考虑乘客风险等级的网约车拼车调度优化模型_陈静怡.pdf

第 22卷 第 2期2023年 2月Vol.22 No.2Feb.2023软 件 导 刊Software Guide考虑乘客风险等级的网约车拼车调度优化模型陈静怡，袁鹏程（上海理工大学 管理学院，上海 200093）摘要：当前我国新型冠状病毒疫情防控已经进入到常态化管理阶段，但由于境外输入和冷链传播等因素影响，仍有疫情在局部地区突然扩散的情况，造成城市部分区域的风险等级提高，在此区域内活动过的乘客风险等级也随之发生改变。在已知乘客风险等级的前提下，针对如何降低乘客在拼车途中感染病毒的风险并实现车辆总社会效益最大的网约车调度问题，增加拼车乘客之间的约束条件，建立考虑乘客风险等级的网约车拼车调度优化模型。基于模型设计小规模算例并利用Lingo软件进行求解，通过算例分析与验证模型的有效性。研究发现，算例结果表明模型能够根据乘客风险等级提供不同的拼车方案，在对运送高风险乘客的车辆进行不同额度的补贴实验后发现，随着补贴金额增加，车辆运送高风险乘客数量也有明显增加。该研究对于疫情下的网约车拼车调度优化问题具有一定参考价值。关键词：网约车拼车；乘客风险等级；新冠疫情；调度优化模型；应急管理；智慧交通DOI：10.11907/rjdk.221064开 放 科 学（资 源 服 务）标 识 码（OSID）：中图分类号：TP301.6 文献标识码：A文章编号：1672-7800（2023）002-0108-07Ride-sharing Scheduling Optimization Model Considering Passenger Risk LevelCHEN Jing-yi，YUAN Peng-cheng（Business School，University of Shanghai for Science and Technology，Shanghai 200093，China）Abstract：At present，the prevention and control of the COVID-19 epidemic in China has entered the stage of normalization management.However，due to factors such as overseas imports and cold chain transmission，the epidemic still has a sudden spread in some areas，resulting in an increase in the risk level of some urban areas，and the risk level of passengers who have been active in this area has also changed.On the premise of knowing the risk level of passengers，aiming at how to reduce the risk of passengers infected with virus during carpooling and achieve the maximum total social benefit of the vehicle，the constraint conditions between carpooling passengers are added，and an optimization model of carpooling scheduling is established considering the risk level of passengers.Based on the model，a small-scale numerical example is designed and solved by Lingo software，and the effectiveness of the model is analyzed and verified by numerical examples.The study found that the results of the example showed that the model could provide different car-sharing schemes according to the risk level of passengers.After carrying out different subsidy experiments on vehicles carrying high-risk passengers，it was found that with the increase of subsidy amount，the number of vehicles carrying high-risk passengers also increased significantly.This study has certain reference value for the optimization of carpooling scheduling in the epidemic situation.Key Words：ride-sharing；passenger risk rating；COVID-19；scheduling optimization model；contingency management；smart transportation0 引言网约车的快速发展正在悄悄改变着人们的出行方式，但是在为乘客出行提供便利的同时，也增加了道路的通行压力，造成了一定程度的交通拥挤。而网约车拼车运营模式可以将两个及以上路径相似的乘客分配给同一辆车，在车辆的容量限制内接送更多乘客。