Two Phase $Q-$learning for Bidding-based Vehicle Sharing
Stanford University（斯坦福大学）；Concordia University（康考迪亚大学）
我们考虑单向车辆共享系统，客户可以在一个车站租车，然后在另一个车站下车。我们要解决的问题是通过合理的租金定价来优化汽车的分配和服务质量。我们提出了一种投标方法，它受到拍卖的启发，并考虑到问题数据中固有的重大不确定性（例如，上落客地点、申请时间及旅程持续时间）。具体而言，与当前的车辆共享系统相比，运营商不设定价格。相反，客户提交投标，运营商决定是否租用。运营商甚至可以接受负面出价，以激励司机将可用车辆重新平衡到城市内不受欢迎的目的地。将运营商的序贯决策问题建模为一个\emph{constrained Markov decision problem}（CMDP）模型，提出并严格分析了一种新的两阶段$Q$ -学习算法的求解方法。给出并讨论了数值实验。
2015-10-20 cs.AI math.OC
Two-Echelon Delivery Vehicle Sharing and Repositioning in Hyperconnected Urban Logistic Networks
Georgia Institute of Technology（佐治亚理工学院）；Physical Internet Center, H.Milton Stewart School for Industrial and Systems Engineering, Georgia Institute of Technology（物理互联网中心，H.米尔顿·斯图尔特工业与系统工程学学校，佐治亚理工学院）；Coca-Cola Material Handling & Distribution Chair, United States（可口可乐物料搬运与分销教席，美国）
针对可持续高效城市配送需求，提出超连接物流系统中两梯队车辆共享与重新定位问题，利用物理互联网三层枢纽网络，通过整数规划与分解启发式方法，实现车辆共享与动态重定位，降低排放与成本。
2026-06-17 math.OC
Idle vehicle repositioning for dynamic ride-sharing
在动态共乘系统中，空闲车辆的智能重新定位使服务提供商能够最大限度地提高车辆利用率，并最大限度地减少请求拒绝率以及客户等待时间。在目前的实践中，这项任务往往是分散执行的个别司机。我们提出了一个集中的方法，闲置车辆重新定位的形式预测驱动的重新定位算法。我们的方法的核心部分是一个新的混合整数规划模型，旨在最大限度地覆盖预测的需求，同时最大限度地减少旅行时间的重新定位运动。该模型嵌入到规划服务中，还包含其他相关任务，如车辆调度。我们通过对来自汉堡、纽约市和曼哈顿的真实数据集进行广泛的模拟研究来评估我们的方法。我们测试我们的预测驱动的重新定位方法下完美的需求预测，以及一个天真的预测，并比较它的反应策略。结果表明，我们的算法是适合实时使用，即使在大规模的场景。与反应式算法相比，出行请求的拒绝率平均降低了2.5个百分点，客户等待时间平均减少了13.2%。
2020-08-18 eess.SP math.OC
Charging station optimization for balanced electric car sharing
这项工作的重点是为单向电动汽车共享计划寻找充电站的最佳位置。在车辆共享计划中，通常需要服务人员重新定位车辆，以纠正网络中的不平衡。我们根据交通流量的估计，策略性地设置充电站，以限制车辆迁移的需要。一个混合整数线性规划制定了大量的潜在充电站的位置。一个列生成的方法，找到一组最佳的位置，我们的问题的连续放松。使用真实的交通和地理信息系统位置数据的数值实验结果表明，我们的配方显着增加了整个网络的平衡流量，而我们的列生成技术被发现产生一个优越的解决方案，在更短的计算时间相比，解决所有可能的车站位置的原始配方。
2018-11-29 math.OC
A Stochastic Resource-Sharing Network for Electric Vehicle Charging
Eindhoven University of Technology（埃因霍温理工大学）；Centrum Wiskunde en Informatica（数学与计算机科学中心）
