A Compositional Algorithm for the Conflict-Free Electric Vehicle Routing Problem
无障碍电动车辆路径问题(CF-EVRP)是车辆路径问题(VRP)的扩展,车辆路径问题是设计车辆访问客户的路径的组合优化问题,使得代价函数(通常是车辆的数量或总行驶距离)最小化。该问题在许多物流应用中存在,特别是对于用于材料处理的高度自动化的物流系统。CF-EVRP涉及诸如交付给客户的时间窗口、车辆的有限操作范围以及道路段可同时容纳的车辆数量的有限容量等约束。本文提出了一种求解CF-EVRP的组合算法ComSat。该算法迭代通过子问题,直到找到一个全局可行的solutions. The算法是使用优化SMT求解器实现的,并对以前提出的单片模型的实现进行评估。该算法的可靠性和完整性的证明,它是基准上的一组生成的问题,并发现能够解决问题的工业规模。
2022-03-14 cs.SY eess.SY
Throughput-Fairness Tradeoffs in Mobility Platforms
Massachusetts Institute of Technology(麻省理工学院);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文研究了在移动平台中将不同客户的任务分配给车辆的问题,这些平台用于食品和包裹递送,乘车和移动传感等应用。移动平台应该将任务分配给车辆并进行调度,以优化吞吐量和客户之间的公平性。然而,现有的方法来调度移动平台中的任务忽略了公平性。我们推出了Mobius,这是一个使用引导优化来实现高吞吐量和客户公平性的系统。Mobius支持时空多样和动态的客户需求。它提供了一个原则性的方法来导航公平性和吞吐量之间的共享移动性所造成的固有的权衡。我们的评估展示了这些属性,以及Mobius的多功能性和可扩展性,使用从共享和航空传感应用中收集的痕迹。我们的拼车案例研究表明,Mobius可以在线方式为40个客户和200辆车安排16,000多个任务。
2021-05-25 cs.CY cs.MA cs.NI
Heuristics for Customer-focused Ride-pooling Assignment
拼车已成为网约车平台提供的一种重要服务选项,因为它在一次乘车中满足多个出行请求。通过利用客户数据、联网车辆和高效的分配算法,拼车可以成为解决司机短缺和减轻网约车运营负面外部性的关键工具。最近的文献集中在计算密集型的优化方法,最大限度地提高系统吞吐量或最小化车辆英里。然而,个别客户可能会遇到实质性的服务质量下降,由于随之而来的等待和绕道时间。相比之下,本文探讨了启发式方法的实时乘车池分配,是高度可扩展的,易于计算。我们提出了一个限制子图的方法,并比较它与其他现有的启发式和基于优化的匹配算法,使用各种指标。通过融合纽约市的多个出行和网络数据源,我们开发了一个灵活的、基于代理的模拟平台,以在不同的需求水平上测试这些策略,并研究它们如何影响客户体验和叫车平台。我们的研究结果发现,吞吐量和客户匹配时间之间的物流之间的权衡。我们表明,我们提出的拼车策略保持了系统性能,同时限制了行程延迟并改善了客户体验。这项工作为政策制定者和网约车运营商提供了关于更简单的物流性能的见解,并引发了人们对只优先考虑特定平台指标而不考虑服务质量的担忧。
2021-07-23 cs.SY eess.SY
PASA: A Priori Adaptive Splitting Algorithm for the Split Delivery Vehicle Routing Problem
针对拆分交付车辆路径问题,提出一种先验自适应拆分算法,将SDVRP转化为CVRP求解,通过考虑客户距离和需求的自适应拆分规则,实现快速且高质量的解决方案。
2023-08-31 cs.SY eess.SY math.OC
Intelligent Charging Management of Electric Vehicles Considering Dynamic User Behavior and Renewable Energy: A Stochastic Game Approach
