JP2022513414A - アーリーライダー及びレイトライダーをスケジューリングするシステム及び方法 - Google Patents

Abstract

マルチモード輸送ネットワーク（ＭＴＮ）の車両にアーリーライダー（ＥＲ）及びレイトライダー（ＬＲ）をスケジューリングするシステム及び方法。実行されると、プロセッサにシナリオの有限集合を予測するステップを実行させる命令が記憶されている。各シナリオは、１組の可能なフォアキャストＬＲ（ＦＬＲ）の移動要求を有する。目的地への所望の到着時刻に基づいて、ＥＲグループ及びシナリオごとのＦＬＲグループを繰り返し生成する。各シナリオにおいてＥＲグループ及びＦＬＲグループごとに通勤用車両（ＣＶ）を割り当てる。ＥＲグループ及びＦＬＲグループごとに、ＥＲグループ及びＦＬＲグループが割り当てられている対応するＣＶの出発時刻及び目的地への到着時刻を繰り返し決定する。反復は、ＥＲ及びＦＬＲのための共同スケジュールが目的関数を最小化する各シナリオを形成するまで、継続する。割当て情報を定式化し、割当て情報をＥＲ及び割り当てられたＣＶへ送信する。

Description

本開示は、包括的には、マルチモード輸送ネットワークをスケジューリングするシステム及び方法に関し、より詳細には、通勤用車両（ＣＶ：commuter vehicle）及び定時運行車両（fixed schedule vehicle）を有するマルチモード輸送ネットワークにおいて、既知の乗客及び未知の乗客にＣＶを割り当てるシステム及び方法に関する。

マルチモード輸送ネットワークの中でマルチモードのルートを取得するには、いくつかの課題がある。そのような輸送ネットワークには通常、異なるタイプのサブネットワーク、すなわち、異なる輸送モードに関連するサブネットワークが含まれる。従来のルート選択及び／又はスケジューリング方法は或る特定のタイプの輸送ネットワークに特化する傾向があるので、異なるタイプのネットワークの特性の違いにより、両方のタイプのネットワークにまたがるマルチモードルートを生成することは困難である。マルチモードルートを取得する現在の試みでは、異なるネットワークを経由するルートを決定するために、それらのネットワークを別々に検討することが必要である。例えば、或る出発点から、或る輸送モードに関連するネットワークを経由して、別の輸送モードの出発点までのルートを決定し、その後、その別の輸送モードの出発点から、別の輸送モードに関連するネットワークを経由して、所定の目的地までのルートを決定することができる。

私的輸送ルート選択、例えば、自動車でのルート選択アルゴリズムと、公共輸送ルート選択とでは、それらのネットワークの特性が異なる傾向があるため、真の意味でのマルチモードルートプランナーを提供するために、それらのルート選択を容易に統合することはできない。マルチモード輸送ネットワークを利用したマルチモードルート手法は、乗客に関する全ての情報が事前に利用可能であるとの仮定に基づいて、公共輸送ネットワーク及び私的輸送ネットワークを最適化する。しかしながら、これらのタイプの手法では、不確実な情報の下での最適化については言及又は対処することができず、既知のスケジューリングされた乗客のように、全ての乗客が事前に意図する移動情報を明らかにするわけではない。

したがって、システムが乗客、すなわち、ライダーに関心のある出発地と目的地との間の私的輸送及び公共輸送の使用を統合することを可能にするマルチモードルートを生成する必要がある。ここで、乗客のサブセット、すなわち、既知の乗客／ライダーは、事前に意図したスケジューリング情報を明らかにし、１組の乗客、すなわち、不確実な乗客、すなわち、未知の乗客は、既知の乗客がスケジューリング情報を明らかにした時点で、意図したスケジューリング情報を明らかにしない。

本開示は、マルチモード輸送ネットワーク（ＭＴＮ）の複数の輸送モードの乗客／ライダーのスケジュールを共同管理するシステム及び方法に関する。特に、乗客／ライダーをスケジューリングするための２段階確率的計画定式化を利用する。乗客は、シナリオの有限集合を通して予測されるアーリーライダー（early rider）／既知の乗客、及びレイトライダー（late rider）／不確実な乗客として特徴付けられる。本開示のシステム及び方法は、スケジューリング問題の解決を支援するために決定図に基づく最適化手法を使用する。

本開示は、不確実な情報の下で乗客のスケジューリングを最適化することにより、従来のスケジューリング方法のスケジューリング問題のうちのいくつかを解決する。例えば、全ての乗客が事前に移動移動を明らかにしているとは限らず、これは不確実な情報であるのに対して、既知の乗客は、ＭＴＮを移動する前にその移動移動を明らかにしているため、ＭＴＮは既知の乗客をスケジューリングすることができる。これらの不確実な乗客は、既知の乗客が時間内にその移動移動を提供した後に、時間内にＭＴＮで輸送スケジュールを要求することができる。例えば、不確実な乗客は、移動の直前に、すなわち、既知の乗客が輸送スケジュールの要求を時間内に提出した後に、自身の移動移動を提出する場合がある。不確実な乗客の中には、ＭＴＮで既に移動しながら、輸送スケジューリングの移動要求を提出できる人がいることが想定される。

ＭＴＮで乗客をスケジューリングするときに「不確実な情報又は不確実な乗客」に対処する少なくとも１つの理由は、非限定例として、より効率的な全体行程／移動を提供し、及び／又は環境への影響を減らすことである。一部の不確実な乗客が意図した移動情報を事前に明らかにしないことによって、非限定例として、ＭＴＮの定員超過となり、全ての乗客の効率的な移動の低下につながる全ての乗客の移動時間が増加するｒ可能性がある。ほとんどの従来のスケジューリング方法では、ＭＴＮで乗客をスケジューリングするときに不確実な乗客の存在に対処できず、その結果、乗客の移動時間、機器の使用、燃料消費、及び過剰なフリート寸法の増加に関する多くの問題が発生する。乗客のスケジューリングがより多くの乗客を含めることを予期していないとき、遅いサービスを要求する乗客は他の乗客のサービス時間を長くする可能性がある。そのような乗客の多くはサービスが受けられないとき、そのスケジュールがまったく不可能な場合もあるが、遅延要求に対してＭＴＮでサービスを確保するには、ＣＶフリートの増強が必要であると誤った想定をしてしまうかもしれない。

具体的には、本開示は、非限定例として、ＭＴＮ用の大量輸送サービスの輸送拠点、すなわち、ターミナル発着所から各ライダーの最終目的地まで乗客／ライダーを送り届けるサービスを提供する車両を含むラストマイル乗客／ライダー輸送において車両を使用することに取り組む。ラストマイル乗客／ライダー輸送におけるこれらの車両は、通勤用車両（ＣＶ）及び自律走行車両等として定義することができる。

複数の輸送モードにわたって乗客／ライダーのためのいくつかのスケジューリング問題に対処する際には、複数の輸送モードを２つ以上の輸送モードに分けることができる。例えば、大量輸送ネットワークの第１のモードは、空輸、船、バス、又は列車等の定時運行車両を使用できる。また、輸送ネットワークの第２のモードは、ＣＶ、すなわち、運転者が操作する自動車、無人車両、ミニバス、電動プラットフォーム等の定員が少ない車両からなるＣＶを使ってスケジューリングに柔軟性を持たせる。

定時運行車両は、決まったスケジュール及び制約されない乗客定員を有し、対応するサービスの輸送拠点間で乗客を輸送する。例えば、列車は、鉄道駅間でのみ乗客を輸送し、一方、バスは停留所間で乗客を輸送する。本明細書においては、制約されない乗客定員とは、スケジューリング及び管理の解において考慮されない、定時運行車両の最大定員と理解することができる。対照的に、ＣＶは、乗客の目的地に応じて選択されるルートを経由して、乗客を輸送拠点まで、又は輸送拠点から輸送するために、制約されないスケジュール及び乗客定員の最大値を有する。

本開示のいくつかのシステム及び方法の多くの目標の中で少なくともいくつかの目標は、既知の乗客と未知の乗客との両方のためのより効率的な全体行程を提供し、同様に、環境への影響を低減することである。本開示のいくつかのシステム及び方法の他の利点は、ＭＴＮを用いた異なる輸送モードの定員を最大化することにより、最小の待機時間コストを一部の乗客に提供することができる。

本開示のいくつかの実施の形態は、ＭＴＮにおける１つ以上の輸送モードに対して乗客をスケジューリングするときに制約を実施できるという認識を含む。例えば、スケジューリング時の制約には、乗客が発着所を利用する予定の時間における各ターミナル発着所（すなわち、輸送拠点）の乗客収容力のレベル、乗客が発着所を使用する予定の時間におけるターミナル発着所の施設状態のレベル、及び、そのターミナル発着所の乗客によって報告された通勤上の関心事／問題に応じた各発着所の使いやすさの特徴が挙げられる。上記の制約には、乗客の移動コストの削減、環境への影響の削減、並びにＭＴＮにおける乗客の信頼性及び乗客の満足度の向上がある。ほとんどの従来のスケジューリング方法は、上記の制約を考慮していないため、乗客の待機時間コストを増加させる非効率的な全体行程となり、ＭＴＮ内の異なる輸送モードの定員を最大化することができない。本開示のシステム及び方法は、上記の制約の一部又は全てを利用して、従来のスケジューリング方法を克服する。その結果、本開示のシステム及び方法は、オペレータによる特定の制約に従って、ターミナル発着所ごとに、すなわち、ＣＶ、列車、バス、地下鉄等に関連して閾値定員制限を設けることに基づいて実施することができる。

本開示の実施の形態によれば、アーリーライダー（ＥＲ）、すなわち、既知の乗客及びレイトライダー（ＬＲ）、すなわち、不確実な乗客をスケジューリングするシステムを開示する。ＥＲがスケジューリングされた時点では、ＬＲはマルチモード輸送ネットワーク（ＭＴＮ）における車両に対して未知である。システムは、インターフェース及びメモリに接続される少なくとも１つのプロセッサを含む。メモリに記憶されるのは、ＭＴＮデータ及びＥＲ移動要求、並びに少なくとも１つのプロセッサによって実行されると、少なくとも１つのプロセッサに、シナリオの有限集合を予測することを含むステップを実行させる命令である。各シナリオは、可能なフォアキャストＬＲ（ＦＬＲ）の移動要求を含む。シナリオの有限集合は、ＭＴＮデータから取得される過去のＥＲ及び過去のＬＲが完了した移動から生成される。目的地への所望の到着時刻に基づいて、ＥＲグループ及びシナリオごとのＦＬＲグループを繰り返し生成する。ＥＲグループ及びシナリオの有限集合の各シナリオにおけるＦＬＲグループごとに通勤用車両（ＣＶ）を割り当てる。ＥＲグループ及びＦＬＲグループごとに、ＥＲグループ及びＦＬＲグループが割り当てられている対応するＣＶの出発時刻及び目的地への到着時刻を繰り返し決定する。任意の時点におけるＣＶで移動する全てのグループのライダーの総数は、ＣＶの定員を超えず、ライダーをその場所からその目的地まで乗せるルートが存在する。ＥＲ及びＦＬＲのための共同スケジュールが目的関数を最小化する各シナリオを形成するまで、反復は継続する。割当て情報を定式化し、インターフェースを介して、割当て情報をＥＲ及び割り当てられたＣＶに送信する。