本文研究了一种随机资源共享网络，用于在保持电压波动受限的情况下为电动汽车充电，通过流体近似方法分析了系统性能，并通过案例研究展示了其应用。
2019-01-16 cs.PF cs.SY eess.SY
Alleviating a form of electric vehicle range anxiety through On-Demand vehicle access
按需车辆访问是一种可用于减少与电动汽车所有者的计划出行相关的里程焦虑问题类型的方法。使用基本的排队论的思想，定义基本的QoS指标来确定共享车队的尺寸，以确保高水平的车辆访问。使用来自爱尔兰的流动数据，有人认为，这种系统的潜在成本是非常低的。
2013-12-20 math.OC
Learning Model-Based Vehicle-Relocation Decisions for Real-Time Ride-Sharing: Hybridizing Learning and Optimization
Georgia Institute of Technology（佐治亚理工学院）
大规模共乘系统将滚动时间范围内的实时的【形】调度和路线优化与模型预测控制（MPC）组件相结合，该组件重新定位空闲车辆以预测需求。MPC优化在较长的时间范围内操作，以补偿实时的【形】调度的固有近视性质。这些较长的时间范围有利于重定位决策的质量，但增加了计算复杂性。因此，拼车运营商往往被迫使用相对较短的时间范围。为了解决这一计算挑战，本文提出了一种混合的方法，结合机器学习和优化。机器学习组件在聚合级别上学习MPC的最优解，以克服解的稀疏性和高维性。优化组件通过易处理的运输模型将机器学习预测转换回原始粒度。因此，原始NP难MPC问题被简化为多项式时间预测和优化，这允许共乘运营商考虑更长的时间范围。实验结果表明，混合方法实现了显着更好的服务质量比MPC优化的平均乘客等待时间，由于其能够模拟一个较长的时间范围。
2021-07-21 cs.AI cs.LG math.OC
A Generic Workforce Scheduling and Routing Problem with the Vehicle Sharing and Drop-off and Pick-up Policies
本文提出一种支持车辆共享与下客再接的通用劳动力调度路径问题，建立混合整数线性规划模型，并设计ALNS算法与上界算法，实验表明可显著降低总流程时间与服务成本。
2024-11-25 cs.CE math.OC
Trip Optimization methods for Electric Vehicles Supported by Wireless
生态转型和减少污染是使用绿色物流和无污染车辆的原因。从这个意义上说，电动车辆是一种替代方案，近年来，汽车工业已经开发了许多技术进步，以克服这种类型车辆的固有困难。与此同时，经典的模型和方法优化车辆路线已被改编，以获得电动汽车的路线，考虑到其特定的特性，如电池的自主性，短缺或充电站和充电时间升高。在本文中，它是研究路线的优化，考虑到技术的进步，由于附加移动能量扩散到电动汽车充电的可能性。从这个意义上说，它开发了一个模型，改进了其他现有的模型，最后，它也暴露了一个算法，以有效地解决大型实例，因为我们的计算经验表明。
2021-10-30 math.OC
Multi-Period Coordinated Management of Electric Vehicles in Zonal Power Markets: A Convex Relaxation Approach
近年来，插电式混合动力电动车辆的发展提供了各种环境和经济优势。在未来的智能电网中，电动汽车被视为减少温室气体排放的重要交通工具。关于这类车辆的主要问题之一是管理其充电时间，以防止随着时间的推移出现高峰值负载。部署先进的计量和自动充电器不仅可以让车主管理其能源消耗，而且还可以让公用事业公司通过将充电负荷转移到非高峰时段来管理白天的电力负荷。此外，高效的充电计划可以降低用户的电费成本。提出了一种基于多目标方法的电动汽车充电调度多周期协调管理模型，以优化用户充电成本为目标。该方法给出了充电开始时间的随机模型，为有效模拟车主充电行为提供了一种实用工具。为了验证所提出的方法的有效性，两个市场政策作为案例研究。计算结果可用于评估电动汽车调度对智能电网经济性能的影响。
2018-02-12 math.OC
