JP2014032531A - カーシェアリングシステムの運用計画システム、運用計画方法 - Google Patents
カーシェアリングシステムの運用計画システム、運用計画方法 Download PDFInfo
- Publication number
- JP2014032531A JP2014032531A JP2012172669A JP2012172669A JP2014032531A JP 2014032531 A JP2014032531 A JP 2014032531A JP 2012172669 A JP2012172669 A JP 2012172669A JP 2012172669 A JP2012172669 A JP 2012172669A JP 2014032531 A JP2014032531 A JP 2014032531A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- movement
- model
- stations
- condition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 30
- 238000013178 mathematical model Methods 0.000 claims abstract description 22
- 230000014509 gene expression Effects 0.000 claims description 49
- 230000007613 environmental effect Effects 0.000 claims description 38
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000005457 optimization Methods 0.000 description 23
- 230000008569 process Effects 0.000 description 11
- 238000007418 data mining Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】特定の環境条件におけるステーション間の移動需要量である需要量データを取得する需要量取得手段と、ステーション同士の連結関係を表したネットワーク構成データを記憶するネットワーク記憶手段と、数理モデルを生成するためのモデル生成テンプレートを記憶するモデルテンプレート記憶手段と、車両運用計画を決定するうえでの制約を入力する要求条件入力手段と、最適解条件を入力する最適解条件入力手段と、前記モデル生成テンプレートに、前記ネットワーク構成データと、前記需要量取得手段が取得した特定の環境条件における移動需要量を適用することで、ステーション間の車両の移動を表す数理モデルである移動モデルを生成し、前記移動モデルを用いて、前記要求条件および最適解条件を満たす車両運用計画を決定する。
【選択図】図5
Description
特許文献1に記載のカーシェアリング支援システムは、車両の現在位置を容易に把握することができるという特徴がある。当該発明では、管理サーバが車両の配置状況および駐車スペースの空き状況をリアルタイムで把握し、利用を希望する利用者に通知することで利便性を向上させている。
である程度立てることができる。しかし、データマイニングでは、ステーション間の移動需要を得ることはできても、要求を満たすためにはどのような車両運用計画を立てたらよいか、という情報を得ることはできない。例えば、利用者の多い休日は、利用者の待ち時間が最短となるように車両を配置したく、利用者の少ない平日は、車両全体の稼働率が所定値以上となるように車両を配置したいという要望があっても、従来の技術では実現することができなかった。
需要量データとは、ステーション間の移動需要量を表すデータである。具体的には、特定の環境条件(曜日、天候、時間、料金設定など)における、出発地・目的地別の利用者の発生量を表すデータである。需要量取得手段に、例えば「雨の日曜日における、午後1時から2時まで」といったように条件を与えると、「ステーションAからステーションBまでの移動需要量は15分あたり3人」といった需要量データを得ることができる。需要量データは、過去の利用実績データや、利用意向のアンケート結果などに対してデータマイニングを実施することによって得てもよい。
トワーク構成データを適用することで、当該ネットワークにおける数理モデルを生成することができる。
ステーションにいる利用者についても数理モデルで表すことができる。また、ステーションに発生する、すなわちステーションに到着する利用者の数は、需要量取得手段が取得する需要量データから得ることができる。
このように、異なる環境条件における需要量データを用いて複数回の演算を行うことで、環境条件を構成するパラメータを、車両運用計画に関する値として算出の対象とすることができる。例えば、環境条件を構成するパラメータとして「時間あたりの料金単価」があった場合、当該料金単価を変更しながら複数回の演算を行うことで、最適となる料金単価を決定することができる。
<カーシェアリングシステムの概要>
実施形態の説明に入る前に、本実施形態の前提となるカーシェアリングシステムについて説明する。図1は、ステーションの配置と、ステーション間の移動経路を例示した図である。ステーションとは、車両が配置されている駐車場であり、利用者はステーションを訪れて車両に乗車し、移動を行う。利用者は車両を利用した後、到着地のステーションに車両を返却する。この際、利用者には、走行距離もしくは時間に応じた利用料金が課金される。このように、本実施形態の前提となるカーシェアリングシステムは、車両の乗り捨てが可能なシステムである。
(2)ある時点における、ステーションごとの回送要員の配置人数
(3)区間ごとの利用料金設定