実施の形態は、アーリーライダー（ＥＲ）及びレイトライダー（ＬＲ）をスケジューリングする方法を開示する。ＥＲがスケジューリングされる時点で、輸送システム（ＴＳ）に関連付けられる通勤用車両（ＣＶ）に対して、ＬＲは未知である。その方法は、インターフェースを介してＥＲ移動要求を受信することを含む。インターフェース及びメモリに接続されるプロセッサにより、プロセッサにステップを実行させる、メモリに記憶される命令を実行する。ステップは、シナリオの有限集合を予測することを含む。各シナリオは、可能な予測ＬＲ（ＦＬＲ）移動要求を含み、シナリオの有限集合は、メモリに記憶されるＴＳデータから取得される過去のＥＲ及び過去のＬＲが完了した移動から生成される。目的地への所望の到着時刻に基づいて、ＥＲグループ及びシナリオごとのＦＬＲグループを繰り返し生成し、ＥＲグループ及びＬＲグループに同時にサービスを提供するＣＶの数がフリート定員よりも少なくなる。ＥＲグループ及びシナリオの有限集合の各シナリオにおけるＦＬＲグループごとにＣＶを割り当てる。ＥＲグループ及びＦＬＲグループごとに、ＥＲグループ及びＦＬＲグループが割り当てられている対応するＣＶにおける出発時刻及び目的地への到着時刻を繰り返し決定する。任意の時点におけるＣＶで移動する全てのグループのライダーの総数は、割り当てられたＣＶの定員を超えず、ライダーをその場所からその目的地まで乗せるルートが存在する。ＥＲ及びＦＬＲのための共同スケジュールは、ライダーの総待機時間とＣＶトリップ数との組合せであるメトリックの目的関数を最小化する各シナリオを形成するまで反復を継続する。割当て情報を定式化し、インターフェースを介して、割当て情報をＥＲ及び割り当てられたＣＶに送信する。

本開示の実施の形態によれば、アーリーライダー（ＥＲ）及びレイトライダー（ＬＲ）をスケジューリングするシステムを開示する。ＥＲがスケジューリングされる時点で、マルチモード輸送ネットワーク（ＭＴＮ）内の車両に対してＬＲは未知である。システムは、インターフェース及びメモリに接続され、メモリに記憶される少なくとも１つのプロセッサを含む。メモリに記憶されるのは、ＭＴＮデータ、及びＥＲの移動要求、並びに少なくとも１つのプロセッサによって実行されると、少なくとも１つのプロセッサにシナリオの有限集合を予測することを含むステップを実行させる命令である。各シナリオは、可能なフォアキャストＬＲ（ＦＬＲ）の移動要求を含む。シナリオの有限集合は、ＭＴＮデータから取得される過去のＥＲ及び過去のＬＲが完了した移動から生成される。目的地への所望の到着時刻に基づいて、ＥＲグループ及びシナリオごとのＦＬＲグループを繰り返し生成する。ＥＲグループ及びシナリオの有限集合の各シナリオにおけるＦＬＲグループごとに通勤用車両（ＣＶ）を割り当てる。ＥＲグループ及びＦＬＲグループごとに、ＥＲグループ及びＦＬＲグループが割り当てられている対応するＣＶの出発時刻及び目的地への到着時刻を繰り返し決定する。任意の時点におけるＣＶで移動する全てのグループのライダーの総数がＣＶの定員を超えず、ライダーをその乗換発着所からその目的地まで乗せるルートが存在する。ＥＲ及びＦＬＲのための共同スケジュールは、ライダーの総待機時間とＣＶトリップ数との組合せであるメトリックの期待値を最小化する各シナリオを形成するまで、反復を継続する。割当て情報を定式化し、インターフェースを介して、割当て情報をＥＲ及び割り当てられたＣＶに送信する。目的地への所望の到着時刻に基づいて、ＬＲグループを繰り返し生成する。ＬＲグループごとに通勤用車両（ＣＶ）を割り当てる。ＬＲグループごとに、対応するＣＶの出発時刻及び目的地への到着時刻を含む期間を繰り返し決定する。ただし、そのＬＲグループのＣＶが、その期間の任意のＥＲグループによっても使用されていない、ＬＲグループ又はＣＶを同時に使用するＥＲグループの全てのライダーを輸送するためにＣＶにライダー定員があり、及び、ＥＲグループ及びＬＲグループの全てのライダーを輸送するためにＣＶにライダー定員があることを条件とする。ＥＲの決定されたスケジュールを条件とするＬＲのための共同スケジュールがＬＲの総待機時間とＣＶトリップ数との組合せであるメトリックの目的関数を最小化するまで、反復を継続する。割当て情報を定式化し、インターフェースを介して、割当て情報をＬＲ及び割り当てられたＣＶに送信する。

本開示の実施の形態によれば、アーリーライダー（ＥＲ）及びレイトライダー（ＬＲ）をスケジューリングするシステムを開示する。ＥＲがスケジューリングされる時点では、輸送システム（ＴＳ）に関連付けられる通勤用車両ＣＶに対してＬＲは未知である。システムはインターフェース及びメモリに接続される少なくとも１つのプロセッサを含み、メモリに記憶されるのは、ＴＳデータ及びＥＲ移動要求、並びに少なくとも１つのプロセッサによって実行されると、少なくとも１つのプロセッサにシナリオの有限集合を予測することを含むステップを実行させる命令である。各シナリオは、可能なフォアキャストＬＲ（ＦＬＲ）移動要求を含む。シナリオの有限集合は、ＴＳデータから取得される過去のＥＲ及び過去のＬＲが完了した移動から生成される。目的地への所望の到着時刻に基づいて、ＥＲグループ及びシナリオごとのＦＬＲグループを繰り返し生成し、ＥＲグループ及びＦＬＲグループに同時にサービスを提供するＣＶの数がフリートの定員よりも少なくなる。ＥＲグループ及びシナリオの有限集合の各シナリオにおけるＦＬＲグループごとに通勤用車両（ＣＶ）を割り当てる。ＥＲグループ及びＦＬＲグループごとに、ＥＲグループ及びＦＬＲグループが割り当てられている対応するＣＶの出発時刻及び目的地への到着時刻を繰り返し決定する。任意の時点におけるＣＶで移動する全てのグループのライダーの総数は、ＣＶの定員を超えず、ライダーをその場所からその目的地まで乗せるルートが存在する。反復は、ＥＲ及びＦＬＲのための共同スケジュールがライダーの総待機時間とＣＶトリップ数との組合せであるメトリックの目的関数を最小化する各シナリオを形成するまで継続する。割当て情報を定式化し、インターフェースを介して、割当て情報をＥＲ及び割り当てられたＣＶに送信する。

本開示の実施の形態によれば、アーリーライダー（ＥＲ）及びレイトライダー（ＬＲ）をスケジューリングするシステムを開示する。ＥＲがスケジューリングされる時点でマルチモード輸送ネットワーク（ＭＴＮ）内の車両に対して、ＬＲは未知である。システムは送受信機及びメモリに接続されるプロセッサを含み、メモリに記憶されるのは、ＭＴＮデータ及びＥＲ移動要求、並びに少なくとも１つのプロセッサによって実行されると、少なくとも１つのプロセッサにシナリオの有限集合を予測することを含むステップを実行させる命令である。各シナリオは、可能なフォアキャストＬＲ（ＦＬＲ）移動要求を含む。シナリオの有限集合は、ＭＴＮデータから取得される過去のＥＲ及び過去のＬＲが完了した移動から生成される。目的地への所望の到着時刻に基づいて、ＥＲグループ及びシナリオごとのＦＬＲグループを繰り返し生成する。ＥＲグループ及びシナリオの有限集合の各シナリオにおけるＦＬＲグループごとに通勤用車両（ＣＶ）を割り当てる。ＥＲグループ及びＦＬＲグループごとに、ＥＲグループ及びＦＬＲグループが割り当てられている対応するＣＶの出発時刻及び目的地への到着時刻を繰り返し決定する。任意の時点におけるＣＶで移動する全てのグループのライダーの総数は、ＣＶの定員を超えず、ライダーをその場所からその目的地まで乗せるルートが存在する。ＥＲ及びＦＬＲのための共同スケジュールが目的関数を最小化する各シナリオを形成するまで、反復は継続する。割当て情報を定式化し、送受信機を介して割当て情報をＥＲ及び割り当てられたＣＶに送信する。

ここに開示されている実施形態は、添付図面を参照して更に説明される。示されている図面は、必ずしも一律の縮尺というわけではなく、その代わり、一般的に、ここに開示されている実施形態の原理を示すことに強調が置かれている。

本開示の実施形態による、アーリーライダー（ＥＲ）／既知の乗客、及びレイトライダー（ＬＲ）／不確実な乗客を有するマルチモード輸送ネットワーク（ＭＴＮ）において通勤用車両（ＣＶ）をスケジューリングするシステムを示す概略図である。 本開示のいくつかの実施形態による、ＥＲのスケジューリングに関して、通勤用車両をスケジューリングされた車両と効率的に接続するように割り当てることになるＭＴＮにおける複数の輸送モードのスケジューリングを示す概略図である。 本開示のいくつかの実施形態による、ＬＲのスケジューリングに関して、通勤用車両をスケジューリングされた車両と効率的に接続するように割り当てることになるＭＴＮにおける複数の輸送モードのスケジューリングを示す概略図である。 本開示のいくつかの実施形態による、複数の輸送モード及び乗客をスケジューリングするために利用することができる、通勤用車両割当てシステムを含むシステムのブロック図である。 本開示のいくつかの実施形態による、ルート探索プログラムのブロック図である。 本開示のいくつかの実施形態による、定時運行車両及び通勤用車両に共同で乗客をスケジューリングする主要ステップを示すフローチャートである。 本開示のいくつかの実施形態による、ネットワークフロー定式化を使用して、定時運行車両及び通勤用車両で乗客のスケジューリングを最適化する際の主要ステップを示すフローチャートである。 本開示のいくつかの実施形態による、ネットワークフロー定式化の出力を使用するアーリーライダー（ＥＲ）乗客への通勤用車両の割当てを示すフローチャートである。 本開示のいくつかの実施形態による、ネットワークフロー定式化の出力を使用するフォアキャストレイトライダー（ＦＬＲ）乗客への通勤用車両の割当てを示すフローチャートである。 本開示のいくつかの実施形態による、所望の到着時刻に従って並べ替えられる乗客に対するグループ分けの決定図表現を示す概略図である。 本開示のいくつかの実施形態による、通勤用車両における乗客のグループ分けの決定図表現の例である。 本開示のいくつかの実施形態による、アーリーライダー（ＥＲ）／既知の乗客、及びフォアキャストレイトライダー（ＦＬＲ）の複数のシナリオを示す概略図であり、各シナリオはレイトライダー（ＬＲ）／未知の乗客の可能な具体化を表す。 本開示のいくつかの実施形態による、ＣＶトリップが、アーリーライダー（ＥＲ）／既知の乗客のみからなる、レイトライダー（ＬＲ）／未知の乗客のみからなる、又はＥＲ及びＬＲの両方の組合せからなる場合がある、乗客のスケジュールを示す概略図である。 本開示のいくつかの実施形態による、ＣＶトリップに割り当てられる乗客のスケジュールの構造を示す概略図であり、レイトライダー（ＬＲ）／未知の乗客は、事前にはアーリーライダー（ＥＲ）／既知の乗客のみからなるものであったスケジュールに徐々に組み込まれる。 本開示のいくつかの実施形態による、各シナリオからのフォアキャストレイトライダー（ＦＬＲ）を、アーリーライダー（ＥＲ）／既知の乗客のみからなる乗客のスケジュールに追加することから生じる延長スケジュールを示す概略図であり、ＥＲのスケジュールは、異なるシナリオにわたってＦＬＲを含めることによって影響を受けない。 本開示のいくつかの実施形態による、最適解の構成を示す概略図である。 本開示のいくつかの実施形態による、最適解の別の構成を示す概略図である。 本開示のいくつかの実施形態による、最適解の別の構成を示す概略図である。 本開示のいくつかの実施形態による、最適解の別の構成を示す概略図である。 本開示のいくつかの実施形態による、アーリーライダー（ＥＲ）／既知の乗客及びフォアキャストレイトライダー（ＦＬＲ）のスケジュールがスケジュールのグローバルコストにどのように影響するかの違いを示す概略図である。 本開示のいくつかの実施形態による、発見的手法を示す概略図である。 本開示のいくつかの実施形態による、発見的手法によりアーリーライダー（ＥＲ）及びフォアキャストレイトライダー（ＦＬＲ）の乗客をスケジューリングするアルゴリズムを示すフローチャートである。 本開示のいくつかの実施形態による、システム及び方法を実施するために使用することができるいくつかの構成要素を示すブロック図である。 本開示のいくつかの実施形態による、通勤用車両をスケジューリングする図１５Ａのマルチモード輸送ネットワークシステムを示す概略図である。 本開示のいくつかの実施形態による、方法及びシステムのいくつかの技法を実施するために使用することができるコンピューティング装置を示す概略図である。