快速增长的电动汽车(EV)数量的不协调充电以及与可再生能源相关的不确定性可能构成交通系统中的电动移动性(E-Mobility)的关键问题,特别是在高峰时段。为了克服这种可怕的情况下,我们引入了一个随机对策来研究电网和充电站之间的复杂的相互作用。在这种情况下,现有的研究没有考虑到客户对收费参数的偏好的动态。然而,实际上,充电参数的选择可以随时间变化,因为客户可以改变他们的充电偏好。我们用另一种随机对策来模拟顾客的这种行为。此外,我们定义了一个服务质量(QoS)指标,以反映如何收费过程中影响客户的收费参数的选择。我们还开发了一个在线算法,以达到纳什均衡的随机对策。然后,我们利用加州独立系统运营商(CAISO)的真实数据来评估我们所提出的算法的性能。结果表明,与基准方法相比,所提出的方法可以节省约20%的电力成本,同时也产生了更高的QoS方面的收费和等待时间。我们的研究结果可以作为指导充电服务提供商在不确定性下做出有效的决策,相对于可再生能源发电。
2020-06-29 cs.SY eess.SY math.OC
Predictive Vehicle Repositioning for On-Demand Ride-Pooling Services
本文提出一种预测性车辆重定位算法,通过采样预测需求并模拟未来车队状态来缓解按需拼车系统的供需失衡,在芝加哥案例中显著提升服务率、拼车效率和客户体验。
2023-08-10 cs.SY eess.SY
Competition among Ride Service Providers with Autonomous Vehicles
自动驾驶汽车(AV)对乘车服务提供商(RSP)具有吸引力,部分原因是它们消除了争夺人类驾驶员的需求。我们调查的情况下,两个RSP与AV竞争客户。我们将问题建模为一个游戏,其中RSP在多个时间段内为每个始发地-目的地对选择价格,该价格在代表客户期望行程的底层图中。每个RSP还决定在每个时间段驻扎在每个节点的AV数量,以满足客户的需求。使用该服务商服务的顾客数目,视乎该服务商及其竞争对手所选择的收费而定。由于RSP的策略选择取决于其竞争对手,我们试图计算广义纳什均衡(GNE)。我们表明,可能有多个GNE。然而,当一个零售商选择价格,以阻止其竞争对手时,它不是服务于一个来源-目的地对,游戏有一个潜在的功能,并承认一个独特的GNE。我们还比较了竞争价格与垄断价格,只有一个RSP在市场上。数值上,我们表明,如果一个网络由两个相同大小的空间集群的需求,集群之间的需求是低的,RSP可能会分割市场,即一个集群是由只有一个RSP服务。因此,竞争价格可能会接近垄断价格。
2021-03-14 cs.GT cs.SY eess.SY
Data-driven charging strategies for grid-beneficial, customer-oriented and battery-preserving electric mobility
电动汽车(EV)的普及和可再生能源使能源供应,车辆用户和移动部门之间产生协同效应。然而,汽车制造商也出现了新的问题:在EV电池的充电和放电期间,发生与整个EV的价值贬值相关的劣化(电池老化)。由于电动汽车用户的满意度取决于可靠和价值稳定的产品,汽车制造商通过考虑个人客户需求和电池老化,为简化和可持续的电动汽车使用提供充电助手。量化电池老化的Hierarchy模型由于复杂的执行而具有有限的实用性。数据驱动的方法为SOH估计提供了可行的替代方案。然而,现有的方法几乎不使用与用户相关的数据。通过线性和神经网络回归模型,我们首先估计能源消耗的驾驶考虑个人驾驶风格和环境条件。在接下来的工作中,在没有退化的电池的数据上训练的消耗模型可以用于估计具有老化电池的电动汽车的能量消耗。估计和实际消耗之间的差异表明电池老化是由内部损耗增加引起的。然后,我们的目标是评估充电策略对电池退化的影响。
2019-10-14 cs.OH cs.SY eess.SP
Achieving Reliable Coordination of Residential Plug-in Electric Vehicle Charging: A Pilot Study
运输部门的大规模电气化将需要仔细规划和与电网协调。电动汽车(EV)在渗透率提高的情况下不受管理,不协调的充电将放大现有的峰值负荷,可能超过电网可靠满足需求的能力。在本文中,我们报告了OptimizEV项目的研究结果-这是一项在纽约州北部进行的真实试点研究,旨在探索一种协调住宅电动汽车充电的新方法。拟议的协调机制旨在利用电动汽车充电的潜在灵活性,为电动汽车车主提供货币激励,以延迟电动汽车充电所需的时间。每次电动汽车车主启动充电会话时,他们都要通过从最后期限菜单中选择来指定他们打算让车辆插上多长时间,这些最后期限菜单提供更低的电价,他们愿意推迟充电所需的时间。给定主动充电请求的集合,智能充电系统实时动态优化每个EV的电力消耗,以最大限度地减少电网压力,同时确保每个客户的汽车在截止日期前充满电。在建议的激励机制下,我们发现客户经常愿意参与优化的充电会话,允许系统延迟完成他们的充电请求平均超过8小时。利用客户提供的灵活性,智能充电系统被证明在将大多数电动汽车充电负载转移到非高峰以填补总负载曲线的夜间低谷方面非常有效。客户选择率在研究期间保持稳定,提供了支持拟议协调机制的经验证据,作为潜在可行的“非有线替代方案”,以满足对电力驱动的电动汽车采用的需求增长。