また、回送要員とは、車両をステーション間で回送するための人員である。回送要員は、車両に偏りが生じた際に、該当するステーション間で車両を回送する。回送要員は、車両の偏りを解消できるだけの人数を用意することが好ましい。
また、利用料金はマイナスであってもよい。例えば、ステーションAからステーションBへの利用が多い場合、ステーションBからステーションAへの料金をマイナスにし、この区間を走行した利用者に料金を還元する。このようにすることで、利用者に車両の回送を補助してもらうことができる。
ここで、本実施形態に係る車両運用計画装置が、車両運用計画を決定する方法について、図2の例、すなわちステーションA,B,Cと、各ステーションを結ぶ二つの経路があった場合の例で簡単に説明する。以降、各ステーションを連結する経路をリンクと称する。
クAB(ノード102)に存在する車両の数は、v(AB,0)と表すことができる。
(1)v(X,t) :時刻tにおいて、ステーションまたはリンクXに存在している車両の台数
(2)out(X,Y,t):時刻tを過ぎてからt+1までの間に、ステーションまたはリンクXを流出し、目的地であるステーションYへ向かった車両の台数
(3)in(X,Y,t):時刻tを過ぎてからt+1までの間に、ステーションYを出発地とし、ステーションまたはリンクXに流入した車両の台数
すなわち、時刻t+1においてステーションBに存在する車両の台数v(B,t+1)は、数
式1によって表すことができる。
。
利用需要について説明する前に、利用者を数式で表現する方法について説明する。時刻tにおいてステーションXにいる、ステーションYを目的地とする利用者の数は、変数C(X,Y,t)と表すことができる。ステーションに到着した利用者は、車両があれば当該車両
に乗車して移動を開始し、無ければステーション内で待つものとする。すなわち、以下のようなif−thenの条件を数式で表す必要がある。なお以下の条件は、あるステーションの、あるタイムステップにおける車両台数、利用者の数、出発する車両台数の関係を表したものである。vが車両台数、Cが利用者の数、outが出発する車両台数である。if v−C≦0 then out=v else out=C
すなわち、車両が利用者の数と同じか少なければ、出発台数は車両台数となり、車両が利用者より多ければ、出発台数は利用者の数となる。
例として、ステーションが図2の配置であった場合の、あるタイムステップにおける売り上げは数式8の式で表すことができる(一区間150円の場合)。つまり、数式8の式が最適化値を表し、最適化条件は「最大化」である。
車両運用計画を数理計画法によって求めるためには、数多くの数式を生成する必要があるが、本発明に係る車両運用計画装置は、記憶されたテンプレートによって数式を自動生成することができる。数式を生成する詳しい方法については後述する。
第一の実施形態に係る車両運用計画装置について、システム構成図である図5を参照しながら説明する。第一の実施形態に係る車両運用計画装置10は、指定した時間帯について、指定した要求条件、および最適解条件を満たすために、事前に各ステーションに配置すべき車両の台数を決定するためのコンピュータである。車両運用計画装置10は、複数台のコンピュータが連携したものであってもよい。
ネットワーク情報記憶部12は、対象となるカーシェアリングシステムのネットワーク構成データ、すなわちステーション同士の連結関係を表したデータを記憶する手段である。対象システムのネットワーク構成データは、事前に作成され、記憶される。
例えば、環境条件に「月」「曜日」「天候」「時刻」の4つを用いる場合、「5月の日曜日(天候:晴れ)の13時から14時まで」といった指定を行うことができる。環境条
件は、需要量取得部14が処理することができる項目であれば、どのような項目であってもよい。例えば「土曜日であって、区間料金を150円に設定した場合」といった条件であってもよい。
(条件1)ノードに存在する車両の台数は、一つ前のタイムステップにおける車両台数に、現タイムステップまでの間に他ノードから流入した車両の台数を加算し、他ノードへ流出した車両の台数を減算したものである。
(条件2)あるノードから流出した車両は、所定の時間後に目的地ノードへ流入する。
(条件3)ステーションに到着した利用者は、車両が利用可能である場合、乗車して車両を運転し、目的地へ向かう。目的地に到着した利用者はステーションから退去する。
また、任意の条件を追加してもよい。例えば、「車両に乗車できなかった利用者は、逸失需要を表すノードへ移動する」という条件を追加してもよい。
また、モデル生成部15は、要求条件および最適化値を数式に置き換えるためのテンプレートを記憶している。詳細については、処理フローチャートの説明にて述べる。
なお、ここではテンプレートを数式によって表現する例を説明したが、モデル生成部15が処理可能な形式であれば、任意の形式で表現してもよい。例えば、プログラミング言語などによって表現してもよい。
次に、本実施形態に係る車両運用計画装置が行う処理方法について具体的に説明する。図7は、本実施形態に係る車両運用計画装置が行う処理のフローチャートである。
まず、ステップS11では、入出力部11が利用者から算出条件を取得する。算出条件とは、以下の五つのデータである。
(1)時間帯条件
(2)環境条件
(3)要求条件
(4)最適化値
(5)最適化条件
(A)「全てのタイムステップ、全てのステーションにおいて車両が1台以上あること」(B)「全てのステーションにおいて、車両が0台となる時間が3ステップ未満であること」
(C)「全てのタイムステップ、全てのステーションにおいて待っている利用者(目的地別の合計人数)が3人未満であること」
一例を挙げる。例えば、あるステーションXについて、1タイムステップあたりに得られる売り上げSを例に挙げると、数式13のようになる。数式13では、区間料金をF、ステーションXからYiまでの区間数をn(X,Yi)で表す。数式13を、全ステーション、全タイムステップについて展開し合計すれば、総売り上げとなる。当該総売り上げが最適化値であり、当該総売り上げを「最大化する」という情報が最適化条件である。