Socially optimal charging strategies for electric vehicles
电动汽车代表了减少排放和对化石燃料依赖的有前途的技术，并已开始进入不同的汽车市场。为了促进消费者的采用，从而提高其渗透率，需要部署充电站基础设施。本文研究了将电动汽车分配到充电站网络的分散政策，其目标是实现很少甚至没有充电。这一目标对于充电时间相当长的电动汽车尤其重要。所提出的政策的社会最优性建立在多服务器制度，其中每个站都配备有多个充电槽。此外，实现最优策略的算法的收敛性问题进行了研究。最后，结果提供了关于如何解决与基础设施的最佳位置部署相关的问题的见解。
2013-04-08 math.OC
Robust Broadcast-Communication Control of Electric Vehicle Charging
插电式电动汽车（EV）数量的预期增加将给配电电路带来额外的压力。已经提出了许多控制方案来控制EV充电。在这里，我们开发了基于随机EV充电开始时间和简单的单向广播通信的控制算法，允许通信事件之间的时间延迟。使用参数从排队论和统计分析，我们试图最大限度地利用过剩的分配电路容量，同时保持电路过载的概率可以忽略不计。
2010-06-01 math.OC
Optimizing Strategic and Operational Decisions of Car Sharing Systems under Demand Uncertainty and Substitution
针对燃油与电动混合车队共享汽车系统，提出含需求替代的两阶段随机混合整数规划及分支切割分解算法，证明第二阶段矩阵全幺模，并验证其降本增效价值。
2023-07-15 math.OC
On the Optimal Placement of Electric Vehicle Charging Stations
针对电动汽车充电设施不足问题，提出基于新颖需求估计的最优充电站布局方法，并在国际竞赛获奖，获资助推进部署策略研究。
2023-06-19 math.OC physics.data-an
A Graph-based Conflict-free Cooperation Method for Intelligent Electric Vehicles at Unsignalized Intersections
电动化、智能化、网联化是汽车未来最重要的发展方向。智能电动汽车在改善交通流动性和减少排放方面显示出巨大的潜力，特别是在无信号交叉口。以往的研究表明，车辆通行秩序是改善交通流动性的关键因素。本文提出了一种基于图的协作方法，对无信号交叉口的无冲突调度问题进行了形式化描述。首先，建立冲突有向图和共存无向图来描述车辆之间的冲突关系。在此基础上，提出了两种基于图的车辆通行顺序求解方法。一种方法是优化的深度优先生成树方法，其目的是找到每个车辆的局部最优通过顺序。另一种方法是解决全局最优问题的最大匹配算法。推导了两种方法的计算复杂性。数值模拟结果验证了所提算法的有效性。
2021-04-09 math.OC
Chance-Constrained Shrunken-Primal-Dual Subgradient (CC-SPDS) Approach for Decentralized Electric Vehicle Charging Control
在本文中，我们开发了一个机会约束的分散式电动汽车（EV）充电控制框架，以实现“山谷填充”，同时满足个人的充电需求，并满足配电网的约束。控制器的设计是一个具有随机不可分目标函数和全局耦合机会约束的最优化问题。我们提出了一种新的机会约束收缩原始对偶次梯度（CC-SPDS）算法，以支持机会约束分散控制方案，并验证其有效性和收敛性与一个代表性的配电网络模型。
2019-04-04 math.OC
Commuting with Autonomous Vehicles: A Branch and Cut Algorithm with Redundant Modeling