本開示は、アーリーライダー（ＥＲ）／既知の乗客、及びレイトライダー（ＬＲ）／不確実な乗客のためのマルチモード輸送ネットワーク（ＭＴＮ）の少なくとも一部を形成する輸送スケジュールを共同管理するシステム及び方法に関する。

図１は、本開示の実施形態による、統合ラストマイルシステムを示す概略図である。図１は、列車等の定時運行車両１０５へのＥＲ乗客１０１及びＬＲ乗客１０２の乗車、中継発着所１１５への到着、中継発着所での通勤用車両への乗客の乗車、目的地１１０に到達するための通勤用車両による移動、及び指定された到着時間窓１３０内の目的地１１０への到着を示す。乗客がスケジューリングされると、そのシステムは、アーリーライダー（ＥＲ）／既知の乗客及びレイトライダー（ＬＲ）／不確実な乗客の両方によって同じように使用される。

例えば、本開示の実施形態は、不確実性の下での大量輸送システム及びラストマイル車両の乗客の共同スケジューリングを含む。乗客／ライダーは列車で中央ターミナルに到着し、限られた定員のポッド、すなわち、自動化又は他の方法で運用される通勤用車両（ＣＶ）に乗車する。一部の乗客とは、アーリーライダー（ＥＲ）／既知の乗客及びレイトライダー（ＬＲ）／不確実な乗客（すなわち、ＥＲよりも遅い時点にサービスを要求する乗客）である。本開示のいくつかの実施形態の少なくとも１つの目標は、２つの目的、すなわち総移動時間及びＣＶトリップの数の凸結合を最小化するように、乗客／ライダーを列車に割り当て、次いでＣＶで一緒に移動する乗客をグループ分けすることである。いくつかの実施形態では、このことは、ＣＶトリップごとに単一の目的地を有すると仮定することができるか、又は少数のＣＶ目的地のみを有すると仮定することができる。混合目的モデルは、サービス品質（乗客の総移動時間）と、燃料消費及び保守要件（ＣＶトリップの数）に関連する運用コストとの間のトレードオフとなる可能性がある。不確実性がない場合、この問題は統合ラストマイル輸送問題（ＩＬＭＴＰ）として知られる。

不確実な設定はシステムに適用できることがあり、中央スケジューラがアーリーライダー（ＥＲ）／既知の乗客から要求を受け取り、それらを列車、グループ及び出発時刻に割り当て、一方では、輸送サービスを要求するかもしれないが関連付けられた要求をマルチモード輸送ネットワーク（ＭＴＮ）にまだ提出していないレイトライダー（ＬＲ）／未知の乗客に対しては柔軟性を構築する。これにより、この領域の従来のスケジューリング方法に関連して問題の複雑さが大幅に増加する。しかし、実際には、乗客の初期スケジューリングに遅れてきた追加の需要を考慮しなければならないという、より現実的な設定にもなっている。

図２Ａは、本開示のいくつかの実施形態による、ライダーのスケジューリングに関して、通勤用車両をスケジューリングされた車両と効率的に接続するように割り当てることになるマルチモード輸送ネットワーク（ＭＴＮ）における複数の輸送モードのスケジューリングを示す概略図である。図２Ａは、ＣＶ割当てシステムの一例を示している。ここで、アーリーライダー／ユーザ／乗客２０１Ａ、２０２Ａ、２０３Ａは、それらの意図する移動の前の時点において、すなわち、ＬＲの前に、起点発着所、目的地建物、及び目的地への到着時間窓を要求するシステム（図３Ａを参照）に入力を提供する。一例として、アーリーライダー／ユーザ／乗客２０１Ａ、２０２Ａ、２０３Ａは、移動の前日の１８：００に情報を通信する（２１１）。各ユーザ／乗客２０１Ａ、２０２Ａ、２０３Ａは、ユーザ／乗客の個々のスマートフォン又はコンピュータ２０１Ｂ、２０２Ｂ、２０３Ｂを使用して、システム（図３Ａを参照）と通信する。システム（図３Ａを参照）は、既知のユーザ２０１Ａ、２０２Ａ、２０３Ａ及び通勤用車両２２０Ａ、２２０ＢのためのＣＶスケジュールを決定する。

図２Ｂは、本開示のいくつかの実施形態による、ライダーのスケジューリングに関して、通勤用車両をスケジューリングされた車両と効率的に接続するように割り当てることになるマルチモード輸送ネットワーク（ＭＴＮ）における複数の輸送モードのスケジューリングを示す概略図である。図２Ｂは、ＣＶ割当てシステムの一例を示している。ここで、レイトライダー／ユーザ／乗客２５１Ａ、２５２Ａ、２５３Ａは、意図する移動の前の時点において、すなわち、ＥＲがスケジューリングされた後に、起点発着所、目的地建物、及び目的地への到着時間窓を要求するシステム（図３Ａを参照）に入力を提供する。一例として、レイトライダー／ユーザ／乗客２５１Ａ、２５２Ａ、２５３Ａは、移動の前に、場合によってはレイトライダー／ユーザ／乗客が起点列車発着所に到着する直前に、情報を通信する（２６１）。各ユーザ／乗客２５１Ａ、２５２Ａ、２５３Ａは、ユーザ／乗客の個々のスマートフォン又はコンピュータ２５１Ｂ、２５２Ｂ、２５３Ｂを使用して、システム（図３Ａを参照）と通信する。システム（図３Ａを参照）は、既知のユーザ２５１Ａ、２５２Ａ、２５３Ａ及び通勤用車両２７０Ａ、２７０ＢのためのＣＶスケジュールを決定する。

ユーザ／乗客に関しては、上記のように、２つのタイプがある場合があり、１番目のタイプは、アーリーライダー（ＥＲ）／既知の乗客とすることができ、２番目のタイプは、レイトライダー（ＬＲ）／未知の乗客とすることができる。ＥＲは、ＭＴＮを移動する前の時間内に自身の移動移動を明らかにし、これにより、ＭＴＮがＥＲをスケジューリングすることが可能になる。レイトライダー（ＬＲ）／不確実な乗客は、既知の乗客が時間内にその移動移動を提供した後、ＭＴＮで輸送スケジュールの要求を時間内に出す。例えば、ＬＲは、移動の直前に、すなわち、ＥＲが自身の輸送スケジューリングの要求を既に時間内に出したかなり後に、ＬＲ自身の移動移動を提出する場合がある。スケジュールを、後からのＬＲの受け入れに十分柔軟に対応するために、ＥＲをスケジューリングする前に、１組のフォアキャストＬＲ（ＦＬＲ）を含むシナリオが生成される。各シナリオは、ＬＲのもっともらしい実現を示し、各シナリオのＦＬＲは、ＥＲのスケジュールに収めることができる。

更に図２Ａを参照すると、システム（図３Ａを参照）は、スマートフォン（無線通信デバイス）、タブレット又はコンピュータ２０１Ｂ、２０２Ｂ、２０３Ｂ等の好ましい通信デバイスを通して、全てのアーリーライダー（ＥＲ）２０１Ａ、２０２Ａ、２０３Ａにとって最適なスケジュールを通信する。ＥＲ２０１Ａ、２０２Ａ、２０３Ａは、ＥＲが起点発着所を出発する列車時刻、ユーザが移動するＣＶの識別情報、及び通勤用車両の行程の出発時刻及び到着時刻に関する情報を受信する（２１３）。更に図２Ｂを参照すると、システム（図３Ａを参照）は、スマートフォン（無線通信デバイス）、タブレット又はコンピュータ２５１Ｂ、２５２Ｂ、２５３Ｂ等の好ましい通信デバイスを通して、全てのレイトライダー（ＬＲ）２５１Ａ、２５２Ａ、２５３Ａのためのスケジュールを通信する。ＬＲ２５１Ａ、２５２Ａ、２５３Ａは、ＥＲが起点発着所を出発する列車時刻、ユーザが移動するＣＶの識別情報、及び通勤用車両の行程の出発時刻及び到着時刻に関する情報を受信する（２６３）。

図３Ａは、本開示のいくつかの実施形態による、複数の輸送モード及び乗客をスケジューリングするために利用することができる、通勤用車両割当てシステムを含むシステムのブロック図を示す。システム３００は、キーボード３１１及びポインティングデバイス／媒体３１２と接続可能なヒューマンマシンインターフェース（ＨＭＩ）３１０と、１つ以上のプロセッサ３２０と、記憶デバイス３３０と、メモリ３４０と、ローカルエリアネットワーク及びインターネットネットワークを含むネットワーク３９０と接続可能なネットワークインターフェースコントローラー３５０（ＮＩＣ）と、ディスプレイインターフェース３６０と、マイクロフォンデバイス３７５と接続可能なオーディオインターフェース３７０と、印刷デバイス３８５と接続可能なプリンタインターフェース３８０とを含むことができる。メモリ３４０は、プロセッサ３２０に関連してコンピュータ実行可能プログラム（アルゴリズムコード）を記憶する記憶装置３３０とともに動作する１つ以上のメモリユニットとすることができる。

通勤用車両（ＣＶ）割当てシステム３００は、ＮＩＣ３５０に接続されるネットワーク３９０を介して、乗客（ユーザ）からの移動要求データ（図示せず）、公開データベースからの定時運行車両のルート探索データ、又は一般公開されたルート探索アプリケーション３９５の探索結果を受信することができる。ＮＩＣ３５０は、有線ネットワークを介して、及び無線ネットワーク（図示せず）を介してネットワーク３９０に接続する受信機及び送信機を含む。場合によっては、移動要求データは、最低運賃、最短移動時間又は最短移動距離等の条件を有するＥＲ及びＬＲの好ましいオプションを含むことができる。システム３００がＥＲの好ましいオプションを受信するとき、ＣＶ割当てシステム３００は、好ましいオプションの条件に基づいて、グループ分けプログラムモジュール３０４及びＣＶ割当てプログラムモジュール３０８を実行する。例えば、好ましいオプションとして最低運賃が示されたとき、ＣＶ割当てシステム３００は、中継地（発着所）及び中継地からのＣＶの出発時刻を与える移動スケジュールを生成し、その移動スケジュールは、出発地から目的地まで輸送するために乗客によって支払われることになる最低（最安）総運賃の条件を満たす。

更に図３Ａを参照すると、システム３００は、図２の通勤用車両２２０Ａ、２２０Ｂの情報、トリップの出発時刻、通勤用車両が辿るルート、及びそれらのトリップにおいて輸送される乗客に関する情報を与えることができる。

場合によっては、乗客が、出発地と、出発地から中継地よりも１駅近い駅である発着所（隣接発着所）との間で利用可能な通勤定期を所有する場合には、出発地から目的地までの各乗客の総運賃をより安価にできるように、システム３００はその隣接発着所を中継地として設定する。そのような場合、システム３００は、乗客の通勤定期の情報、例えば、通勤定期の利用可能な発着所の情報を要求するように構成される。

更に図３Ａを参照すると、システム３００は、ネットワーク３９０を介して、定時運行車両運行管理システム３９６と通信することができる。例えば、定時運行車両運行管理システム３９６が、定時運行車両の最新変更スケジュールに関する情報を定時に取得するとき、インターフェース３５０は、既に割り当てられているか、又は割り当てられることになるＣＶスケジュールに関連する変更スケジュールの情報を受信することができ、システム３００は、別の割当て情報を取得し、乗客に送信するために、グループ分けプログラム及びＣＶ割当てプログラムを再実行する。したがって、初期割当て情報が乗客に送信された後に、定時運行車両のスケジュールが変更された場合であっても、乗客は適切なＣＶ割当てを取得することができる。これは、乗客に極めて実効的で円滑な輸送を提供する。

場合によっては、システム３００は、乗客に予定車両を割り当てる前に、ネットワーク３９０を介して、定時運行車両運行管理システム３９６から、予定車両の現在の運行状況に関する情報を受信することができる。例えば、ラッシュアワーの時間帯に、定時運行車両運行管理システム３９６は、システム３００に、時間帯に応じた各定時運行車両上の推定乗客分布（混雑状態）を提供する。言い換えると、定時運行車両運行管理システム３９６は、その運行区間に関して一日の中の異なる時間スケジュールにおいて運行される各定時運行車両の推定エネルギー消費量を与えることができる統計データを含む。例えば、ラッシュアワーの混雑した運行区間で定時運行車両が運行されるとき、その定時運行車両のエネルギー消費量は、混雑していない運行区間においてラッシュアワーでない時に運行される定時運行車両のエネルギー消費量よりも大きい。したがって、定時運行車両運行管理システム３９６は、乗客が最初に割り当てられた出発時刻を別の出発時刻又は／及び別のルートに切り替える場合に、中継地（例えば、発着所）への別の到着時刻を選ぶと、エネルギー消費量がどれだけ削減されるかという情報を与えることができる。