本実施形態では、上記のような、要求条件および最適化値を表す数式を、システムの利用者が作成して入力し、モデル生成部15が、入力された数式を展開して数式を生成する
。なお、上記の数式はあらかじめ記憶されていてもよい。数式をあらかじめ記憶する場合、利用者が使用する数式を選択できるようにしてもよいし、必要に応じて数式に代入する値を指定できるようにしてもよい。
そして、利用者に提示する変数、すなわち所望の車両運用計画を表す変数を抽出し、入出力部11を通して利用者に提示する。本実施形態では、時刻0におけるステーションA〜Gの車両台数が算出対象であるため、7つの変数(変数v(A,0) 〜変数v(G,0))が提
示される。
き車両の台数を挙げて説明したが、車両運用計画は、数式によって表現することができ、かつ、事業者によって操作できるものであれば、どのようなものであってもよい。
例えば、利用者ではなく車両を回送する要員の数などであってもよい。この場合、ステーションごとの回送要員の数を変数で定義し、「各ステーションを出発(各ステーションに到着)する回送車の台数」を表す数式と、「あるステーションに存在する車両の数が既定数を下回ったら、該当するステーションに向けて回送を開始する」という条件を表す数式を追加することで、車両の回送を表現することができる。ここでも、if−thenを数式によって表記する必要があるため、数式4および5の手法を用いることができる。
第一の実施形態では、ステップS11で特定の環境条件を指定したうえで、車両運用計画に対応する変数の値を求めた。しかし、利用者が求めたい値が環境条件自体である場合がある。例えば、「区間ごとの料金」の最適値を求めたい場合などである。区間料金は需要量データを得るための環境条件であるため、第一の実施形態では、「収益が最大となる区間料金」といった値を求めることができない。第二の実施形態は、これに対応するため、環境条件を変化させながら繰り返し演算を行い、条件を満たす環境条件を求める形態である。本実施形態では、環境条件の一つである「区間料金」を算出の対象とする。
また、ステップS13では、需要予測データに含まれる複数の区間料金のうち、どれか一つを選択する。すなわち、ステップS15で求められる最適解は、ステップS13で選択された区間料金を前提としたものとなる。
ステップS21では、データ算出部16が、ステップS13で選択されていない区間料金があるか否かを確認する。未選択の区間料金がある場合は、処理をステップS13へ遷移させ、異なる区間料金を選択して需要量データを取得したうえで、再度最適解を求める。
ステップS16では、選択された区間料金ごとに複数パターンの解が得られた状態となる。ここで装置は、入力された最適解条件に最も適合した解を選択し、利用者に提示する。例えば、「収益を最大化するための区間料金は200円であり、ステーションAに配置すべき車両は5台」といった結果を得ることができる。
なお、各実施形態の説明は本発明を説明する上での例示であり、本発明は、発明の趣旨
を逸脱しない範囲で適宜変更または組み合わせて実施することができる。
例えば、車両が電気自動車である場合、ステーションで充電中である車両の台数を表す数式を設けることができる。車両の充電状態についても、数式で表すことができる。数式14は、ステーションAにて充電中の車両台数を表す数式である。変数chg(A,t)が、
時刻tにおいてステーションAで充電中の車両台数、chgout(A,t)が時刻tからt
+1の間に充電を完了した車両の台数、chgin(A,t)が同様に充電状態に入った車両
の台数である。
ステーション制約情報は、各ステーションに駐車できる車両の台数上限と、充電器の数を表したデータである。もし、車両が目的地に到着した際に、ステーションに存在する車両が駐車台数と等しかった場合、入庫することができない。このような場合、最も近いステーションに目的地を変更するようにしてもよい。また、各ステーションにおいて充電中である車両台数を表す変数を設け、充電器が不足している場合、充電待ち車両として扱ってもよい。
11 入出力部
12 ネットワーク情報記憶部
13 需要予測データ
14 需要量取得部
15 モデル生成部
16 データ算出部
Claims (8)
- カーシェアリングシステムの運用計画システムであって、
特定の環境条件におけるステーション間の移動需要量である需要量データを取得する需要量取得手段と、
ステーション同士の連結関係を表したネットワーク構成データを記憶するネットワーク記憶手段と、
ステーション間の車両の移動を表す数理モデルを生成するためのテンプレートであるモデル生成テンプレートを記憶するモデルテンプレート記憶手段と、
車両運用計画を決定するうえでの制約である要求条件を入力する要求条件入力手段と、
最適解の条件である最適解条件を入力する最適解条件入力手段と、
前記モデル生成テンプレートに、前記ネットワーク構成データと、前記需要量取得手段が取得した特定の環境条件における移動需要量を適用することで、ステーション間の車両の移動を表す数理モデルである移動モデルを生成するモデル生成手段と、
生成した前記移動モデルを用いて、入力された前記要求条件および前記最適解条件を満たす車両運用計画を決定するデータ算出手段と、
を有する、カーシェアリングシステムの運用計画システム。 - 前記ネットワーク構成データは、車両がステーション間を移動する際の時間的制約を含む、
請求項1に記載のカーシェアリングシステムの運用計画システム。 - 前記移動モデルは、各ステーションに停車中、または各ステーション間を移動中である車両の台数を所定のタイムステップごとに表す数式を含む、
請求項1または2に記載のカーシェアリングシステムの運用計画システム。 - 前記移動モデルは、利用者の移動を表す数式をさらに含む、
請求項1から3のいずれかに記載のカーシェアリングシステムの運用計画システム。 - 前記移動モデルは、各ステーションにいる利用者数を所定のタイムステップごとに表す数式を含み、