但是，在2020年初，新型冠状病毒肺炎疫情突然爆发，由于该病毒具有极强的传染性且传播速度快，以往承担高运量乘客运输任务的公共收稿日期：2022-01-21作者简介：陈静怡（1997-），女，上海理工大学管理学院硕士研究生，研究方向为交通运输规划与管理；袁鹏程（1982-），男，博士，上海理工大学管理学院副教授、硕士生导师，研究方向为交通系统建模与分析。第 2 期陈静怡，袁鹏程：考虑乘客风险等级的网约车拼车调度优化模型交通成为具有较高病毒传播风险的载体。为了降低病毒在车内的传播风险，部分城市采取了调整公共交通运营时间及线路、降低车内人员数量等措施。例如武汉市在疫情爆发期暂停运营全市的公交、地铁和长途客运，为了保障社区居民的应急出行，武汉市交通运输局共征集6 000辆出租车和网约车，为居民应急出行提供服务。但是，在疫情期间，传统的网约车拼车调度方式暴露了管理缺陷，若不同风险等级的乘客被分配到同一辆车上会增加病毒交叉传播感染的风险，因此本文在传统的网约车拼车模型中考虑了乘客风险等级因素，在进行车辆匹配时禁止不同风险等级的乘客同乘一辆车。目前有较多国内外学者对拼车问题进行了研究。车辆共乘问题（The Ride-Sharing Problem）是指具有相似行程和时间的乘客通过分摊油费、过路费等出行费用的方式共乘一辆车。Chen 等1使用自动驾驶汽车解决拼车问题；Ma 等2对峰时定价策略下的拼车用户均衡问题进行研究，通过定量分析得到了拼车可以降低出行者出行成本、有效缓解交通拥堵的结论。拼车问题（The Carpooling Problem，CPP）是基于私家车车主在往返工作场所途中想要接载同事的背景下提出的，这种出行方式成为减少拥堵地区私家车使用的一种可行方案。Guo等3针对该问题提出一种基于蚁群算法的混合方法（HAC），用于解决多目的地的拼车问题。拨号叫车问题（The Dial-A-Ride Problem，DARP）最早是为老年人和残疾人提供的非盈利性质的门对门交通服务，通常以花费最少为目标。Cordeau4对DARP 问题的混合整数规划公式和分支切割算法进行介绍，并提出新的有效不等式来解决此问题。共享出租车问题（The Shared-Taxi Problem）可以最大限度地减少汽车中的空座，降低车辆运营成本以及乘客的出租费用。Hosni等5针对该问题提出一种拉格朗日分解法用于解决乘客分配问题以及规划出租车的最佳行驶路线。乘车匹配问题（The Ride Matching Problem）是一个多对多的问题，一名乘客可以在多辆车之间换乘，而一辆车可以搭载多名乘客。Masoud等6设计了一种分解算法，通过解决多个较小问题来解决原始乘车匹配问题以达到最优。疫情的突然爆发引起了众多学者对突发公共卫生事件下交通发展与管理的关注，目前针对疫情状态下交通问题的研究主要集中在两个方面：一方面是学者对疫情期间非常态下的交通应急管理研究，文献 7-10 分别从突发公共卫生事件下的交通管理对策、抗疫交通管理、非常态下的交通系统规划以及后疫情时代下的城市交通发展趋势等方面展开研究。针对疫情背景下大运量的公共交通管理研究，吴楠等11分别从疫情防控、刚性出行需求和公共交通客流回归等方面对疫情后武汉市的公共交通运营提出相应的应对策略；张宇等12建立了基于SEIR模型的交通工具疫情传播模型与沿线路疫情传播模型，对新冠疫情通过交通线路向外传播扩散的过程进行了完整描述；李健等13提出一种面向传染病疫情防控的公共交通运行决策支持系统框架，其研究成果对公共交通的疫情防控具有实用价值；刘海平等14将室内病毒通过飞沫在空气中传播的理论应用于公共汽车车内空间，有针对性地提出公共汽车交通疫情防控应对策略。另一方面是学者对突发公共卫生事件下的交通需求及出行行为的研究，文献 15-17 分别对疫情期间公共交通系统的通勤客流、交通出行行为和城际交通运输需求进行分析。郑晏群等18依据疫情爆发时期不同交通出行方式的客流数据，分析了疫情爆发给不同交通模式带来的影响；吴娇蓉等19对疫情期间乘客的出行偏好进行调查分析，发现在疫情持续期间，民众对交通出行方式的暴露风险感知会影响合乘选择行为；高永等20对东北某市新冠疫情爆发前后一段时间内的网约车数据进行分析，发现受疫情影响，网约车的订单数量和司机出车数量均大幅减少，且与疫情的确诊人数呈正相关关系。对上述文献进行综合分析后发现，非常规状态下的交通出行相关研究大多针对大运量的公共交通和轨道交通，而针对小运量交通，例如出租车、网约车和私家车的应对策略研究较少。传统的拼车模型主要考虑如何缩短乘客间的绕路距离、如何实现车辆收益增加与乘客出行费用减少的双赢局面，但在疫情反复出现的情况下，低风险乘客和高风险乘客若同乘一辆车会加速疫情的传播与扩散，增加交叉感染的风险。因此，为了优化新冠疫情背景下的拼车服务，本文提出考虑乘客风险等级的网约车拼车优化模型，对于低风险乘客，可为其提供正常的拼车服务，而高风险乘客禁止与他人同乘，接送高风险乘客的车辆在将乘客送达目的地后，需要前往防疫消毒点完成车辆消毒后才能重新接单。该措施可以有效防止因拼车导致病毒在车内传播，并确保其他乘客在拼车出行期间的安全。1 问题描述考虑乘客风险等级的网约车拼车调度优化问题场景如下：在城市某一区域内，有许多车辆和乘客分布在不同位置，疫情期间通过网约车平台提交拼车出行需求的乘客中，既有低风险乘客也有高风险乘客，每名乘客的出行需求包括上、下车点的位置坐标、乘车时间窗和乘车人数。每辆被派出接送乘客的网约车最大承载量一定，每辆车从其自身的车辆位置点出发前往乘客的上车点为其服务。网约车平台在对车辆进行派单时，依据乘客的风险等级采取不同的拼车方案。对于低风险乘客，网约车平台按照常规状态下的拼车方案进行分配，以保障车辆的总收益最大；对于高风险乘客，网约车平台在进行派单时要禁止此类乘客与他人同乘，同时运送过此类乘客的车辆要安排其前往最近的防疫消毒点进行消毒。网约车拼车场景如图1所示。图 1展示的拼车场景中同时存在低风险乘客