的新动态定价方案，该方案能让各类用户更公平共存，通过研究非线性常微分方程刻画平衡点及吸引域，数值模拟验证了方案有效性。
2026-07-09 math.OC
Dynamic multi-agent deep reinforcement learning-based pricing and incentivization approach in multimodal transportation networks
University of California, Berkeley（加州大学伯克利分校）；Technical University of Denmark（丹麦技术大学）
提出多智能体深度强化学习框架，通过动态定价和激励策略协调公共交通与共享出行服务，平衡效率、公平与收益，实验表明可降低通勤成本20%、排放10%并提升公平性。
2026-06-23 cs.AI cs.LG math.OC
Dynamic Pricing System for Physical Internet Enabled Hyperconnected Less-than-Truckload Freight Logistics Networks
本文针对零担货运中整合受限与固定定价低效两大结构性问题，提出物理互联网使能的超连接LTL系统及配套动态定价框架，并通过美国东南部仿真实验验证其有效性。
2025-11-11 math.OC
Exploring the potential resource integration under passenger-freight shared mobility: collaborative optimization of multi-type bus scheduling and dynamic vehicle capacity allocation for urban-rural bus routes
针对传统城乡公交乘客流失、运营赤字的问题，本研究提出客货共享出行模式下多类型公交调度与动态容量分配的协同双层优化策略，用改进水母搜索算法求解，案例显示运营收入提升328.45%、碳排放减少19.12吨/年，为城乡公交可持续发展和农村物流最后一公里问题提供方案。
2025-09-24 math.OC
Equity Impacts of Public Transit Network Redesign with Shared Autonomous Mobility Services
该研究以大芝加哥为案例，比较公平无关与公平聚焦的多模式交通网络重设计目标，证明将SAMS纳入并显式考虑公平可缩小交通可达性差距并改善横向与纵向公平。
2025-01-08 cs.SY eess.SY math.OC
On the Linear Programming Model for Dynamic Stochastic Matching and Its Application to Pricing
Tsinghua University（清华大学）；University of California, Berkeley（加州大学伯克利分校）
本文研究了动态随机匹配的线性规划模型，提出了一种基于差分凹结构的MM算法，用于解决拼车等场景中的定价问题。
2026-02-11 math.OC
Achieving Social Optimality for Energy Communities via Dynamic NEM Pricing
提出动态 NEM 机制，通过基于社区共享可再生能源动态设定价格，实现能源社区社会福利最大化，并确保成员收益与激励一致性。
2022-11-17 cs.SY econ.TH eess.SY
Redesigning Large-Scale Multimodal Transit Networks with Shared Autonomous Mobility Services
本研究提出一个大规模多式联运网络设计框架，将共享自动驾驶出行服务作为接驳和起讫点模式，通过构建最小成本多商品网络流问题优化网络投资与路径流量，在芝加哥网络实验中有效降低了旅行时间和运营商成本。
2024-03-27 cs.SY eess.SY math.OC
Incentive-compatible mechanisms for online resource allocation in mobility-as-a-service systems
在“一切都是服务”的背景下，运输部门一直在朝着以用户为中心的商业模式发展，在这种模式下，定制服务和与模式无关的移动资源在统一的框架中定价。然而，在绝大多数关于移动即服务（MaaS）系统的研究中，移动资源定价是基于细分的出行模式，例如私人车辆、公共交通和共享移动服务。本研究试图通过引入创新的基于拍卖的在线MaaS机制来解决这一研究空白，在该机制中，用户可以根据他们的支付意愿和偏好竞标任何数量的模式无关的移动资源。我们从MaaS监管机构的角度出发，旨在通过向用户分配移动资源来最大限度地提高社会福利。我们提出了两种机制，允许用户支付立即使用的移动服务（即付即走），或订阅移动服务包（即付即包）。我们将提出的基于拍卖的机制作为在线资源分配问题，其中用户竞争MaaS资源并竞标每次旅行的旅行时间。我们提出了（整数）线性规划配方，以适应用户出价的基础上可用的移动性资源的在线优化方法。我们表明，所提出的MaaS机制是激励兼容的，开发定制的在线算法，并根据竞争分析得出性能界限。大量的数值模拟进行了大规模的实例从现实的移动性数据，突出了所提出的MaaS机制的好处和所提出的在线优化方法的有效性。