前記モデル生成手段は、前記所定のタイムステップごとにステーションに発生する利用者数を、前記需要量データを用いて決定する、
請求項4に記載のカーシェアリングシステムの運用計画システム。 - 前記需要量取得手段は、複数の環境条件に対応する複数の需要量データを取得し、
前記モデル生成手段は、前記複数の需要量データを用いて複数の数理モデルを生成し、
前記データ算出手段は、前記複数の数理モデルに対して演算を行う、
請求項1から5のいずれかに記載のカーシェアリングシステムの運用計画システム。 - 前記要求条件入力手段は、車両運用計画を算出する対象時間帯についての入力を受け付け、
前記モデル生成手段は、前記入力された時間帯に対応するタイムステップについて移動モデルを生成し、
前記データ算出手段は、前記入力された時間帯について演算を行う、
請求項1から6のいずれかに記載のカーシェアリングシステムの運用計画システム。 - カーシェアリングシステムの運用計画システムが行う運用計画方法であって、
ステーション同士を連結したネットワークの構成を表したネットワーク構成データを取得するステップと、
ステーション間の車両の移動を表す数理モデルを生成するためのテンプレートであるモデル生成テンプレートを取得するステップと、
特定の環境条件におけるステーション間の移動需要量である需要量データを取得するステップと、
車両運用計画を決定するうえでの制約である要求条件を取得するステップと、
最適解の条件である最適解条件を取得するステップと、
前記モデル生成テンプレートに、前記ネットワーク構成データと、特定の環境条件における移動需要量を適用することで、ステーション間の車両の移動を表す数理モデルである移動モデルを生成するステップと、
生成した前記移動モデルを用いて、入力された前記要求条件および前記最適解条件を満たす車両運用計画を決定するステップと、
を含む、運用計画方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012172669A JP5974716B2 (ja) | 2012-08-03 | 2012-08-03 | カーシェアリングシステムの運用計画システム、運用計画方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012172669A JP5974716B2 (ja) | 2012-08-03 | 2012-08-03 | カーシェアリングシステムの運用計画システム、運用計画方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014032531A true JP2014032531A (ja) | 2014-02-20 |
JP5974716B2 JP5974716B2 (ja) | 2016-08-23 |
Family
ID=50282311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012172669A Active JP5974716B2 (ja) | 2012-08-03 | 2012-08-03 | カーシェアリングシステムの運用計画システム、運用計画方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5974716B2 (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016148912A (ja) * | 2015-02-10 | 2016-08-18 | トヨタ自動車株式会社 | 運用計画支援装置 |
JP5988185B1 (ja) * | 2016-01-19 | 2016-09-07 | 株式会社大都製作所 | 駐車場管理システム |
JP2017162180A (ja) * | 2016-03-09 | 2017-09-14 | 株式会社デンソー | カーシェアリングサービスの運用システム |
CN109446588A (zh) * | 2018-09-30 | 2019-03-08 | 中国地质大学(武汉) | 一种基于随机Petri网模型的共享单车分析调度方法 |
CN109878371A (zh) * | 2017-12-06 | 2019-06-14 | 丰田自动车株式会社 | 信息处理装置和信息处理方法 |
CN110298530A (zh) * | 2018-03-22 | 2019-10-01 | 丰田自动车株式会社 | 信息处理装置和非瞬态计算机可读记录介质 |
CN110458456A (zh) * | 2019-08-12 | 2019-11-15 | 上海同济城市规划设计研究院有限公司 | 基于人工智能的需求响应式公交系统的调度方法及系统 |
CN112700022A (zh) * | 2019-10-17 | 2021-04-23 | 丰田自动车株式会社 | 信息处理设备及信息处理方法 |
CN114076606A (zh) * | 2017-12-21 | 2022-02-22 | 葛雷乔兹·曼威兹 | 用于提供从出发地点到目标地点的旅程路线或旅程路线所需时间的方法与计算机系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019108405B4 (de) | 2019-04-01 | 2024-08-01 | Bayerische Motoren Werke Aktiengesellschaft | System zur Verfügbarkeitsprognose |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080228533A1 (en) * | 2007-03-01 | 2008-09-18 | Zipcar, Inc. | Multi-tiered fleet management cache |