2023-02-17 cs.SY eess.SY
Traffic Equilibrium in Mixed-Autonomy Network with Capped Customer Waiting
University of Southern California(南加州大学)
本文提出了一种混合自主网络交通均衡模型,通过整合网约车、旅行者和交通系统,分析自动驾驶车辆渗透率和路线偏离因子对交通系统性能的影响。
2025-12-11 cs.SY eess.SY
Deployment of Advanced and Intelligent Logistics Vehicles with Enhanced Tracking and Security Features
本研究提出一种集成先进实时跟踪、QR码安全协议与信息挖掘技术的智能物流车辆部署方案,旨在提升物流效率、保障数据安全并优化客户体验。
2024-02-19 cs.CR cs.SY eess.SY
An STPA-based Approach for Systematic Security Analysis of In-vehicle Diagnostic and Software Update Systems
车载诊断和软件更新系统支持远程诊断和空中(OTA)软件更新,是汽车中的关键攻击目标。攻击者可以将恶意软件注入车辆或通过通信渠道窃取敏感信息。因此,需要在系统设计中进行安全分析,以识别潜在的安全问题。然而,现有的车载系统安全分析是以威胁为导向的,从威胁识别开始,通过头脑风暴来评估风险。本文在系统理论过程分析(STPA)的基础上,提出了一种面向系统的方法。该方法从数据流的角度扩展了原有的STPA,适用于基于信息流的系统。此外,我们提出了一个通用的模型,车载诊断和软件更新系统,并使用它来建立一个安全分析准则。与面向威胁的方法相比,所提出的方法从关注威胁转向关注系统漏洞,并且似乎有效地防止系统受到已知甚至未知的威胁。此外,作为扩展的STPA,这已被证明是适用于高层次的设计,所提出的方法可以很好地集成到高层次的分析和执行协同设计在不同的学科在一个统一的STPA框架。
2020-06-16 cs.CR cs.SE cs.SY
Dynamic vehicle redistribution and online price incentives in shared mobility systems
本文研究了通过智能重新定位决策与动态定价优化共享出行系统运营,以伦敦巴克莱自行车租赁计划为例,通过模型预测控制原理动态调整奖励,鼓励用户将自行车停放在低使用站点,降低重新定位成本。
2013-05-12 cs.SY eess.SY
An SMT Based Compositional Algorithm to Solve a Conflict-Free Electric Vehicle Routing Problem
Chalmers University of Technology(查尔姆斯理工大学)
车辆路径问题(Vehicle Routing Problem,VRP)是一种组合优化问题,它以成本函数(通常是车辆数量或总行驶距离)最小化的方式设计车辆访问客户的路径。这个问题在工业场景中得到了应用,例如,自动引导车辆在工厂中运行,从仓库运送组件。这个特定的问题,此后称为电动无障碍车辆路径问题(CF-EVRP),涉及的约束,如有限的车辆的运行范围,交付给客户的时间窗口,以及有限的容量上的车辆数量的路段可以容纳在同一时间。这样一个复杂的系统导致一个大的模型,不能很容易地解决在合理的时间内达到最优。因此,我们开发了一个组合模型,将问题分解为更小更简单的子问题,并为原始问题提供次优的可行解决方案。该算法利用SMT求解器的优势,这在我们以前的工作中被证明是一种有效的方法来处理调度问题。与用SMT标准语言编写并使用最先进的SMT求解器求解的CF-EVRP的整体模型相比,发现组合模型的速度明显更快。
2021-06-30 cs.AI cs.SY eess.SY
On the Evaluation of Plug-in Electric Vehicle Data of a Campus Charging Network