本文研究了自动驾驶汽车在致力于满足通勤需求的拼车平台中的优势。它考虑了自动驾驶汽车的通勤出行共享问题（CTSPAV），这是一个基于预订的平台所面临的最优化问题，该平台接收日常通勤出行请求，并为它们提供自动驾驶汽车车队。CTSPAV可以被看作是拨号乘车问题（DARP）的一个特例。然而，本文认识到，通勤出行表现出特殊的空间和时间属性，可以利用分支和切割算法，利用冗余建模方法。特别是，分支和切割算法依赖于一个MIP公式，调度代表入站或出站行程的迷你路线。该公式在快速找到高质量解决方案方面是有效的，但其松弛相对较弱。为了弥补这一局限性，迷你路由MIP是补充的DARP制定，这是不是有效地获得原始的解决方案，但具有更强的松弛。通过与另一种传统的精确分支切割方法和基于最小路径的启发式方法进行比较，证明了该方法的优越性。该方法的贡献是由一个全面的分析CTSPAV平台，以减少车辆数量，行驶距离和拥堵的补充。特别是，一个中型城市的案例研究表明，CTSPAV平台可以将每日车辆数量减少92%，并将车辆里程减少30%。该平台还大大减少了拥堵，以单位时间内道路上的车辆数量衡量，在高峰时段减少了60%。然而，这些好处是以引入空英里为代价的。因此，该论文还强调了未来拼车和拼车平台之间的权衡。
2021-01-04 math.OC
Electric Vehicle Traveling Salesman Problem with Drone with Partial recharge Policy
在（Zhu等人，2022），提出了一个带无人机的电动汽车流动推销员问题，并假设电动汽车是一个电池-电动汽车，其能量可以在几分钟内在电池交换站中更新。在本文中，我们扩展了（Zhu et al.，2022）通过放松固定时间充满电的假设，假设EV是可以在充电站部分充电的插电式混合动力电动汽车。这个问题被命名为电动汽车流动推销员问题无人机部分充电政策（EVTSPD-P）。提出了一种三指标MILP公式，用于求解具有线性和非线性充电函数的EVTSPD-P，其中使用分段线性函数近似凹时间荷电状态（SoC）函数，这是Montoya等人（2017）和Zuo等人（2019）提出的一种技术。此外，一个专门设计的自适应大邻域搜索（ALNS）元启发式算法，其中包括约束规划（CP），解决EVTSPD-P问题的实际规模的情况下。数值分析结果表明，该算法比变邻域搜索算法效率更高，在求解10个节点的实例时，平均最优性差距约为3%.此外，使用六线段近似的分段线性函数比线性逼近平均节省10.8%的成本。
2022-05-27 math.OC
Joint Routing of Conventional and Range-Extended Electric Vehicles in a Large Metropolitan Network
增程式电动汽车结合了电池供电电动机的更高效率和环境效益，以及传统内燃机的更长里程和自主性。这种组合对于密集城市地区的时间受限的交付路线特别有利，其中沿路线的电池充电可能过于耗时，无法经济地证明使用全电动车辆是合理的。然而，从电动模式转向传统化石燃料模式也会导致成本和排放增加以及效率降低。本文分析了这种异构车辆路径问题，并描述了两种解决方法：一个确切的分支价格和切割算法和迭代禁忌搜索元启发式。从方法论的角度来看，我们发现，精确的算法始终获得严格的下界，也证明了元启发式的解决方案接近最优。从政策的角度来看，我们研究了一个大规模的现实世界的案例研究，在芝加哥大都市区的包裹交付和量化各种运营指标，包括能源成本和车辆行驶里程。我们发现，通过部署大约20%的增程车辆，以及33英里的适度全电动范围，包裹分销商可以节省高达17%的能源成本，同时导致车辆行驶里程增加不到小于0.5%。将续航里程增加到60英里，进一步降低成本仅4%，这可以通过减少平均服务时间1分钟或增加驾驶员工作时间1小时来实现。我们的研究揭示了汽车制造商、分销商和政策制定者可以关注的几个关键改进领域。
2022-01-04 math.OC
Electric Vehicle Traveling Salesman Problem with Drone with Fixed-time-full-charge Policy
在过去几年中，部署电动汽车和无人驾驶飞行器（UAV）（也称为无人机）在物流运营中执行“最后一英里”交付的想法越来越受到关注。提出了带无人机的电动汽车流动推销员问题（EVTSPD），其中电动汽车（EV）和无人机协调执行送货任务，而电动汽车可能偶尔需要访问充电站充电.我们进一步假设EV可以在充电站以固定的时间将其能量刷新到全电池容量。因此，所提出的问题被称为EVTSPD-FF。在本文中，基于弧的混合整数规划模型定义在一个多重图EVTSPD-FF。一个精确的分支和价格（BP）算法和可变邻域搜索启发式解决的情况下，最多25个客户在一分钟内。数值实验表明，该启发式算法的效率远远高于基于圆弧的模型，使用的CPLEX求解器和BP算法。一个真实世界的案例研究奥斯汀网络和灵敏度分析不同的参数也进行和提出。结果表明，无人机速度对交付时间的影响比电动汽车的行驶里程更显着。