2021-03-29 cs.GT math.OC
Modeling Censored Mobility Demand through Quantile Regression Neural Networks
Technical University of Denmark（丹麦技术大学）
共享移动服务需要准确的需求模型来进行有效的服务规划。一方面，建模需求的全概率分布是有利的，因为整个不确定性结构保留了决策的有价值的信息。另一方面，需求往往是通过服务本身的使用来观察的，因此观察结果受到审查，因为它们本质上受到可用供应的限制。自20世纪80年代以来，各种关于删失分位数回归模型的工作在这种条件下表现良好。此外，在过去的二十年中，一些论文提出了通过神经网络灵活地实现这些模型。然而，在目前的作品中的模型估计的分位数单独，从而导致计算开销和忽略分位数之间的有价值的关系。我们通过扩展当前的删失分位数回归模型来解决这一差距，以便一次学习多个分位数，并将其应用于合成基线数据集和丹麦哥本哈根大都市区两个共享移动提供商的数据集。结果表明，我们的扩展模型产生更少的分位数交叉和更少的计算开销，而不影响模型的性能。
2022-07-09 cs.LG math.OC
Competition in Electric Autonomous Mobility on Demand Systems
本文研究了竞争对自主移动按需系统的影响。通过采用基于网络流的公式，我们首先确定的最优策略的利润最大化的平台运营商在垄断和双寡头市场，包括最优价格的游乐设施。此外，我们描述了平台运营商的利润和消费者剩余。我们表明，对于双头垄断，游乐设施的均衡价格必须是对称的公司之间。然后，为了研究在市场中引入竞争的好处，我们推导出了垄断和双寡头环境之间的乘车价格、服务的总需求、企业利润和消费者剩余之比的普遍理论界限。我们讨论了消费者的公司忠诚度如何影响上述每个指标。最后，使用曼哈顿网络和需求数据，我们量化了静态定价和路由策略的有效性，并将其与实时模型预测策略进行了比较。
2021-07-15 cs.SY eess.SY math.OC
Static Pricing: Universal Guarantees for Reusable Resources
我们考虑一个基本的定价模型，其中一个固定数量的单位的可重复使用的资源被用来为客户服务。客户根据随机过程到达系统，并在到达时决定是否购买服务，这取决于他们的支付意愿和当前价格。客户使用资源的服务时间是随机的，企业可能产生服务成本。该模型代表了可重复使用资源的各种市场，如云计算、共享车辆、可旋转部件和酒店客房。在本文中，我们分析这个定价问题时，公司试图最大限度地提高三个核心指标的加权组合：利润，市场份额和服务水平。根据泊松到达，指数服务时间，和支付意愿分布的标准假设，我们建立了一系列的结果，在这样的环境中的静态定价的性能特征。特别是，虽然最优策略是完全动态的，在这样的背景下，我们证明了一个静态的定价政策，同时保证78.9%的利润，市场份额和服务水平的最优政策。值得注意的是，这一结果适用于公司运营的任何服务率和单位数量。我们的证明技术依赖于一个明智的静态价格，直接来自最优动态定价政策的建设。在有两个机组且诱导需求是线性的特殊情况下，我们还证明了静态策略保证了最优策略利润的95.5%。我们在一个大型测试平台上的数值研究结果表明，后一个结果是非常指示的静态定价政策在所有参数所获得的利润。
2020-02-11 cs.DS cs.GT math.OC
DCA: Delayed Charging Attack on the Electric Shared Mobility System
本文提出延迟充电攻击DCA，利用电动共享出行系统的物理与通信漏洞隐蔽延迟充电服务，并在纽约市真实数据上验证其可造成显著收入损失且对异常检测算法具有鲁棒性。
2023-06-13 cs.CR cs.SY eess.SY
Game Theory to Study Interactions between Mobility Stakeholders
城市化的不断发展和可持续发展目标的不断强化威胁着当前交通系统的运营效率，并使城市面临着对子孙后代产生巨大影响的复杂选择。与此同时，利用公共资源的私人、利润最大化的移动服务提供商（如叫车公司）的崛起，使当前的监管计划陷入困境。这就需要研究这些复杂的社会技术问题的工具。在本文中，我们提供了一个博弈论框架来研究移动生态系统的利益相关者之间的互动，建模监管方面，如税收和公共交通价格，以及移动服务提供商的运营问题，如定价策略，车队规模和车辆设计。我们的框架是模块化的，可以很容易地适应不同类型的移动服务提供商，市政当局的行动，以及移动系统中客户选择的低层次模型。通过对德国柏林市的分析和数值案例研究，我们展示了我们的框架计算问题的平衡，研究基本的权衡，并告知利益相关者和政策制定者干预措施的影响的能力。除其他外，我们显示客户满意度，环境影响和公共收入之间的权衡，以及战略决策对这些指标的影响。
