终点不确定条件下网约车合乘匹配模型及算法（读文章）

        本文基于不指定网约车运营的起终点，尽可 能让网约车搭载更多的乘客，每当有乘客下车时， 都产生新的乘客聚类匹配方案的基本思路，提出 了单车辆合乘匹配数学模型。考虑了司机和乘客 的双边利益，提出了一种合乘费率计算方法。基 于路径拟合度对乘客进行聚类，并提出了带有必 经节点的分路段最短路径算法。最后，通过算例 对本文方法进行了验证。

1 合乘匹配数学模型

带约束条件的单车辆合乘匹配问题(Single vehicle ride-matching problem with constraints， SVRMP-C)是指在载客量、时间窗等约束条件 下，一辆车从多名待搭载乘客中选择合适的搭乘 对象，通过选择最优路径实现行驶距离最短的目 标。针对研究问题的特点，本文将 SVRMP-C 界 定为多乘客、单车辆、乘客承载数不超过 3 人、带

有硬时间窗约束的双目标问题。两个目标分别为 网约车行驶总里程最短以及乘客周转量最大。
1. 1 问题描述

在一定区域内有一运营网约车，区域内有 n 个乘客组成集合 P，每位乘客有一对起讫点，2n 个 合乘需求点组成集合 S，每位乘客均有上下车时 间窗，要求运营网约车在其上下车时间窗范围内 选择乘客搭载至网约车结束运营，将车辆的行驶 总里程最短以及乘客周转量最大作为目标。本文 基本假设如下所示。

(1)车辆每次载客不允许超过其最大载客能 力，考虑到乘客舒适度及时间成本，本文设计最大 乘客搭载量为 3(不包括司机)。

(2)当有乘客下车，车上有剩余容量时，允许 搭载新的乘客。

(3)每位乘客只能由一辆车提供服务，不允许 转乘。

(4)每名乘客带有达到指定出发位置的起点 时间窗以及到达指定目的地的终点时间窗。

(5)默认乘客发布合乘请求时在出发点等待。 (6)忽略乘客上下车时间