Qatar Environment and Energy Research Institute(卡塔尔环境能源研究所);College of Science and Engineering Hamad Bin Khalifa University(哈马德·本·哈利法大学科学与工程学部);Department of Mechanical and Aerospace Engineering University of California at San Diego(加州大学圣地亚哥分校机械与航空航天工程系)
本文基于校园充电网络数据,分析了插电式电动车的充电需求及太阳能利用潜力,为可持续充电设施设计提供依据。
2016-02-09 cs.SY eess.SY math.OC
Two-stage battery recharge scheduling and vehicle-charger assignment policy for dynamic electric dial-a-ride services
考虑到充电排队延迟和随机客户需求,协调电动汽车的充电调度以实现动态拨号服务是具有挑战性的。我们提出了一个新的两阶段解决方案的方法来处理动态车辆充电调度,以尽量减少车队的日常充电业务的成本。该方法包括两个组成部分:每日车辆充电调度和在线车辆充电器分配。提出了一种新的电池充电调度模型,以最小化车辆日常充电运营成本,同时满足车辆驾驶需求,为客户提供服务的车辆充电计划。在第二阶段,在线车辆充电器分配模型的开发,以尽量减少总的车辆空闲时间的充电,考虑排队延迟在充电器的水平。提出了一种有效的拉格朗日松弛算法来求解具有小最优间隙的大规模车辆-充电器分配问题。将该方法应用于卢森堡一个实际的动态叫车服务案例研究,并与不同充电基础设施场景下的最近充电站充电策略和先到先得最小充电延迟策略进行了比较。我们的计算结果表明,该方法可以实现显着节省的运营商在充电等待时间(-74.9%),充电时间(-38.6%),并收取能源成本(-27.4%)。进行灵敏度分析,以评估不同的模型参数的影响,显示在随机环境中的方法的可扩展性和鲁棒性。
2021-04-15 cs.SY eess.SY math.OC
Demand Side Management for Homes in Smart Grids
用电量是水电费的主要部分,也是降低电费的最佳起点。介绍了一种有效的家庭能源管理方法,以减少客户的电费,通过确定最佳的设备调度下按小时定价的需求响应(DR)策略。所提出的方法通过可接受的器具延迟时间专门解决了消费者的舒适度,在该时间内,他们的消费可以从正常的时间表转移。电动汽车(EV),具有车辆到电网(V2G)和车辆到家庭(V2H)的能力,能量存储系统(ESS)和可再生能源作为分布式发电被认为是在最终用户场所,以提高能源管理效率。一个混合整数线性规划(MILP)的框架来解决所提出的问题。数值结果表明,该方法可以减少用户的电费,而不牺牲他们的舒适性,并充分利用电动汽车和ESS的能力。
2019-11-26 cs.SY eess.SY
A Unified Network Equilibrium for E-Hailing Platform Operation and Customer Mode Choice
针对网约车和拼车服务,将经济学和网络用户均衡相结合,内生优化两个OD对的拼车顺序。随着交通网络公司(TNC)提供的拼车服务的日益普及,由于难以枚举OD对的所有可能组合,因此缺乏理论网络均衡模型来解释新兴的拼车服务。本文提出了一个统一的网络均衡框架,该框架集成了三个模块,包括出行者在e-pooling和e-solo服务之间的模式选择、e-platform对车辆调度和驾驶员-乘客匹配的决策以及网络拥塞。为了便于表示车辆和乘客OD流和共享选项,创建了分层OD图,其中包含起点和目的地节点上的乘车源和乘车共享服务。在小型和大型道路网络上进行了数值算例,以证明我们的模型的效率。该均衡框架可以有效地帮助决策者和城市规划者评估跨国公司对交通拥堵的影响,也有助于跨国公司定价和车队规模优化。
2023-03-11 cs.SY eess.SY
A Distributed Model-Free Algorithm for Multi-hop Ride-sharing using Deep Reinforcement Learning
Purdue University(普渡大学)
自动驾驶汽车、拼车系统和自动驾驶技术的发展将改变叫车平台规划服务的方式。然而,这些技术进步加上道路拥堵、环境问题、燃料使用、车辆排放和车辆使用的高成本,使人们更加关注如何更好地利用车辆及其容量。在本文中,我们提出了一种新的多跳乘车共享(MHRS)算法,该算法使用深度强化学习,通过与外部环境交互来学习最优车辆调度和匹配决策。通过允许客户在车辆之间转移,即,与拼车算法相比,MHRS使用一辆车骑行一段时间,然后转移到另一辆车,有助于实现30%的成本降低和20%的车队利用率提高。这种多跳功能的灵活性为客户和拼车公司提供了无缝体验,从而改善了拼车服务。