2022-04-29 math.OC
Electric Vehicle Scheduling with Capacitated Charging Stations and Partial Charging
本文考虑了电动汽车在公共交通系统的调度。我们的主要创新是考虑到充电站容量有限，同时也考虑了部分充电。为了解决这个问题，我们扩展了一个基于连接的网络，以跟踪车辆的充电状态和充电行为的模型。然后，我们制定的电动汽车调度问题作为一个基于路径的二进制程序，其线性松弛，我们解决列生成。我们发现整数可行解使用两个算法：价格和分支和截断列生成，包括加速策略。我们测试的方法使用的特许权Gooi en Vechtstreek在荷兰的数据，包含多达816次。截断列生成优于其他启发式算法，并在28小时的计算时间内解决了整个让步，最优性差距小于3.5%。
2022-07-29 math.OC
Optimal Design and Control of 4-IWD Electric Vehicles based on a 14-DOF Vehicle Model
四轮独立驱动（4-IWD）电动汽车具有独特的优势，具有增强的动力和能量效率性能，因为这种配置从设计和控制方面提供了更多的灵活性。然而，传统的设计和控制方法很难实现四轮驱动电动汽车的最佳性能。本文以四轮驱动电动赛车为研究对象，以最小化单圈时间为目标，研究了车辆最优设计和控制方法。基于拉格朗日动力学理论，建立了一个能全面评价簧下质量影响的14自由度汽车模型。采用重新编程的Magic Formula轮胎模型和时间效率高的悬架模型实现的14自由度车辆模型支持度量运算和并行计算，这可以显著提高计算效率。先后建立了赛车的电机、变速器、质心、防侧倾杆和悬架等设计参数的最优设计和控制问题。该方法将原问题转化为基于梯形法的大规模非线性最优化问题，从而求解所提出的问题。定量地分析和比较了动力系统安装位置、簧下质量、防侧倾杆和悬架的质量和惯性对单圈时间的影响。一些有趣的发现，是不同于“已知的事实”。
2019-08-09 math.OC
Scalable Electric Vehicle Charging Protocols
虽然电动汽车被认为是减少温室气体排放的可行解决方案，但其不协调的充电可能会对电力系统运行产生不利影响。尽管如此，优化电动汽车充电的任务随着车队规模和控制周期的数量而不利地扩展，特别是当强制执行配电网限制时。为此，车辆充电首先使用最近复兴的弗兰克-沃尔夫方法来解决。新的分散式充电协议对车辆控制器的计算要求最小，比现有的替代方案具有可证明的加速，增强了定价机制对数据攻击的安全性，并保护了用户隐私。为了遵守电压限制，网络约束的EV充电问题随后制定。利用不平衡配电网的线性化模型，目标是在尊重临界电压调节和变电站容量限制的同时最小化供电成本。通过乘法器的交替方向法，仅在相邻总线之间交换信息，实现了跨网格节点的变量优化。数值试验证实了新方案的最优性和效率。
2016-01-18 math.OC
Reducing Aggregate Electric Vehicle Battery Capacity through Sharing
本文研究个人电池与共享电池并存的电动汽车容量规划问题，基于普吉特湾真实出行数据建立高可靠通勤约束下的总容量最小化模型，证明共享可显著降低电池部署容量。
2023-04-21 cs.SY eess.SY math.OC
The Commute Trip Sharing Problem
University of Michigan（密歇根大学）；Georgia Institute of Technology（佐治亚理工学院）
在城市以及大学和企业校园，停车压力一直在稳步增加。为了缓解这种压力，本文研究了一个拼车平台，该平台将匹配乘客和司机，同时保证回程并利用空间和时间的本地性。特别是，该文件正式通勤出行共享问题（CTSP），找到一个路由计划，最大限度地共享一组通勤出行。CTSP是车辆路径问题的推广，其路径满足时间窗、容量、配对、优先级、乘坐持续时间和驾驶员约束。本文介绍了CTPS的两种精确算法：路由枚举算法和分支价格算法。实验结果表明，在一个高保真的，现实世界的数据集的通勤从一个中等规模的城市，这两种算法最佳地解决小型和中型的问题，并产生高质量的解决方案，为较大的问题实例。结果表明，如果广泛采用拼车，有可能减少高达57%的车辆使用，并减少高达46%的车辆行驶里程，同时只会导致每个通勤者的平均乘车时间增加22%。
