ミートポイントとタイムウィンドウを使用した強化されたライドシェアリングシステムのモデリング

都市部での電子ヘイリングサービスの上昇により、ライドシェアリングは一般的な交通手段になりつつあります。このホワイトペーパーでは、Meet Pointsとユーザーの好みのタイムウィンドウを備えた強化されたライドシェアリングシステムを設計する数学モデルを紹介します。ミートポイントの導入により、ライドシェアリングオペレーターは、エンルートの遅延を節約することの利点と、一部の乗客が集合的にピックアップまたはドロップオフするための追加のウォーキングのコストをトレードオフすることができます。従来のドアツードアのライドシェアリングの問題へのこの拡張は、都市部でより多くの操作の柔軟性をもたらします（潜在的な要求が近隣に密に分配される可能性があります）。したがって、総移動時間を短縮し、サービスを提供する乗客を増やすという点でより良いシステムパフォーマンスを実現することができます。提案された混合整数線形プログラム（MILP）を解決するために、タブーベースのメタヒューリスティックアルゴリズムを設計および実装します。提案されたモデルおよびソリューションアルゴリズムの検証と有効性を評価するために、いくつかのシナリオが設計され、Cplexによって最適性にも解決されます。結果は、（i）エンルートの遅延節約でポイントを満たすための乗客の割り当てに関連する詳細なルート計画を取得できることを示しています。（ii）Cplexと比較して、メタヒューリスティックなアルゴリズムは、より高い計算効率の利点を持ち、グローバルオプティマと8％〜15％の違いを持つ良質のソリューションを生成します。（iii）ライドシェアリングシステムへの大会ポイントを導入すると、小規模なライドシェアリングシステムの総移動時間を2.7％-3.8％節約できます。艦隊の大きさのライドシェアリングシステムには、より多くの利点が期待されています。この研究は、特にピーク時に乗車中の車両が不足している場合、ライドシェアリングシステムを効率的に操作するための新しいツールを提供します。交通渋滞の緩和も予想されます。

With the rising of e-hailing services in urban areas, ride sharing is becoming a common mode of transportation. This paper presents a mathematical model to design an enhanced ridesharing system with meet points and users' preferable time windows. The introduction of meet points allows ridesharing operators to trade off the benefits of saving en-route delays and the cost of additional walking for some passengers to be collectively picked up or dropped off. This extension to the traditional door-to-door ridesharing problem brings more operation flexibility in urban areas (where potential requests may be densely distributed in neighborhood), and thus could achieve better system performance in terms of reducing the total travel time and increasing the served passengers. We design and implement a Tabu-based meta-heuristic algorithm to solve the proposed mixed integer linear program (MILP). To evaluate the validation and effectiveness of the proposed model and solution algorithm, several scenarios are designed and also resolved to optimality by CPLEX. Results demonstrate that (i) detailed route plan associated with passenger assignment to meet points can be obtained with en-route delay savings; (ii) as compared to CPLEX, the meta-heuristic algorithm bears the advantage of higher computation efficiency and produces good quality solutions with 8%~15% difference from the global optima; and (iii) introducing meet points to ridesharing system saves the total travel time by 2.7%-3.8% for small-scale ridesharing systems. More benefits are expected for ridesharing systems with large size of fleet. This study provides a new tool to efficiently operate the ridesharing system, particularly when the ride sharing vehicles are in short supply during peak hours. Traffic congestion mitigation will also be expected.