更に図３Ａを参照すると、本開示の一実施形態によれば、システム３００は、乗客が、割り当てられた出発時刻及びルートを他の出発時刻及び他のルートに変更する場合に、エネルギー消費量をどれだけ削減できるかに関する情報を生成することができ、その情報を乗客に送信することができる。これは、定時運行車両によって消費される総エネルギーを削減するのに極めて有益であり、極めて環境に優しいシステムとすることができる。さらに、定時運行車両運行管理システム３９６は、ラッシュアワー関連動的価格決定システムを含むことができる。この場合、定時運行車両運行管理システム３９６と通信することによって、システム３００は、定時運行車両の運賃をどれだけ割り引くことができるかに関する情報を生成し、その情報を乗客に送信することができる。運賃の割引は、定時運行車両運行管理システム３９６に含まれる所定の計算方法に従って、定時運行車両のエネルギー消費量の削減に関連付けられる。これは、乗客が、システム３００から送信される環境に優しい移動スケジュールを選択する大きなインセンティブとなり得る。

さらに、そのインターフェースは、ネットワークを介して、運用ルートマップ上の交通渋滞、交通事故及び工事中を含む、交通条件に関する情報を受信する。ルート探索プログラムは、それらの交通条件を回避するように、グループのルートを探索する。この特徴は、乗客の移動時間を短縮し、ＣＶのエネルギー消費量を削減するのに極めて有益である。

更に図３Ａを参照すると、定時運行車両に関する乗客のスケジューリングは、定時運行車両に関する混雑の程度、及び混雑が生じる定時運行車両トリップも明らかにする。定時運行車両における混雑は、乗客が窮屈な思いをし、疲労を感じるので、サービス品質の低下につながる。それゆえ、混雑に関する情報は、定時運行車両運行者とって大きな価値がある。そのような情報を用いて、定時運行車両運行者は、混雑の一因になる特定の顧客を対象にして、必要に応じて、金銭的なインセンティブ又はディスインセンティブを提示することができる。例えば、定時運行車両運行者は、特定の時刻における移動により高い運賃を課金するディスインセンティブを提示するか、又は乗客が混雑を避けて移動することを申し出た場合には、割引運賃を提示することができる。したがって、定時運行車両運行者は、より良好なサービス品質を乗客に提供するために、乗客の移動時間に影響を及ぼすように乗客とやりとりすることができる。

記憶デバイス３３０は、グループ分けプログラムモジュール３０４、ルート探索プログラムモジュール３０２、通勤用車両割当てプログラムモジュール３０８及びＣＶ運用ルートマップデータベース３３４（運用ルートマッププログラム）を含む。ポインティングデバイス／媒体３１２は、コンピュータ可読記録媒体上に記憶されるプログラムを読み出すモジュールを含むことができる。ＣＶ運用ルートマップデータベース３３４は、ＣＶ運用エリアのロードマップデータを含む。ロードマップデータは、移動要求に応答してＣＶのルートを計算する（算出する）ために使用される。

更に図３Ａを参照すると、プログラムモジュール３０２、３０４及び３０８を実行するために、キーボード３１１を用いて、ポインティングデバイス／媒体３１２を用いて、又は他のコンピュータ（図示せず）に接続されるネットワーク３９０を介して、システム３００に命令を送信することができる。システム３００は、ＨＭＩ３１０を介して命令を受信し、メモリ３４０に関連するプロセッサ３２０、記憶デバイス３３０に記憶されるグループ分けプログラムモジュール３０４、ルート探索プログラムモジュール３０２及び通勤用車両割当てプログラムモジュール３０８を用いて、乗客へのＣＶ割当てを実行するための命令を実行する。

本開示の実施形態によれば、システム３００は、通勤用車両（ＣＶ）及び定時運行車両を有するマルチモード輸送ネットワークにおいて乗客にＣＶを割り当てるために用いられる。システム３００は、乗客（ユーザ）２０１から移動要求を受信するインターフェース３５０を含むことができる。移動要求は、出発地、目的地、出発地からの出発時刻、及び目的地における期限を含む到着時間窓を含むことができる。さらに、システム３００は、グループ分けプログラム、ルート探索プログラム、ＣＶの運用ルートマッププログラム、及び通勤用車両割当てプログラムを含むコンピュータ実行可能プログラムを記憶するメモリ（又は／及び記憶装置）と、メモリに関連してコンピュータ実行可能プログラムを実行するプロセッサ３２０とを備える。グループ分けプログラムは、乗客の目的地に基づいて、乗客グループを決定し、乗客のための定時運行車両及びＣＶによる出発時刻を決定する最適化問題を定式化するステップと、最適化問題を解いて、乗客グループと、乗客のための定時運行車両及びＣＶによる出発時刻とを規定する解を生成するステップと、最適化問題を解くことから得られた解をメモリに記憶するステップであって、定式化するステップ、解くステップ、及び記憶するステップは、１組の重み付け係数と、乗客の総移動時間とグループ数との組合せとに関する解を得るために繰り返される、記憶するステップと、乗客の総移動時間及びグループ数の線形結合のために得られた解の中の１つの解を選択するステップと、通勤用車両割当てプログラムを実行することによって、グループにＣＶを割り当て、ＣＶに関するルートを割り当てるステップと、選択された解に基づいて、ＣＶの中の割り当てられたＣＶの割当て情報を生成するステップであって、割当て情報は、グループに割り当てられたＣＶ、ＣＶに割り当てられたルート、中継地、及び中継地からの割り当てられたＣＶの出発時刻を含む、ステップと、割当て情報を、インターフェースを介して、割り当てられたＣＶに送信するステップとを含む。

更に図３Ａを参照すると、システム３００において実行可能プログラム内で実行されるステップでは、最適化問題は、全ての乗客の総移動時間の和と、グループ数との線形結合を最小化するように定式化することができ、結合は重み付け係数を用いて実行される。この場合、最適化問題は、乗客の到着時間窓内に乗客が目的地に達するのを確実にする制約と、グループ内の乗客の数がＣＶ内の座席数よりも少ないことを確実にする制約とを含む。ルート探索プログラム及び運用ルートマッププログラムは、ＣＶに関するそれぞれの移動時間を与え、制約は、確実に、同時に運用しているＣＶの数がメモリに記憶される利用可能なＣＶの全数よりも少なくする。この場合、乗客のそれぞれは、或る総移動時間を有すると考えることができる。

システム３００において実行可能プログラムを実行することにより、従来のスケジューリング方法と比較して計算時間を大幅に短縮することができ、さらに、計算電力消費量も大幅に削減することができる。適用される計算方法は、２段階確率的スケジューリング最適化と決定図最適化とを初めて組み合わせた方法である。２段階確率的スケジューリング最適化により、各シナリオのフォアキャストＬＲ（ＦＬＲ）を提供することでＬＲを柔軟に組み込むことができる。また、決定図最適化により、妥当な処理時間でスケジューリング最適化問題を解決できる。

更に図３Ａを参照すると、システム３００において、グループは、ＣＶの運用ルートマッププログラムを用いてルート探索プログラムを実行することによって、ルート及び中継地を割り当てられ、ルートはそれぞれ、中継地からグループの目的地に達し、グループは中継地における出発時刻を割り当てられ、それにより、グループの乗客が中継地において定時運行車両からＣＶに乗り換え、到着時間窓内に目的地に達することができるようにする。

さらに、同一のグループに割り当てられた乗客は、同一のＣＶを共有する。これはシステムのより簡単なデータ処理方法を提供し、そのデータ処理方法は、高速のグループ分け及び移動スケジューリング方法を可能にし、結果として、計算電力消費量が削減される。

更に図３Ａを参照すると、本開示の実施形態によれば、上述したグループ分けにおいて、グループ分けプログラムは、乗客の目的地ごとに決定図（ＤＤ）を構成及び計算することによって実行することができ、ＤＤはそれぞれ、共通の目的地まで移動している乗客の数と、乗客の到着時間窓と、ＣＶのそれぞれの座席定員とに基づいて構成される。

本開示のシステム及び方法は、グループ分けプロセスの計算速度を大幅に改善することができ、単数又は複数のプロセッサを含む、コンピュータシステムの電力消費量を削減する。ＤＤによって提供されるグループ分けの可能性は、限定された全ての可能なグループ分けの集合を表しており、ＤＤ内のグループ分けは、総移動時間及び平均移動時間、総待機時間及び平均待機時間、ＣＶトリップの総数、又は上記メトリックの任意の加重結合等のメトリックのための最適なスケジュールを生成するのに十分であることが数学的に証明されている。

場合によっては、グループ分けプログラムは、グループ分けされた乗客を到着時間窓内の期限の昇順に並べ替えることができる。これは、グループ分けプロセスに関して、より簡単な方法を提供することができ、乗客の数が増加するときに極めて効率的である。

更に図３Ａを参照すると、乗客の移動要求が乗客によって支払われることになる最小総コストを示す好ましいオプションを含むとき、乗客を、予定車両及び割り当てられるＣＶのコストの和を最小化するための別の制約を満たすグループに割り当てることができる。これは、乗客の選択に応じて、乗客に低運賃の移動スケジュールを提供することができる。

場合によっては、システム３００は、ＣＶの運用状況が、情報インターフェースを介して、ＣＶのそれぞれから状況情報を受信することによって監視及び更新されるように、ＣＶと通信することができる。運用状況は、ＣＶの場所と、ＣＶのそれぞれの利用可能な座席数とを含む。更新された運用状況は、メモリに記憶される。これにより、システム３００は、確実にＣＶの利用可能な座席に乗客を適切に割り当てることができる。

一実施形態によれば、メモリ３４０及び／又は記憶装置３３０は、中継地に停車する定時運行車両の運賃及び時刻表を記憶する。これにより、より良好な交通条件を有する、柔軟なルートを提供することができる。

更に図３Ａを参照すると、実行可能プログラムのステップは、乗客のそれぞれが割り当てられたＣＶのうちの１つの出発時刻の前に対応する中継地に達するように、インターフェースを介して、乗客のそれぞれに、出発地からアクセス可能な定時運行車両の出発時刻と、中継地のうちの１つと、割り当てられたＣＶのうちの１つとを伴う移動を送信することができる。

場合によっては、最適化問題は、総移動時間とＣＶによって消費されることになるエネルギーとの線形結合、乗客のそれぞれによって支払われることになる総運賃、総移動時間と総運賃との線形結合、又は総移動時間と、定時運行車両によって消費されることになるエネルギーとの線形結合を最小化するように定式化することができる。これは、乗客に、より安価なサービスを提供する。

さらに、移動に総運賃が含まれるとき、最適化問題は、制約のうちの１つとして総運賃を満たすように解かれる。これは、乗客に、移動スケジュールに関して、より柔軟な選択肢を提供する。

更に図３Ａを参照すると、場合によっては、時間的に効率の良い計算サイクルを実行して、解を得るために、プロセッサ上で所定の期限に達するまで、グループ分けするステップ、割り当てるステップ、確実にするステップ及び評価するステップが繰り返される。

さらに、インターフェースは、ネットワークを介して、運用ルートマップ上の交通渋滞、交通事故及び工事中を含む、交通条件に関する情報を受信することができる。ルート探索プログラムは、交通条件を回避するように、グループのルートを探索する。これは、乗客に、より良好な（目的地までに要する時間が短い）サービスを提供し、ＣＶによって費やされることになる総エネルギー（燃料）も削減し、ＣＶのエネルギー消費量を削減する。

更に図３Ａを参照すると、実施形態において、通勤用車両割当てプログラムは、乗客の総移動時間に関する制約、乗客を輸送する際に割り当てられたＣＶによって使用されるエネルギーに関する制約、及び総移動時間と乗客を輸送する際に使用されるエネルギーとの線形結合に関する制約のうちの１つに基づいて、最適化問題を解く。これは、乗客に、ＣＶを少ないエネルギー消費量で運用できるようにする柔軟な選択肢を提供することができる。