JP2012141799A (ja) * | 2010-12-28 | 2012-07-26 | Mitsubishi Heavy Ind Ltd | 道路交通流シミュレーション装置、道路交通流シミュレーションプログラム、及び道路交通流シミュレーション方法 |
-
2012
- 2012-08-03 JP JP2012172669A patent/JP5974716B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080228533A1 (en) * | 2007-03-01 | 2008-09-18 | Zipcar, Inc. | Multi-tiered fleet management cache |
JP2012141799A (ja) * | 2010-12-28 | 2012-07-26 | Mitsubishi Heavy Ind Ltd | 道路交通流シミュレーション装置、道路交通流シミュレーションプログラム、及び道路交通流シミュレーション方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016148912A (ja) * | 2015-02-10 | 2016-08-18 | トヨタ自動車株式会社 | 運用計画支援装置 |
JP5988185B1 (ja) * | 2016-01-19 | 2016-09-07 | 株式会社大都製作所 | 駐車場管理システム |
JP2017130176A (ja) * | 2016-01-19 | 2017-07-27 | 株式会社大都製作所 | 駐車場管理システム |
JP2017162180A (ja) * | 2016-03-09 | 2017-09-14 | 株式会社デンソー | カーシェアリングサービスの運用システム |
WO2017154341A1 (ja) * | 2016-03-09 | 2017-09-14 | 株式会社デンソー | カーシェアリングサービスの運用システム |
CN109878371B (zh) * | 2017-12-06 | 2022-01-07 | 丰田自动车株式会社 | 信息处理装置和信息处理方法 |
CN109878371A (zh) * | 2017-12-06 | 2019-06-14 | 丰田自动车株式会社 | 信息处理装置和信息处理方法 |
JP2019101920A (ja) * | 2017-12-06 | 2019-06-24 | トヨタ自動車株式会社 | 情報処理装置および情報処理方法 |
CN114076606A (zh) * | 2017-12-21 | 2022-02-22 | 葛雷乔兹·曼威兹 | 用于提供从出发地点到目标地点的旅程路线或旅程路线所需时间的方法与计算机系统 |
CN110298530A (zh) * | 2018-03-22 | 2019-10-01 | 丰田自动车株式会社 | 信息处理装置和非瞬态计算机可读记录介质 |
US11200586B2 (en) | 2018-03-22 | 2021-12-14 | Toyota Jidosha Kabushiki Kaisha | Information processing apparatus and non-transitory computer-readable recording medium |
JP2019168827A (ja) * | 2018-03-22 | 2019-10-03 | トヨタ自動車株式会社 | 情報処理装置及びプログラム |
JP7037762B2 (ja) | 2018-03-22 | 2022-03-17 | トヨタ自動車株式会社 | 情報処理装置及びプログラム |
CN109446588A (zh) * | 2018-09-30 | 2019-03-08 | 中国地质大学(武汉) | 一种基于随机Petri网模型的共享单车分析调度方法 |
CN109446588B (zh) * | 2018-09-30 | 2023-01-03 | 中国地质大学(武汉) | 一种基于随机Petri网模型的共享单车分析调度方法 |
CN110458456A (zh) * | 2019-08-12 | 2019-11-15 | 上海同济城市规划设计研究院有限公司 | 基于人工智能的需求响应式公交系统的调度方法及系统 |
CN110458456B (zh) * | 2019-08-12 | 2023-01-31 | 上海同济城市规划设计研究院有限公司 | 基于人工智能的需求响应式公交系统的调度方法及系统 |
CN112700022A (zh) * | 2019-10-17 | 2021-04-23 | 丰田自动车株式会社 | 信息处理设备及信息处理方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5974716B2 (ja) | 2016-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5974716B2 (ja) | カーシェアリングシステムの運用計画システム、運用計画方法 | |
Ma et al. | Designing optimal autonomous vehicle sharing and reservation systems: A linear programming approach | |
Mourad et al. | A survey of models and algorithms for optimizing shared mobility | |
Martins et al. | Optimizing ride-sharing operations in smart sustainable cities: Challenges and the need for agile algorithms | |
