[发明专利]一种多目标优化的共享网约车合乘定价方法

权利要求书

1.一种多目标优化的共享网约车合乘定价方法，其特征在于，该方法用于对位于不同起点的乘客A、乘客B确定合乘方案时的计费费用，包括：

确定乘客A、乘客B在合乘状态下到达其各自目的地的过程中，乘客A、乘客B的绕路比例和共同路段比例；

根据乘客A、乘客B的绕路比例和共同路段比例，以及乘客A、乘客B的相关折扣率，建立乘客A、乘客B在合乘时的计费费用计算模型；所述相关折扣率包括乘客A的绕路折扣率、乘客B的绕路折扣率以及乘客A和乘客B的共同路段折扣率；

基于所述计费费用计算模型，建立目标函数，包括分别表示合乘后乘客A、乘客B减少的费用比例的目标函数，以及合乘后司机收益的目标函数；

根据目标函数设定粒子群算法的适应度函数；

计算参考折扣率以确定每个相关折扣率的取值范围；

利用粒子群算法求解每个相关折扣率，根据粒子群算法求解得到的最优值，利用所述计费费用计算模型，确定乘客A的合乘价格和乘客B的合乘价格。

2.根据权利要求1所述的多目标优化的共享网约车合乘定价方法，其特征在于，所述乘客A、乘客B在合乘状态下到达其各自目的地的过程中，乘客A、乘客B的绕路比例和共同路段比例，包括：

乘客A的绕路比例乘客A的共同路段的比例乘客B的绕路比例和乘客B的共同路段的比例

其中L_a表示乘客A从起始地点到达目的地D_a的距离，L_b表示乘客B从起始地点到达目的地D_b的距离，L_x表示接到乘客B后到达乘客A目的地D_b的距离；L_ab表示乘客A到乘客B的最短距离；L_r表示乘客A下车后，乘客B还要走的路程；LD_a表示乘客A绕路后多走的距离，LD_b＝L_x+L_r-L_b；LD_b表示乘客B绕路后多走的距离，LD_b＝L_x+L_r-L_b。

3.根据权利要求1所述的多目标优化的共享网约车合乘定价方法，其特征在于，所述乘客A、乘客B在合乘时的计费费用计算模型，包括：

其中，相关折扣率包括乘客A的绕路折扣率α、乘客B的绕路折扣率β、乘客A和乘客B的共同路段折扣率η；cost(L_a)、cost(L_b)表示乘客A到其目的地D_a的独乘费用、乘客B到其目的地D_b的独乘费用。

4.根据权利要求1所述的多目标优化的共享网约车合乘定价方法，其特征在于，所述乘客A到其目的地D_a的独乘费用、乘客B到其目的地D_b的独乘费用，计算方法为：

其中，a、b、c表示常数，L表示里程数；其中a为独乘时的起步价，c为起步价所包含的公里数，b为超过c公里之后每公里的费用；分别将L_a、L_b作为参数L代入上式中，即可求得cost(L_a)、cost(L_b)。

5.根据权利要求1所述的多目标优化的共享网约车合乘定价方法，其特征在于，基于所述计费费用计算模型，建立目标函数，包括分别表示合乘后乘客A、乘客B减少的费用比例的目标函数，以及合乘后司机收益的目标函数，包括：

表示合乘后乘客A减少的费用比例的目标函数为：

表示合乘后乘客B减少的费用比例的目标函数为：

合乘后司机收益的目标函数为：

6.根据权利要求1所述的多目标优化的共享网约车合乘定价方法，其特征在于，所述粒子群算法的适应度函数表示为：

其中：

上式中，global_x为对应的目标函数MaxZ_x的全局最优值，x＝a,b,d。