2021-11-06 cs.MA cs.SY eess.SY
Semi-on-Demand Hybrid Transit Route Design with Shared Autonomous Mobility Services
Northwestern University（西北大学）；Technical University of Munich（慕尼黑工业大学）
本研究设计了一种半需定制混合公共交通路线，结合共享自动驾驶车辆的灵活路线和固定路线服务，通过分析成本和运营参数优化路线类型，降低总运营成本。
2026-02-20 cs.SY eess.SY math.OC
Column Generation for the Micro-Transit Zoning Problem
Cornell University（康奈尔大学）；Vanderbilt University（范德比大学）；Pennsylvania State University（宾夕法尼亚州立大学）
本文提出了一种列生成方法，用于解决微通勤区划问题，通过全局预算优化提升解决方案质量和计算效率。
2026-03-08 cs.AI math.OC
Air taxi service for urban mobility: A critical review of recent developments, future challenges, and opportunities
预计在不久的将来，空中出租车服务（ATS）是一种针对单个乘客或一小群乘客的空中按需运输，旨在改变日常通勤方式。这一新兴交通领域的未知领域预计将使消费者能够绕过城市道路网络的交通拥堵。通过采用电动垂直起降概念（eVTOL），空中出租车可以在建筑物屋顶上改装的空中停机坪上运行，从而从实施的角度获得优势。出于ATS的潜在影响，本研究提供了空中出租车系统和相关业务的审查。我们首先讨论ATS（需求预测，空中出租车网络设计和车辆配置）的当前发展。接下来，我们从运营管理的角度来预测ATS未来可能面临的挑战，并回顾现有的文献，可以利用这些文献来解决这些问题（乘车匹配，定价策略，车辆维护计划，飞行员培训和招聘）。最后，我们详细介绍了未来在空中出租车领域的研究机会。
2021-02-24 cs.CY math.OC
Eco-Mobility-on-Demand Fleet Control with Ride-Sharing
University of Michigan（密歇根大学）；Argonne National Laboratory（阿贡国家实验室）；George Mason University（乔治梅森大学）
使用自动驾驶汽车的按需共享移动性可以降低未来移动性的能源消耗和成本。然而，其在节能方面的全部潜力尚未得到充分开发。本文提出了一种在满足乘客出行时间约束的情况下最小化车队燃油消耗的算法。数值模拟与现实的出行需求和路线选择进行，表明如果不考虑燃料消耗，MOD服务可以增加车队的燃料消耗，由于增加空车里程。将油耗作为成本函数的一部分，我们可以将总油耗降低7%，同时保持高水平的移动服务。
2020-10-17 cs.RO eess.SP math.OC
A stochastic generalized Nash equilibrium model for platforms competition in the ride-hail market
网约车市场存在的不确定性使得按需平台的定价策略变得复杂，这些平台相互竞争以提供移动服务，同时努力实现利润最大化。将此问题视为一个随机广义纳什均衡问题（SGNEP），设计了一个基于Tikhonov正则化的分布式随机均衡搜索算法来求解最优定价策略。值得注意的是，所提出的迭代方案不需要增加（可能是无限的）数量的随机变量的样本来执行随机逼近，从而使其从实用的角度来看是有吸引力的。此外，我们表明，该算法返回一个纳什均衡下仅仅单调性假设和仔细选择的步长序列，通过利用特定的结构SGNEP在手。最后，我们在按需乘车市场的数值实例上证实了我们的结果。
2022-03-29 cs.GT cs.MA cs.SY
Bilevel subsidy-enabled mobility hub network design with perturbed utility coalitional choice-based assignment
New York University Tandon School of Engineering（纽约大学坦登工程学院）
本文提出了一种双层移动枢纽平台设计模型，通过设置补贴激励最后一公里运营商，最大化收入或流量，利用扰动效用路线选择分配方法，解决凸二次规划问题，并通过数值实验验证了其有效性。
2026-01-31 cs.CY cs.GT econ.GN