2019-09-15 cs.AI math.OC
A Multi-Objective approach to the Electric Vehicle Routing Problem
电动汽车路径问题（EVRP）已经引起了研究人员和工业家的极大兴趣，他们试图从燃油汽车转向更健康，更高效的电动汽车（EV）。虽然EVRP似乎与传统的车辆路径问题（VRP）没有太大区别，但诸如巡航时间有限，充电时间长以及电动汽车充电设施有限等挑战使得所有这些问题都有所不同。以前的工作目标是物流和交付相关的解决方案，其中商业电动汽车的同质车队必须在多次停靠后返回初始点。在相反的方面，我们解决了一个个人电动汽车路由问题，并提供了一个最佳的路线，为一个单一的车辆在一个长的起点-目的地（OD）的行程。我们执行多目标优化-最小化总行程时间和充电的累积成本。此外，我们将外部和现实生活中的元素，如在充电站的交通，到达充电站的绕行距离，以及不同充电站的电力可变成本纳入问题的制定。特别是，我们定义了一个多目标混合整数非线性规划（MINLP）问题，并获得了一个可行的解决方案，使用$ε$约束算法。我们进一步实施元启发式技术，如遗传算法（GA）和粒子群优化（PSO），以获得最优的路线，因此，目标值。针对多个自生成数据实例进行了实验，并对结果进行了比较。
2022-08-26 cs.NE math.OC
A multi parallel mixed-model disassembly line and its balancing optimization for fuel vehicles and pure electric vehicles
本文针对燃油车与纯电动车混合拆解中的回收数量不确定和多车型平衡问题，提出多并行混合车型拆解线及改进NSGA-III算法，实现多目标动态平衡优化并验证其高效性。
2025-11-04 cs.NE math.OC
Plug-in Electric Vehicle Charging Congestion Analysis Using Taxi Travel Data in the Central Area of Beijing
Tsinghua University（清华大学）；Tongji University（同济大学）；University of Washington（华盛顿大学）
本文利用出租车出行数据，提出一种数据驱动方法分析插电式电动车充电站拥堵问题，通过排队论模型评估未来充电拥堵对服务质量的影响。
2017-12-19 cs.SY eess.SY math.OC
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
Electric Vehicle Charging Infrastructure Planning: A Scalable Computational Framework
Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
由于交通系统和电网的网络规模不断增加，在大地理空间区域上的最优充电基础设施规划问题具有挑战性。因此，电动车辆行驶行为和充电事件之间的耦合是复杂的。本文重点介绍了一个可扩展的计算框架的示范电动汽车充电基础设施规划在紧密集成的交通和电网网络。在交通方面，充电配置文件生成策略，提出了利用电动汽车的能源消耗模型，行程路线，和充电器选择方法。在电网侧，利用遗传算法内的最优潮流程序来解决最优充电器放置问题的整数变量，通过自适应地评估候选解决方案在当前迭代和生成新的解决方案，为下一次迭代。
2020-11-17 cs.AI cs.NE eess.SP
Electric vehicle charging: a queueing approach
Eindhoven University of Technology（埃因霍温理工大学）；California Institute of Technology（加州理工学院）；Centrum Wiskunde en Informatica（数学与计算机科学中心）
研究电动汽车充电带来的排队问题，探讨资源分配与性能优化对Sigmetrics社区的意义。
2017-12-23 cs.SY eess.SY math.OC