Weikl et al. | A practice-ready relocation model for free-floating carsharing systems with electric vehicles–Mesoscopic approach and field trial results | |
Qin et al. | Reinforcement learning for ridesharing: An extended survey | |
Sayarshad et al. | A scalable non-myopic dynamic dial-a-ride and pricing problem for competitive on-demand mobility systems | |
Tamannaei et al. | Carpooling problem: A new mathematical model, branch-and-bound, and heuristic beam search algorithm | |
JP7520706B2 (ja) | 運行支援システムおよび運行支援方法 | |
Banerjee et al. | Ride sharing | |
Cokyasar et al. | Optimal assignment for the single-household shared autonomous vehicle problem | |
Zhou et al. | A scalable vehicle assignment and routing strategy for real-time on-demand ridesharing considering endogenous congestion | |
Luo et al. | Dynamic bus dispatching using multiple types of real-time information | |
Wu et al. | Time-dependent customized bus routing problem of large transport terminals considering the impact of late passengers | |
Ibarra-Rojas et al. | Integrating frequency setting, timetabling, and route assignment to synchronize transit lines | |
Wang et al. | Large-scale intelligent taxicab scheduling: A distributed and future-aware approach | |
Pouls et al. | Adaptive forecast-driven repositioning for dynamic ride-sharing | |
Iacobucci et al. | A multi-stage optimisation approach to design relocation strategies in one-way car-sharing systems with stackable cars | |
Ryan et al. | Sequential logit approach to modeling the customer-search decisions of taxi drivers | |
Yang et al. | Trip planning for a mobility-as-a-service system: Integrating metros and shared autonomous vehicles | |
Xu et al. | FMS-dispatch: a fast maximum stability dispatch policy for shared autonomous vehicles including exiting passengers under stochastic travel demand | |
Zhen et al. | Vehicle routing for customized on-demand bus services | |
Tan et al. | Joint Rebalancing and Charging for Shared Electric Micromobility Vehicles with Energy-informed Demand | |
Ivanova et al. | Digital transportation technologies for formation of bus routes in the conditions of a megapolis | |
Mourad | The synchronization of shared mobility flows in urban environments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20131106 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150728 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160531 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160621 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160704 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5974716 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |