[发明专利]一种多目标优化的共享网约车合乘定价方法

说明书

本申请公开了一种多目标优化的共享网约车合乘定价方法，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；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。

技术领域

本发明涉及计算机、交通运输技术领域，特别涉及一种多目标优化的共享网约车合乘定价方法。

背景技术

随着人们生活水平的提高，私家车数量随之增长，城市交通拥堵越来越严重。为了提高运力的有效利用和节省能源，共享合乘逐渐成为一种新型的出行方式。区别于传统的非共享出租车模式，通过精细化的制定合乘路线和司乘匹配策略，共享网约车的合乘模式在满足多个乘客预定出行时间的基础上，大大减少了总体乘客的等待时间，节省了油耗和出行费用。

为了吸引更多的乘客使用共享网约车，价格优势是影响共享的关键因素。共享合乘定价的目标是实现司机和乘客的双赢。优化的合乘费率可以让司机的收益比非合乘有所增加，但是，多人共享乘车会产生绕路问题，由此带来绕行成本。

现有的网约车合乘模式定价方法有：

1.《基于合乘模式的出租车定价分析》建立了考虑中间站设置模式的出租车合乘定价模型，其中以所有乘客的总费用最小为目标，对乘客费用作固定性约束，对司机作绕路补偿，解决固定站点的出租车合乘定价问题。其缺点是：该模型对乘客价格有固定性，引进乘客人为规定的折扣率，以该折扣率作为费用折扣率的临界值，对部分拼车状态易出现“短绕路，大打折”的不公平情况。

2.《出租车合乘方式及定价模型优化研究》提出了动态合乘方式的定价优化模型，一定程度上讨论了司机和乘客收益不平衡问题的解决方案。该方法考虑了乘客的费用降低幅度和司机的收益增加幅度，通过优化不同合乘人数时的最优折扣率，使得双方受益，从而提高双方参与合乘的积极性。然而，该方法的不足之处是：该方法仅对共同路段进行打折，缺乏考虑全局路径的定价；采取固定绕路折扣率由于绕路部分也视为共同路段，被绕路的乘客将会多付绕路的费用，这将导致共享出行费用比独乘更多。

3.《Research on Taxi Pricing Model and Optimization for CarpoolingDetour Problem》该论文建立了求解带绕道问题的出租车合乘的多目标优化模型，设计了一种遗传算法来优化乘客节省的费用、司机每公里利润增量、乘客绕路后节省的费用三个目标。不足：模型中对绕路乘客的整个路段全程进行打折，绕路多了乘客需要低价，同时司机的成本又变高，若对全程进行打折，在一定程度上对司机的利益有削弱作用，不利于均衡司乘利益。由于前述的不足之处，存在情况：若两位乘客都不绕路，先上车的乘客对共同路段打a折，后上车的乘客对全程进行打a折，相对不公平。

4.《出租车合乘定价多目标优化研究》该论文在模型中以乘客支付的平均费用最小，出租车日均收入最大，车辆管理费和补贴之差最小为目标，构建了基于改进小生境粒子群多目标优化模型。不足：该方案的费用计算包含燃气费，燃气补贴等详细情况，但对绕路问题欠缺侧重，其中非绕路客户正常计费，绕路客户对整个行程路段进行打折，在一定程度上对司机的利益有削弱作用。算法中的适应度函数为：粒子目标值和相应的最优粒子目标值的距离之差再相加，对几个目标的同时优化的作用较小。

发明内容

本发明的目的是提供一种多目标优化的共享网约车合乘定价方法，通过对绕路补偿以保障定价的公平性，同时从乘客利益、司机利益等多个优化目标出发，寻求定价策略的平衡点。

为了实现上述任务，本发明采用以下技术方案：