Rebalancing the Rebalancers: Optimally Routing Vehicles and Drivers in\n Mobility-on-Demand Systems
Notice bibliographique
Résumé
In this paper we study rebalancing strategies for a mobility-on-demand urban\ntransportation system blending customer-driven vehicles with a taxi service. In\nour system, a customer arrives at one of many designated stations and is\ntransported to any other designated station, either by driving themselves, or\nby being driven by an employed driver. The system allows for one-way trips, so\nthat customers do not have to return to their origin. When some origins and\ndestinations are more popular than others, vehicles will become unbalanced,\naccumulating at some stations and becoming depleted at others. This problem is\naddressed by employing rebalancing drivers to drive vehicles from the popular\ndestinations to the unpopular destinations. However, with this approach the\nrebalancing drivers themselves become unbalanced, and we need to "rebalance the\nrebalancers" by letting them travel back to the popular destinations with a\ncustomer. Accordingly, in this paper we study how to optimally route the\nrebalancing vehicles and drivers so that stability (in terms of boundedness of\nthe number of waiting customers) is ensured while minimizing the number of\nrebalancing vehicles traveling in the network and the number of rebalancing\ndrivers needed; surprisingly, these two objectives are aligned, and one can\nfind the optimal rebalancing strategy by solving two decoupled linear programs.\nLeveraging our analysis, we determine the minimum number of drivers and minimum\nnumber of vehicles needed to ensure stability in the system. Interestingly, our\nsimulations suggest that, in Euclidean network topologies, one would need\nbetween 1/3 and 1/4 as many drivers as vehicles.\n
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».