さらに、そのシステムは、乗客が環境に優しい移動スケジュールを選択する場合に、定時運行車両の運賃がどれだけ割引されるかに関する情報を各乗客に送信することができる。これは、乗客に、環境に優しい移動に貢献する経済的なインセンティブを与えることができる。これは、定時運行車両の環境に優しい運行に関して大きな利点である。

図３Ｂは、本開示のいくつかの実施形態による、要求される乗客目的地に達する際に通勤用車両によって使用されることになるルートを計算するためのルート探索プログラムの要素からなるフローチャートを示す一例である。例えば、ルート探索プログラム３０２は、メモリ内にＣＶの運用エリアのマップ３２１を有し、運用マップは、ＣＶが移動できる道路、道路間の交差点、及び異なる時間帯にこれらの各道路を移動するのに要する時間を表す。マップ上の情報はステップ３２２においてグラフとして表示される。グラフのノードは中継発着所、道路交差点及び目的地であり、グラフ内のエッジは道路である。グラフ表現を用いて、ステップ３２３において、中継発着所と目的地との間の最短経路が、よく知られたダイクストラアルゴリズムを用いて、乗換発着所からの異なる移動時間において計算され、戻るのに要する時間も同様にして計算される。そのような最短時間ルートに関する情報は、乗客のスケジューリングにおいて後に使用するために、ステップ３２４においてデータベースに記憶される。さらに、ルート探索プログラムを用いてルートが選択又は決定されると、ＣＶ運賃計算プログラム（図示せず）に基づいて、ＣＶの運賃が与えられる。そのプログラムは、決定されたルートの距離と、定時運行車両の発着所によって決定される対応する中継地から目的地に達するのに要する予想時間とに基づいて、ＣＶの運賃を計算する。

場合によっては、システム３００は、対応する距離を含む、ルート情報を提供する外部ネットワークから、最短時間ルートに関する情報を取得することができる。外部ネットワークは第三者によって運用することができる。

図４は、本開示のいくつかの実施形態による、複数の輸送モードにおいて乗客をスケジューリングする主要手順４００を示すフローチャートである。手順４００は入力ステップ４１０を実施し、入力データは起点ｓ（ｊ）、目的地ｄ（ｊ）及び到着時間窓［ｔ^ｒ（ｊ）－Ｔ_ｗ，ｔ^ｒ（ｊ）＋Ｔ_ｗ］の各アーリーライダー（ＥＲ）乗客ｊ∈Ｊに関する情報を含む。また、入力として提供されるのは、レイトライダー（ＬＲ）乗客の異なる実現を表すシナリオの有限集合Ｑである。ただし、

は、シナリオｑ∈Ｑにおけるフォアキャストレイトライダー（ＦＬＲ）乗客である。各ＦＬＲ乗客

は、発着所ｓ（ｊ）∈ＳからＴ_０への輸送を要求し、次いでＣＶで目的地ｄ（ｊ）∈Ｄへ向かい、時刻ｔ^ｒ（ｊ）及び到着時間窓［ｔ^ｒ（ｊ）－Ｔ_ｗ，ｔ^ｒ（ｊ）＋Ｔ_ｗ］に到着する。目的地ｄへのサービスを要求するＦＬＲ乗客は

で示される。

及び

とする。この情報を使用して、手順４００は、ステップ４２０において、乗客の総移動時間及びＣＶトリップの数の線形結合等の目的関数を最小化するために、ＥＲ及びＦＬＲ乗客の最適なスケジューリング及びグループ分けを計算する。次いで、ステップ４３０において、計算された解を用いて、ＥＲ及びＦＬＲ乗客への通勤用車両の割当てを特定する。最後に、ステップ４４０において、割り当てられた定時運行車両、出発時刻、及び割り当てられた通勤用車両情報は、ＥＲ乗客に通信される。

本開示の実施形態は、追加の乗客の不確実性の下での統合ラストマイル輸送問題（ＩＬＭＴＰ）（ＩＬＭＴＰ－ＡＰＵ：integrated last-mile transportation problem under additional passenger uncertainty）のための２段階確率的計画定式化を使用する。乗客の要求は、既知の乗客／アーリーライダー（ＥＲ）及び不確実な乗客／レイトライダー（ＬＲ）からなると仮定する。ＬＲは、シナリオの有限集合を通してモデル化され、フォアキャストレイトライダー（ＦＬＲ）と呼称される。第１段階の決定はＥＲのスケジューリングであり、第２段階はシナリオの有限集合からＦＬＲをスケジューリングする。少なくとも１つの手法は、決定図（ＤＤ）ベースの最適化（ＤＤＯ）に依存し、より具体的にはＤＤに基づく分解に依存する。具体的には、ＤＤモデルは、各建物に行くＥＲに対して、これとは別に、建物ごとの各シナリオにおいてＦＬＲに対して構築される。次いで、ＤＤは、整数計画法（ＩＰ）定式化により全体にわたって最適化できるチャネリング制約を通して統合される。これにより、大きなモデルがもたらされる。しかしながら、定式化が厳密であるため、問題を最適に解決するための信頼できる手法が得られる。結果として生じる解は、既知の乗客に対して最適に問題を解決し、次いで、シナリオが実現するとき未知の乗客を残っている定員でスケジューリングすることによって取得することができるものよりもかなり良好である。

本開示のいくつかの実施形態は、ＤＤを使用する第１段階の決定及び第２段階の決定の両方を含むモデルを利用し、割当て制約を通してそれらを結合する。これにより不確実性の下での意思決定に対処できる追加機構が可能になる。

（問題の説明）
最初に、問題の要素について説明する。要素には、大量輸送システム、ラストマイル車両、目的地、乗客の要求、及び関連付けられたパラメータが含まれる。

大量輸送システム：便宜上、非限定例として、大量輸送は列車システムであると仮定する。Ｔ０を、大量輸送システムをラストマイルサービスシステムと結び付けるターミナル発着所とする。大量輸送システムは、Ｃで示されるトリップの組によって記述される。ただし、ｎ_ｃ：＝｜Ｃ｜である。各トリップは、集合Ｓの発着所で始まり、Ｔ０で終わる。各トリップの最終駅としてＴ０を用いて、列車はＳの全ての発着所に順番に停車するという意味で、トリップは定期的である。トリップｃは、時刻

で発着所s∈Ｓを出発し、

でＴ０に到着する。

目的地：ＤをＣＶが停車する目的地の組とする。ただし、Ｋ：＝│Ｄ│であり、Ｔ_０∈Ｄである。目的地ｄ∈Ｄごとに、τ（ｄ）をＣＶがＴ０を出発し、ｄに移動し（τ^１（ｄ）で示される）、乗客が降車するためにｄで停車し（τ^２（ｄ）で示される）、また、Ｔ０へ戻る（τ^３（ｄ）で示される）のにかかる総時間とする。それゆえ、τ（ｄ）＝τ^１（ｄ）＋τ^２（ｄ）＋τ^３（ｄ）である。τ：＝｛１，．．．，ｔ^ｍａｘ｝を両方のシステムの運用時間の添数集合とする。乗客がＣＶに乗車するのに必要とする時間は、τ^１（ｄ）に組み込まれると仮定する。簡単にするために、乗車時間は乗客の数とは独立している。

ラストマイルシステム：ＶをＣＶの組とする。ただし、ｍ：＝｜Ｖ｜である。単一ＣＶトリップに割り当てることができる乗客数をｖ^ｃａｐで示す。各ＣＶトリップは、ＣＶに乗車し、Ｔ０から目的地ｄ∈Ｄへ移動し、次いでＴ０へ戻る１組の乗客からなる。それゆえ、共通のＣＶトリップを共有する乗客は、共通の建物への輸送を要求しなければならない。また、各ＣＶは、時刻ｔ^ｍａｘまでにターミナルへ戻らなければならないと仮定する。

アーリーライダー（ＥＲ）／既知の乗客：Ｊを既知のＥＲ乗客の組とする。各ＥＲ乗客ｊ∈Ｊは、発着所s（ｊ）∈ＳからＴ_０への輸送を要求し、次いでＣＶで目的地ｄ（ｊ）∈Ｄへ向かい、時刻ｔ^ｒ（ｊ）に到着する。目的地ｄへのサービスを要求するＥＲ乗客はＪ（ｄ）で示される。ｎ：＝｜Ｊ｜及びｎ_ｄ：＝｜Ｊ（ｄ）｜とする。各ＥＲ乗客ｊ∈Ｊは、ｔ^ｒ（ｊ）－Ｔ_ｗとｔ^ｒ（ｊ）＋Ｔ_ｗとの間でｄ（ｊ）へ到着しなければならない。

フォアキャストレイトライダー（ＦＬＲ）／不確実な乗客の予測：Ｑを不確実なＬＲ乗客の異なる実現を表すシナリオの有限集合を示す。

をシナリオｑ∈Ｑのフォアキャストレイトライダー（ＦＬＲ）乗客とする。各ＦＬＲ乗客

は、発着所ｓ（ｊ）∈ＳからＴ_０への輸送を要求し、次いでＣＶで目的地ｄ（ｊ）∈Ｄへ移動し、時刻ｔ^ｒ（ｊ）に到着する。目的地ｄへのサービスを要求するＦＬＲ乗客の組は、

で示される。

及び

とする。

問題のステートメントには、追加の乗客の不確実性の下での統合ラストマイル輸送問題（ＩＬＭＴＰ）（ＩＬＭＴＰ－ＡＰＵ）が含まれ、これは、既知の各ＥＲ乗客に列車トリップ及びＣＶを割り当てる問題である。その結果、シナリオＱのいずれかでＦＬＲの乗客を実行可能にスケジューリングすることができ、総通過時間と利用されるＣＶトリップ数との凸結合の期待値を最小化される。それゆえ、解は、以下からなることができる。
・ＪすなわちＥＲ乗客Ｊの区分ｇ＝｛ｇ_１,...,ｇ_γ｝。ただし、各グループｇｌは、ｌ＝１,...,γについて、ｇｌにおけるＥＲ乗客を運搬するＣＶがＴ_０に出発する時間を示す出発時刻ｔ^ｇ _ｌに関連付けられ、全ての要求時間及び運用制約を満足する。任意のＥＲ乗客ｊ∈Ｊについて、ｇ（ｊ）をｊが属するｇのグループとする。
・ｑ∈Ｑごとに、

（或るシナリオからのＦＬＲ乗客）の区分

。ただし、各グループ

は、

についての出発時刻

、及び指標関数

に関連付けられる。

は、フォアキャストの不確実な乗客グループ

がラストマイルトリップを既知のＥＲ乗客グループｇ_{（ｑ，ｋ）}と共有することを示す。換言すると、グループは同時にターミナルを出発し（すなわち、

）、ＥＲ乗客グループと或るシナリオでそのように共有されたＦＬＲ乗客グループ全てとの組合せは、以下のＣＶ定員、すなわち、ｌ∈｛１,．．．,γ｝及びｑ∈Ｑごとに

を超過しない。

（最適解の構造）
ＩＬＭＴＰの決定論的バージョンには、コンパクトモデルの定義に特に役立つ構造を伴う最適解がある。目的地ごとに、乗客をその所望の到着時刻で並べ替え、次いで、順番にグループ分けすることができる。この構造は、乗客の平均待機時間及び移動時間、並びに、ＣＶトリップの数を最小化するのに有効であるため、コンパクトなＤＤベースモデルになる。ただし、ＩＬＭＴＰ－ＡＰＵの場合は、より複雑な構造を必要とする。

