Matching Problem in Shared Ridehailing Services: Dynamics, Structures, and Algorithms
Notice bibliographique
Résumé
The demand for transportation is continuously growing due to the rapid urbanization and growth in population. To meet this rising demand and mitigate the negative impacts of transportation, more sustainable travel modes are needed. In recent years, with the advancement of technology and the advent of smartphones, high-speed internet, and new on-road communication equipment, interest in shared mobility services as a sustainable form of transportation has increased significantly. Ridehailing service is one of the most common types of shared mobility that plays an important role in current urban mobility systems. However, studies showed that on-demand ridehailing companies (e.g., Uber and Lyft) have aggravated the traffic congestion since each vehicle is assigned to only one triprequest at a time. Shared ridehailing which enables vehicles to serve multiple passengers simultaneously can be an appropriate solution. Ride-matching problem is the core of such services that matches vehicles and passengers. This study focuses on proposing novel algorithms for different types of ride-matching problems in which one vehicle can serve more than one passenger. Their dynamics and applications in urban transportation systems are also extensively addressed. First, a Two-to-One ride-matching algorithm is developed for the case where each passenger can share their ride with only one more passenger, which is one of the most common types of shared services. This service is then extended to a generic case and a novel Many-to-One ride-matching algorithm is proposed in which a vehicle can serve multiple passengers at a time. Both algorithms ensure a high level of service, while being efficient in terms of computational complexity. Since different parameters are involved in developing such algorithms, comparing them can provide a great deal of insights into their differences as well as their performance under various circumstances. To further improve the complexity and reduce the computational time of the proposed algorithms, a decentralized structure is presented that takes advantage of vehicle to infrastructure (V2I) and infrastructure to infrastructure (I2I) connectivity. Finally, the impact of adding a new shared ridehailing service on an urban transportation system is addressed, while analyzing its effects on the demand of different travel modes.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».