2019-10-30 cs.AI cs.LG cs.MA
Fleet Sizing in Vehicle Sharing Systems with Service Quality Guarantees
FEL, CTU in Prague(布拉格捷克理工大学电气工程学院);TU Delft(代尔夫特理工大学);BUTE in Budapest(布达佩斯布达佩斯技术与经济大学);ETH Zurich(苏黎世联邦理工学院);nuTonomy
本文研究了如何在车辆共享系统中保证服务可用性,通过建立随机过程模型,提出了一种高效确定车队规模、初始分配和站点容量的方法,以在减少车辆和停车容量的情况下实现等效的服务质量。
2018-09-18 cs.SY eess.SY
Evolutionary Carrier Selection for Shared Truck Delivery Services
在物流市场中有多个承运商,客户可以选择最佳承运商来交付产品和包裹。本文提出了一种新的方法,使用随机进化博弈分析客户使用零担(LTL)交付服务的决策。我们提出了相互关联的优化和博弈模型,使我们能够分析车辆路径优化的零担承运人和承运人选择的客户,分别。随机演化博弈模型考虑了顾客决策的小扰动,这种小扰动是由于顾客的非理性而存在的。利用马尔可夫链模型刻画了随机演化对策解的随机稳态表示。数值结果显示了运营商和用户参数对稳态的影响。
2023-01-06 cs.GT cs.SY eess.SY
A Queueing Network Approach to the Analysis and Control of Mobility-On-Demand Systems
Stanford University(斯坦福大学)
本文提出利用排队网络分析和控制移动按需系统,通过构建两个耦合的闭合Jackson网络模型,展示如何通过线性规划和非线性优化实现系统平衡,并基于出租车数据验证了最优车辆与司机比例。
2014-09-27 cs.PF cs.SY eess.SY
Data-Driven Model Predictive Control of Autonomous Mobility-on-Demand Systems
Stanford University(斯坦福大学);Houzz Inc.(Houzz公司)
本文提出一种端到端的数据驱动框架,用于控制自动驾驶按需出行系统,通过时间扩展网络建模并设计MPC算法,利用历史数据预测短期需求,减少乘客等待时间达89.6%。
2017-09-20 cs.MA cs.RO cs.SY
A Vehicle Routing Problem for Human-Centered Electric Mobility
University of the Bundeswehr Munich(联邦国防军慕尼黑大学)
本文提出EM-DARP问题,扩展EV-DARP以适应以人为中心的出行服务,通过混合整数线性规划解决,验证了其在实际场景中的应用性。
2026-04-24 cs.SY eess.SY math.CO
An Energy Consumption Model for Electrical Vehicle Networks via Extended Federated-learning
Chalmers University of Technology(查尔姆斯理工大学)
电动汽车(EV)的兴起促进了生态可持续发展的社会。然而,电动汽车的“里程焦虑”阻碍了其在客户中的广泛接受。本文提出了一种新的解决方案,范围焦虑的基础上,联邦学习模型,这是能够估计电池消耗,并提供能源效率的路线规划的车辆网络。具体来说,新方法扩展了联邦学习结构的两个组成部分:异常检测和共享政策。第一个组件识别模型学习中的阻碍因素,而第二个组件提供了车辆网络之间的信息共享时,共享是必要的,以保持学习效率的指导方针。这两个组件协作以增强对网络中数据异构性的学习鲁棒性。数值实验结果表明,该方法在不增加时间复杂度和不需要在车辆网络间传输原始数据的情况下,能够在异构数据分布下提供更高精度的车辆电池消耗估计.
2022-01-25 cs.LG cs.SY eess.SY
En Route Path-planning for Partially Occupied Vehicles in Ride-pooling Systems
本文针对拼车系统中部分载客车辆的路径规划问题,提出一种基于整数线性规划的实时路径规划算法,在服务现有乘客的同时动态响应新请求并最大化接载概率,仿真验证其能显著提升服务质量。
2025-06-05 cs.SY eess.SY