例えば、特定の時間範囲について、利用可能な４人の定員、４人の既知のＥＲ乗客、及び１０個のシナリオのうちの１つにおけるただ１人の未知のＬＲ乗客の単一のＣＶがあると仮定する。さらに、そのＣＶでの最初のトリップでは待機時間が発生しないのに対し、２回目のトリップでは関与するいずれの乗客にもｗの待機時間を課し、また、不確実な乗客の所望の到着時刻は、厳密には既知のＥＲ乗客の到着時刻の中間になると仮定する。乗客がそのカテゴリに関係なく並べ替えられ、グループ分けされる場合、少なくとも２回のトリップが常に必要になり、少なくとも１人の既知の乗客がｗを待機する必要がある。しかし、未知のＬＲ乗客に対してのみ２回目のトリップを定義すると、２回目のトリップ及び対応する待機時間ｗは、１０個のシナリオのうち１つにおいてのみ実現するので、解の平均コストの成果は１０分の１に削減される。不確実なＬＲ乗客は目的関数に与える影響がより小さいので、スケジュールが実行可能なままである場合、不確実なＬＲ乗客が既知の乗客に対して遅延する可能性があることは直感的である。この２層構造は、ＥＲ乗客のグループ及びフォアキャストの不確実なＦＬＲ乗客のグループを使用して形式化される。

ＩＬＭＴＰ－ＡＰＵが実行可能であるとき、既知（ＥＲ）又は或るシナリオからのフォアキャスト（ＦＬＲ）のカテゴリごとの乗客のグループが、その所望の到着時刻によって順番にグループ分けされる最適解がある。

前のステートメントから独立している次のステートメントも、また、ＩＬＭＴＰ－ＡＰＵのモデリングを簡素化するのに役立つ。

ＩＬＭＴＰ－ＡＰＵが実行可能であるとき、シナリオごとに不確実な乗客（ＦＬＲ）の最大１つのグループが既知の（ＥＲ）乗客の各グループに割り当てられる最適解がある。

（単一目的地の決定図）
決定図（ＤＤ）は、目的地ごとのＥＲグループを表すために使用される。目的地ｄ∈Ｄごとに、決定図Ｄ^ｄは構成される。ＤＤ Ｄ^ｄは階層非循環有向グラフ（layered-acyclic directed graph）Ｄ^ｄ＝（Ｎ^ｄ，Ａ^ｄ）である。ただし、Ｎ^ｄはＤＤ内の１組のノードであり、Ａ^ｄはＤＤ内の１組のアークである。１組のノードＮ^ｄは（ｎ_ｄ＋２）個の順序付き階層

に分割される。ただし、ｎ_ｄ＝｜Ｊ（ｄ）｜である。階層Ｌ^ｄ _０＝｛ｒ^ｄ｝及び

は、それぞれが、根及び末端をそれぞれ表す１つのノードからなる。ノードｕ∈Ｌ^ｄ _ｉの階層は、ｌ（ｕ）＝ｉと定義される。各アークａ∈Ａ^ｄは、自らのアーク－根ψ（ａ）から自らのアーク－末端ω（ａ）に向けられる。ただし、ｌ（ω（ａ））＝ｌ（φ（ａ））＋１である。ａのアーク－階層は、ｌ（ａ）：＝φ（ａ）と表される。ＤＤの階層

は、ｔ^ｒ（ｊ_ｋ）≦ｔ^ｒ（ｊ_ｋ＋１）のようなｔ^ｒ減少しない順に順序付けられる乗客

に対応する。各ノードｕは、ＤＤにおいてＣＶに既に乗車している乗客の数を表す状態ｓ（ｕ）に関連付けられる。ＤＤは２つのクラスの車：それぞれφ（ａ）＝１，０によって示される、１－アーク及び０－アークからなる。１－アークは、Ｗ（ａ）と、ＣＶによる出発時刻を表すアーク－出発時刻ｔ^０（ａ）とを記憶する。アークのアーク－コストは、１組の乗客が負う全目的関数に対応し、アーク－出発時刻は、ＣＶにおいてＴ０から乗客が出発する時刻を示す。０－アークは、これらの属性を有しない。

目的地ｄに関するＤＤ Ｄ^ｄは、乗客の順序付けに基づいてＣＶに乗車することができるＥＲ乗客のグループへのＪ（ｄ）の全ての実行可能な分割を表す。集合Ｐ^ｄは、Ｄ^ｄ内のアーク－指定されたｒ^ｄ－ｔ^ｄ間経路の集合である。任意の経路ｐ∈Ｐ^ｄについて、ｐによって規定される区分を構成するグループｇ（ｐ）は以下の通りである。ｐ内の全ての１－アークａがグループｇ（ａ）＝｛ｊ_{ｌ（ａ）－ｓ（φ（ａ））}，ｊ_{ｌ（ａ）－ｓ（φ（ａ））＋１，}．．．，ｊ_ｌ（ａ）｝に、すなわち、サイズｓ（φ（ａ））＋１の添字ｌ（ａ）において終了する、連続して添字を付される乗客の集合に対応する。ｐによって規定される区分は、

である。全てのアーク－指定されたｒ^ｄ－ｔ^ｄ間の場合に、各乗客ｊ∈Ｊ（ｄ）の厳密に一度の発生を有する、すなわち、ｇ（ｊ）∈ｇ（ｐ）が一意であるように、ＤＤが構成される。

また、１－アークはＣＶによる出発時刻を有するので、その経路は、各グループｇ∈ｇ（ｐ）がＴ０を出発する時刻も決定付ける。時刻ｔ^０（ａ）はＣＶによる出発時刻を示し、それゆえ、ＣＶは、時点ｔ∈［ｔ^０（ａ），ｔ^０（ａ）＋ｔ（ｄ，ｔ^０（ａ））］において、引き続きサービス中である。そのＤＤの構成は、全てのｊ∈ｇ（ａ）の場合に、グループごとに目的地ｄへの到着時刻が実行可能であること、すなわち、ｔ^０（ａ）＋ｔ^１（ｄ，ｔ^０（ａ））∈［ｔ^ｒ（ｊ）－Ｔ_ｗ，ｔ^ｒ（ｊ）＋Ｔ_ｗ］であることを確実にする。

アークに関する目的関数値は、

として取得することができる。

曖昧性の除去のために対応する上付きの添字ｑを使用することにより、目的地ｄ∈Ｄごとに、シナリオｑ∈Ｑごとに、定義し、Ｄ^ｄ，ｑ＝（Ｎ^ｄ,ｑ，Ａ^ｄ,ｑ）として各シナリオからのＦＬＲ乗客に対するＤＤを定義する。１組のノードＮ^ｄ，ｑは

個の順序付き階層

に分割される。ただし、

である。階層

及び

は、それぞれが、根及び末端それぞれを表す１つのノードからなる。ノード

の階層はｌ（ｕ）＝ｉとして定義される。各アークａ∈Ａ^ｄ，ｑは、自らのアーク－根ψ（ａ）から自らのアーク－末端ω（ａ）へ向けられる。ただし、ｌ（ω（ａ））＝ｌ（φ（ａ））＋１である。ａのアーク－階層は、ｌ（ａ）：＝ψ（ａ）として示される。ＤＤの階層

は、ｔ^ｒ（ｊ_ｋ）≦ｔ^ｒ（ｊ_ｋ＋１）のようなｔ^ｒの非減少順に順序付けられる乗客

に対応する。各ノードｕは、ＤＤにおいてＣＶに既に乗車している乗客の数を表す状態ｓ（ｕ）に関連付けられる。ＤＤは２つのクラスの車：それぞれφ（ａ）＝１，０によって示される、１－アーク及び０－アークからなる。１－アークは、Ｗ（ａ）と、ＣＶによる出発時刻を表すアーク－出発時刻ｔ^０（ａ）とを記憶する。アークのアーク－コストは、１組の乗客が負う全目的関数に対応し、アーク－出発時刻は、ＣＶにおいてＴ０から乗客が出発する時刻を示す。０－アークは、これらの属性を有しない。

シナリオｑごとの目的地ｄに関するＤＤ Ｄ^ｄ,ｑは、乗客の順序付けに基づいてＣＶに乗車することができる乗客のグループへのＪ（ｑ，ｄ）の全ての実行可能な分割を表す。集合Ｐ^ｄ,ｑは、Ｄ^ｄ,ｑ内のアーク－指定されたｒ^ｄ,ｑ－ｔ^ｄ,ｑ間経路の集合である。任意の経路ｐ∈Ｐ^ｄ,ｑに関して、ｐによって規定される区分を構成するグループｇ（ｐ）は以下の通りである。ｐ内の全ての１－アークａがグループ

に、すなわち、サイズｓ（φ（ａ））＋１の添字ｌ（ａ）において終了する、連続して添字を付される乗客の集合に対応する。ｐによって規定される区分は、

である。全てのアーク－指定されたｒ^ｄ,ｑ－ｔ^ｄ,ｑ間の場合に、各乗客ｊ∈Ｊ（ｑ，ｄ）の厳密に一度の発生を有する、すなわち、ｇ（ｊ）∈ｇ（ｐ）が一意であるように、ＤＤが構成される。また、１－アークはＣＶによる出発時刻を有するので、その経路は、各グループｇ∈ｇ（ｐ）がＴ０を出発する時刻も決定付ける。時刻ｔ^０（ａ）はＣＶによる出発時刻を示し、それゆえ、ＣＶは、時点ｔ∈［ｔ^０（ａ），ｔ^０（ａ）＋ｔ（ｄ，ｔ^０（ａ））］において、引き続きサービス中である。そのＤＤの構成は、全てのｊ∈ｇ（ａ）の場合に、グループごとに目的地ｄへの到着時刻が実行可能であること、すなわち、ｔ^０（ａ）＋ｔ^１（ｄ，ｔ^０（ａ））∈［ｔ^ｒ（ｊ）－Ｔ_ｗ，ｔ^ｒ（ｊ）＋Ｔ_ｗ］であることを確実にする。アークＷ（ａ）の目的関数は、式（ＤＤ．１）で定義されているように計算される。

図の階層間のアークは、目的地への輸送を要求する乗客に対応する。各ノードｕは、次の乗客とともにグループ分けされる直前の乗客の数に対応する状態ｓ（ｕ）に関連付けられる。各アークａは、乗客ψ（ａ）がグループの最後のアークではないか否かに関するラベルφ（ａ）∈｛０，１｝に関連付けられる。この場合、φ（ａ）＝０及びｓ（ω（ａ））＝ｓ（ψ（ａ））＋１≦ｖ^ｃａｐであり、そうでなければφ（ａ）＝１である。後者の場合、同じノード間に複数のアークが存在する可能性があり、各アークａは異なるＣＶ出発時刻ｔ_０（ａ）に対応する。したがって、アークａが選択されている場合、φ（ａ）＝１であるような各アークａは、グループ内の全ての乗客に対応する待機時間Ｗ（ａ）と、ＣＶが時間ｔでアクティブとなる（すなわち、ｔ^０（ａ）≦ｔ≦ｔ^０（ａ）＋τ（ｄ））ことを示すラベルχ（ａ，ｔ）∈｛０，１｝を有する。したがって、φ（ａ）＝０はχ（ａ，ｔ）＝０を意味する。

（整数計画法定式化）
各ＤＤからの経路を使用して乗客がグループ分けされる定式化を定義する。既知及び不確実な乗客のグループのうちのいくつかが結合され、ＣＶフリートを使用して結果として生じるグループの実行可能なスケジュールを目指す。

２値変数ｘ_ａ∈｛０，１｝∀ａ∈Ａ^ｄ，ｄ∈ＤＤを導入して既知の乗客のためのＤＤにおける特定のアークの選択を示す。同様に、２値変数ｙ^ｑ _ａ∈｛０，１｝∀ａ∈Ａ^ｄ，ｑ，ｄ∈Ｄを導入して、シナリオｑ∈Ｑにおける不確実な乗客のためのＤＤにおける特定のアークの選択を示す。

とする。集合

は、シナリオｑ、すなわち、ＣＶでの同一の出発時刻の既知の乗客グループ及び不確実な乗客グループの実行可能なペアの集合を示し、定員の制約を満たす。

は、アークａ_１で表される既知の乗客のグループ及びアークａ_２で表される不確実な乗客のグループをペアリングする決定を示す。

目的関数は、

として表すことができる。

次の制約は、既知の乗客のグループが選択される場合、不確実な乗客の１つのグループのみが既知の乗客のグループとペアになることを課す。

フリートサイズの制約は、全てのｔ∈Ｔ、ｑ∈Ｑについて、

としてモデル化できる。

ＩＬＭＴＰ－ＡＰＵに対するＩＰモデルは、

である。

（２ａ）及び（２ｂ）のネットワークフロー制約は、各決定図で経路が取られることを確実にし、各決定図は既知のＥＲ乗客及びシナリオごとのＦＬＲ乗客のグループ分けに対応する。

図５は、本開示の実施形態による、図４のステップ４２０を実施するための別の例示的なアルゴリズム５００の概略図である。アルゴリズム５００は、ネットワークフロー定式化を使用する乗客の最適なスケジューリングに含まれるステップのフローチャートを使用して示される。手順は、最初に、ＥＲ乗客及びシナリオごとのＦＬＲ乗客を目的地によって分離する（５１０）。そのような目的地ごとに、ＥＲ乗客及びシナリオごとのＦＬＲ乗客に対して決定図が構成される（５２０）。最適化問題に対して決定変数が定義される（５３０）。目的関数の式（ＯＢＪ）が定式化され（５４０）、また、制約が定義される（５４０）。最適化問題は最適解を取得するために解決される（５６０）。この解は、乗客グループ分けを定義するために使用される（５７０）。さらに、アルゴリズムは、また各シナリオのＦＬＲグループｇごとにＦＬＲグループｇとともに通勤用車両に乗る対応するＥＲ Ｇ^ｑ（ｇ）グループを特定する関数Ｇ^ｑを定義する（５７０）。或るシナリオにおけるＬＲグループｇが通勤用車両をＥＲグループと共有しない場合、

となる。アルゴリズムは、また、通勤用車両の出発時刻と、ＥＲ乗客及び各シナリオからのＦＬＲ乗客ごとの定時運行トリップ時間とを割り当てる（５８０）。

図６Ａは、本開示の実施形態による、図４のステップ４３０を実施するための別の例示的なアルゴリズム６００Ａの概略図である。アルゴリズム６００Ａは、ネットワークフロー定式化を解くことから取得される乗客グループの組分け及び通勤用車両出発時刻に基づいて、ＥＲ乗客への通勤用車両の割当てを提供する。アルゴリズム６００Ａは、各通勤用車両に、全てのＣＶ Ｖ＝｛１，．．．，ｍ｝について、ラベルｖａｌ（ｖ）＝０、及び、その車両が運用されている時間間隔の組

を割り当てることによって進行する（６１０）。これらのラベルを使用して、ｖａｌ（ｖ）がより低い車両が待ち行列の先頭にあるような、優先度付き待ち行列Ｑｖ＝｛（ｖ，ｖａｌ（ｖ））｜ｖ∈Ｖ｝が作成される（６２０）。ループはグループ

ごとに実行され（６３０）、ＣＶの目的地及び出発時刻は、グループのそれに従って選択される（６４０）。アルゴリズム６００Ａは、待ち行列の先頭にある車両を選択し（６５０）、グループｇの乗客はＣＶ ｖに割り当てられ（６５０）、ラベルｖａｌ（ｖ）の値は増加し（６５０）、ＣＶ ｖが運用されている１組の時間間隔Ｉｎｔ（ｖ）は更新され（５６０）、また、ＣＶ ｖは待ち行列にプッシュされる（６５０）。アルゴリズム６００Ａは、全てのＥＲ乗客のための１組の通勤用車両及び車両が運用されているＣＶ ｖごとの１組の間隔時間Ｉｎｔ（ｖ）を出力する。

図６Ｂは、本開示の実施形態による、図４のステップ４３０を実施するための別の例示的なアルゴリズム６００Ｂの概略図である。アルゴリズム６００Ｂは、シナリオｑ∈ＱのＦＬＲ乗客への通勤用車両の割当てを、そのシナリオの１組のＦＬＲ乗客グループ分け、ネットワークフロー定式化を解いて取得される通勤用車両の出発時刻、ネットワークフロー定式化を解いて取得される通勤用車両のＦＬＲグループに場合によって付随して割り当てられたＥＲ５７０、及び図６Ａのアルゴリズム６００Ａから取得されるＥＲ乗客への通勤用車両の割当てに基づいて、提供する。アルゴリズム６００Ｂは、各通勤用車両に、全てのＣＶ Ｖ＝｛１，．．．，ｍ｝について、車両が運用されているそのシナリオの時間間隔Ｉｎｔ^ｑ（ｖ）＝Ｉｎｔ（ｖ）の組を割り当てることによって進む（６１１）。ループは、グループ

ごとに実行される（６２１）。ＦＬＲグループｇがＥＲグループＧ^ｑ（ｇ）に付随して起こる場合、ＥＲグループＧ^ｑ（ｇ）の乗客に割り当てられる通勤用車両が、ＦＬＲグループｇにも割り当てられる（６３１）。ＦＬＲグループｇが通勤用車両をＥＲグループと共有していない場合、ＣＶの目的地及び出発時刻は、グループのそれに従って選択される（６４１）。ＦＬＲグループｇのサービスに必要とされる時間間隔にわたって運用されていない通勤用車両が見つかる（６４１）。その通勤用車両はＦＬＲグループｇの乗客に割り当てられる。通勤用車両がそのシナリオＩｎｔ^ｑ（ｖ）で運用されている１組の間隔は、ＦＬＲグループｇにサービスを提供するための時間間隔を使用して更新される（６４１）。アルゴリズム６００Ｂは、シナリオｑ∈Ｑおける全てのＬＲ乗客に対する通勤用車両の割当てを出力する。アルゴリズム６００Ｂは、全てのＦＬＲグループに対する通勤用車両の割当てを取得するためにシナリオごとに繰り返される。

図７は、本開示のいくつかの実施形態による、所望の到着時刻に従って並べ替えられる１組の乗客のグループ分けの決定図表現を示す概略図である。開始ノード（根）７０１を伴う決定図は、連続する乗客１（７１１）、２（７２１）、３（７３１）及びＮ（７９１）がどのようにグループ分けされるかに関する一連の決定を示す。定員が２人である通勤用車両の場合の決定図が示される。乗客１（７１１）の場合、ノード７１２は、乗客１（７１１）とともにグループ分けされる前の乗客が０人、アーク７１３が乗客１（７１１）のみをグループ分けし、アーク７１４が乗客１（７１１）を乗客２（７２１）及び場合によっては他の乗客とともにグループ分けすることを示す。乗客２（７２１）の場合、ノード７２２は、アーク７１３が前の乗客１（７１１）のみをグループ分けすることにより乗客２（７２１）とともにグループ分けされる前の乗客がいないことを示し、ノード７２３は、アーク７１４は乗客１（７１１）を乗客２（７２１）とともにグループ分けすることにより、乗客２（７２１）とともにグループ分けされる前の乗客が１人いることを示し、アーク７２４は乗客２（７２１）のみをグループ分けし、アーク７２５は乗客２（７２１）を乗客３（７３１）及び場合によっては他の乗客とともにグループ分けし、アーク７２６は乗客２（７２１）を乗客１（７１１）のみとともにグループ分けすることを示す。乗客３（７３１）の場合、ノード７３２は、アーク７２４が前の乗客２（７２１）のみをグループ分けするか、アーク７２６が前の乗客１（７１１）及び２（７２１）を乗客（７３１）とは別にグループ分けするかにより、乗客３（７３１）とともにグループ分けされた前の乗客がいないことを示す。ノード７２３は、アーク７２５が乗客２（７２１）を乗客３（７３１）とともにグループ分けすることにより、乗客３（７３１）とともにグループ分けされる前の乗客が１人いることを示す。乗客Ｎ（７９１）の場合、ノード７９２は、乗客Ｎ（７９１）とともにグループ分けされる前の乗客がいないことを示し、ノード７９３は、乗客Ｎ（７９１）が１人の前の乗客とともにグループ分けされ、アーク７９４が乗客Ｎ（７９１）のみをグループ分けし、アーク７９５は、乗客Ｎ（７９１）を１人の前の乗客とともにグループ分けすることを示す。決定図は、終了ノード（末端）７９９を有し、乗客の任意のグループ分けは、根７０１から末端７９９につながる一連のアークからなる。

図８は、本開示のいくつかの実施形態による、通勤用車両における乗客のグループ分けを表す決定図の一例である。同じ目的地までのサービスを要求する２人の乗客がいると仮定し、それらの乗客は時間窓内に目的地に到着するよう要求し、起点発着所の到着時刻は以下の通りである。
・乗客１：到着時間窓：［１０，１２］、起点発着所：１
・乗客２：［１２，１４］、起点発着所：２
定時運行車両は２つのトリップからなり、異なる発着所における出発時刻は以下の通りである。
・トリップ１：発着所３：４、発着所２：６、発着所１：８、Ｔ０：１０
・トリップ２：発着所３：８、発着所２：１０、発着所１：１２、Ｔ０：１４
通勤用車両による目的地到着時刻は２であり、通勤用車両の定員は２である。乗客１は、トリップ１において到着し、１２において通勤用車両において移動した後に目的地に達することによって、単独で移動することができる。待機時間は０であり、通勤用車両において唯一可能な出発時刻は１０である。これが、決定図において、待機時間及び通勤用車両による出発時刻を表すラベル（０，１０）を有するアーク８５０によって表される。このアークは階層１の０－ノード８１０から階層２の０－ノード８２０まで描かれ、１－アークである。乗客２は、トリップ１において到着し、目的地に達することによって、単独で移動することができる。通勤用車両における可能な出発時刻は１０、１１、１２である。これらの異なる出発時刻の場合に、待機時間はそれぞれ０、１、２である。したがって、ラベル（０，１０）８６１、（１，１１）８６２、（２，１２）８６３をそれぞれ有する３つの異なるアークがある。これらのアークは、階層２上の０－ノードから階層３の末端－ノード８４０まで描かれる。０－アーク８５５は、階層２上の０－ノードと階層３上の１－ノードとの間に描かれ、通勤用車両において乗客１及び２が一緒に移動することを示す。２人の乗客は、トリップ１において到着し、時刻１０において出発して通勤用車両において移動することによって、通勤用車両において一緒に移動することができる。このグループに関する総待機時間は０であり、これが、階層２上の１－ノードを階層３上の末端ノードに接合する１－アークにおいて示される。

図９は、本開示のいくつかの実施形態による、アーリーライダー（ＥＲ）／既知の乗客、及びフォアキャストレイトライダー（ＦＬＲ）の複数のシナリオを示す概略図であり、各シナリオは、レイトライダー（ＬＲ）／未知の乗客の可能な具体化を表す。ＥＲはブロック９１０の乗客のグループで表され、ｌ～Ｎまでの番号が付けられる。シナリオごとのＦＬＲは、ブロック９２１、９２２、及び９２９の乗客のグループで表される。シナリオは、１～Ｋまでの番号が付けられる。各シナリオのＦＬＲでは、１～Ｍまでの番号が付けられる。ＥＲの数であるＮは、事前に知られている。シナリオの数及び各シナリオのＦＬＲの数であるＫ及びＭは、事前に定義された値、及び以前に輸送された乗客からの履歴ＭＴＮデータに基づく推論等、様々な方法から選択されることになるが、しかし、それらに限定されない。各シナリオでは、履歴ＭＴＮデータに基づいて、要求された目的地及び目的地到着時刻も取得される。

図１０は、本開示のいくつかの実施形態による、ＣＶトリップが、アーリーライダー（ＥＲ）／既知の乗客のみからなる、レイトライダー（ＬＲ）／未知の乗客のみからなる、又はＥＲ及びＬＲの両方の組合せからなる場合がある乗客のスケジュールを示す概略図である。この図は、時間軸１００３に沿って各ＣＶ１００１を占有するグループを表しており、各グループ１００２は、ＥＲのみからなる。不確実な乗客なしのスケジュール１０１０は、ＥＲグループ１００２のみを示す。ボックス１０２０では、不確実な乗客が、ＥＲを伴うスケジュール１０１０に追加される。各グループ１００２は、ＥＲのみからなり、他のボックスのグループと一致する。各グループ１００９は、ＬＲのみからなり、ＥＲのグループスケジュール１０１０と重複しない時間間隔の間、ＣＶを占有する。各グループ１００８は、ＥＲ及びＬＲの組合せでからなり、グループ１００２は、対応するＥＲのみを伴う（１０１０）。

図１１は、本開示のいくつかの実施形態による、ＣＶトリップに割り当てられる乗客のスケジュールの構成を示す概略図であり、１組のレイトライダー（ＬＲ）／未知の乗客は、事前にはアーリーライダー（ＥＲ）／既知の乗客のみからなるものであったスケジュールに徐々に組み込まれる。この図は、時間軸１１０３に沿って各ＣＶ１１０１を占有するグループを表し、各グループ１１０２はＥＲのみからなり、各グループ１１０９はＬＲのみからなり、各グループ１１０８はＥＲ及びＬＲの組合せからなる。スケジュールにない乗客１１１０のグループは減少し、一方、ＣＶ内のグループに割り当てられる乗客の数は増加する。

図１２は、本開示のいくつかの実施形態による、各シナリオからのフォアキャストレイトライダー（ＦＬＲ）を、アーリーライダー（ＥＲ）／既知の乗客のみからなる乗客のスケジュールに追加することから生じる延長スケジュールを示す概略図であり、ＥＲのスケジュールは、異なるシナリオにわたりＦＬＲを含めることによって影響を受けない。この図は、時間軸１２０３に沿って各ＣＶ１２０１を占有するグループを表しており、各グループ１２０２は、ＥＲのみからなる。ボックス１２１０には、シナリオ１からグループ１２１１を含めることにより乗客の延長スケジュールが示され、そのようなグループのそれぞれは、シナリオ１からのＦＬＲのみからなる。ボックス１２２０には、グループ１２２１を含めることによるシナリオ２から乗客の延長スケジュールが示され、そのようなグループのそれぞれはシナリオ１からのＦＬＲのみからなる。

図１３Ａ～図１３Ｄは、本開示のいくつかの実施形態による、最適解のいくつかの構造を示す概略図である。図１３Ａにおいて、同じ長さの到着時間窓を有する乗客は、所望の到着時刻によって並べ替えられ、これは、スケジューリング問題に対する最適解が存在する順次グループ分けの形式を定義する。ボックス１３００は、その所望の到着時刻によって順序付けられたＥＲである乗客に対応する。ボックス１３１０及び１３２０は、ＦＬＲである乗客に対応し、ボックス１３１０はシナリオ１を表し、ボックス１３２０はシナリオ２を表す。ボックス１３００において、各乗客１３０１は、対応する時間窓１３０２を伴うＥＲである。ボックス１３１０において、各乗客１３１１は、対応する時間窓１３１２を伴うシナリオ１からのＦＬＲである。ボックス１３２０において、各乗客１３２１は対応する時間窓１３２２を伴うシナリオ２からのＦＬＲである。全ての時間窓は時間軸１３０３に対してプロットされる。図１３Ｂでは、ＥＲである乗客をシナリオ１からのＦＬＲを混合しながら、同じフォーム又は乗客の順序が提示される。図１３Ｃにおいて、ボックス１３２０は、乗客の順序に基づいて２つのグループを定義する乗客のグループ分けを示す。図１３Ｄでは、ボックス１３３０は、ＦＬＲが別個のグループに入れられている乗客のグループ分けを示す。

図１３Ｅは、本開示のいくつかの実施形態による、アーリーライダー（ＥＲ）／既知の乗客及びフォアキャストレイトライダー（ＦＬＲ）のスケジュールがスケジュールのグローバルコストにどのように影響するかの違いを示す概略図である。ボックス１３５０において、図１３Ｃからのグループ分けは、時間軸１３４２に沿ってＣＶ１３４１にスケジューリングされており、グループ１３５１は最初の５人の乗客を表し、グループ１３５２は最後の乗客を表す。ボックス１３６０において、図１３Ｄからのグループ分けは、時間軸１３４２に沿ってＣＶ１３４１にスケジューリングされており、グループ１３６１は、ＥＲのグループを表し、グループ１３６２は、ＦＬＲを含む。待機時間なしで１回のトリップと待機時間Ｌで２回目のトリップとのみを実行できる単一のＣＶだけがある場合、更にＫ個のシナリオの存在を考慮すると、ボックス１３５０で定義される解は、２番目のグループにＥＲ乗客がいるので、Ｌの待機時間を意味する。対照的に、ボックス１３６０で定義される解は、２番目のグループにＦＬＲ乗客がいて、Ｋ個のシナリオのうちの１つに影響するだけであるので、Ｌ／Ｋの待機時間を意味する。

本開示の別の実施形態では、アーリーライダー（ＥＲ）及び各シナリオからのフォアキャストレイトライダー（ＦＬＲ）のスケジュールを取得するための発見的手法が提案されている。この手法において、シナリオのそれぞれからのＦＬＲ乗客のそれぞれは、事前のＥＲ乗客に同伴するように割り当てられる。ＥＲ乗客への割当ては、ＥＲ乗客と、ＣＶの出発時刻及び中継地から所望の到着時間窓内にＦＬＲ乗客が目的地に到達できるルートを有するシナリオからのＦＬＲ乗客とを対象とする。任意のシナリオからのＦＬＲ乗客のＥＲ乗客への割当ての数も、ＣＶの定員よりも１つ少なく制限される。次いで、ＣＶでＥＲ乗客が占有する座席の数は、ＦＬＲ乗客の割当て数のシナリオ全体に最大値で増加する。これにより、ＥＲ乗客及び任意のシナリオからの割り当てられたＦＬＲ乗客をＣＶに収めることができることが確実になる。

図１４Ａは、本開示のいくつかの実施形態による、発見的手法を示す概略図である。１組のＥＲ乗客及びＦＬＲ乗客の２つのシナリオがあるスケジューリング状況１４００Ａを考える。最初のシナリオにおけるＦＬＲ乗客１４０３は、ＥＲ乗客１４０２に同伴するように割り当てられる（１４０６）。２番目のシナリオにおけるＦＬＲ乗客１４０４及び１４０５も、また、ＥＲ乗客１４０２に同伴するように割り当てられる。これらの関連付けに基づいて、ＥＲ乗客１４０２に同伴するように割り当てられる２番目のシナリオからの２人の追加のＦＬＲ乗客がいるので、ＣＶにおけるＥＲ乗客１４０２が占有する座席の数は３である。一方、ＥＲ乗客１４０１、１４０３、１４１１は各ＣＶにつき１つの席のみを占有する。ＣＶの定員は５人であると仮定する。これらの関連付けに基づいて、グループ１４１０は、５人のＣＶ定員を満たすＥＲ乗客の実行可能なグループ分けである。しかしながら、乗客１４１１をグループ１４１０に追加することはできない。なぜならば、これは、５人のＣＶ座席定員よりも大きくなる総計６人のＣＶ座席占有をもたらすことになるためである。同様に、ＥＲ乗客１４１３は、シナリオ１からのＦＬＲ乗客１４１５を割り当てられ（１４１７）、また、シナリオ２からのＦＬＲ乗客１４１６を割り当てられる（１４１８）。これらの割当てに基づいて、ＣＶにおけるＥＲ乗客１４１３の定員は２人である。ＥＲ乗客１４１１、１４１２、１４１３、及び１４１４からなるグループ１４２０は、ＣＶ定員が５人であり、追加のＥＲ乗客を含むことはできない。ＥＲ乗客１４２１は、シナリオ１からのＦＬＲ乗客１４２４を割り当てられる（１４２７）。ＥＲ乗客１４２２は、シナリオ１からのＦＬＲ乗客１４２５を割り当てられる（１４２８）。ＥＲ乗客１４２３は、シナリオ２からＦＬＲ乗客１４２６を割り当てられる（１４２９）。このようにして、ＥＲ乗客１４２１、１４２２及び１４２３の定員は、それぞれ２人である。したがって、ＥＲ乗客１４２１、１４２２、及び１４２３は、結果として生じる６人の座席占有が５人のＣＶ定員を超えるので、一緒にグループを形成することはできない。ＥＲ乗客１４２１は別個のグループを形成する。

図１４Ｂは、本開示のいくつかの実施形態による、発見的手法によりＥＲ及びＦＬＲ乗客をスケジューリングするアルゴリズムを示すフローチャートである。アルゴリズム１４００Ｂは、１組のＥＲ乗客及びシナリオの集合からのＦＬＲ乗客を入力として受け取る（１４５１）。１組のＥＲ乗客及び各シナリオにおけるＦＬＲ乗客は、最初に目的地によって分離され、目的地への到着時間窓の昇順で並べ替えられる（１４５５）。ループ１４７０は、目的地ごとに実行される（１４６０）。目的地ごとに、各シナリオのＦＬＲ乗客は、ＥＲ乗客に割り当てられる（１４６１）。ＥＲ乗客への割当てに基づいて、定員１４６５及びＥＲ乗客のための目的地への到着時間窓は更新される（１４６９）。更新された定員及び目的地への到着時間窓を伴うＥＲ乗客は、ＦＬＲ乗客が既に考慮されていたスケジューリング問題を形成する。更新されたＥＲ乗客は、シナリオの数がゼロであるインスタンスとして図４のアルゴリズムの概要を使用して解決される（１４８０）。

（特徴）
システムは、以下にリストされている異なる態様の任意の組合せを含むことができると考えられる。このシステムは、アーリーライダー（ＥＲ）及びレイトライダー（ＬＲ）をスケジューリングするためのものであり、ＥＲがスケジューリングされた時点で、ＬＲはマルチモード輸送ネットワーク（ＭＴＮ）内の車両に対して未知である。システムは、インターフェース及びメモリに接続される少なくとも１つのプロセッサを含む（。メモリに記憶されるのは、ＭＴＮデータ及びＥＲ移動要求、並びに少なくとも１つのプロセッサによって実行されると、少なくとも１つのプロセッサに、シナリオの有限集合を予測することを含むステップを実行させる命令であり、各シナリオは１組の可能なフォアキャストＬＲ（ＦＬＲ）の移動要求を含む。シナリオの有限集合は、ＭＴＮデータから取得される過去のＥＲ及び過去のＬＲが完了した移動から生成される。目的地への所望の到着時刻に基づいて、ＥＲグループ及びシナリオごとのＦＬＲグループを繰り返し生成する。ＥＲグループ及びシナリオの有限集合の各シナリオにおけるＦＬＲグループごとに通勤用車両（ＣＶ）を割り当てる。ＥＲグループ及びＦＬＲグループが割り当てられている対応するＣＶの出発時刻及び目的地への到着時刻を、ＥＲグループ及びＦＬＲグループごとに、繰り返し決定する。任意の時点におけるＣＶで移動する全てのグループのライダーの総数は、ＣＶの定員を超えず、ライダーをその場所からその目的地まで乗せるルートが存在する。反復は、ＥＲ及びＦＬＲのための共同スケジュールが、目的関数を最小化する各シナリオを形成するまで継続する。割当て情報を定式化し、インターフェースを介して、割当て情報をＥＲ及び割り当てられたＣＶに送信する。

本開示の態様によれば、ＥＲグループ及び各シナリオからのＦＬＲグループに同時にサービスを提供しているＣＶの数は、フリートの定員よりも少ない。一態様は、ＦＬＲの各シナリオが、ＥＲのスケジューリングが後の時点でＬＲをスケジューリングする能力を提供することを確実にするために使用されるＬＲの予想量の尤度の高い具体化を表すというものであり得る。別の態様は、各ＬＲ及びＥＲ移動要求が出発地、目的地、及び目的地への所望の到着時間窓を含むように、ＬＲは、ＥＲの移動要求がＭＴＮによって受信される時点よりも遅い時点に移動要求を提供するというものである。さらに、別の態様は、所望の時刻が目的地への到着時刻の時間窓内にあるというものであり得る。またさらに、別の態様は、ＣＶトリップは乗換発着所から目的地まで、目的地から乗換発着所まで、又はその両方のうちの１つを含む。

本開示の態様によれば、ＦＬＲ移動を、受信したＥＲ移動要求で表されるＥＲの意図した移動時間として、おおよその時刻における過去のＬＲによって実現する。別の態様では、シナリオごとのＦＬＲの数は、オペレータによって提供されるＬＲの事前設定された数であり、ＭＴＮデータから取得される。さらに、別の態様は、ＦＬＲの場所及び目的地への所望の到着時間窓が、記憶されたＭＴＮデータから取得された過去のＬＲ移動から取得されることである。またさらに、別の態様は、ＥＲグループ内の各ＥＲの到着期限を満たすように、ＥＲグループ内のＥＲグループごとに、ＣＶの少なくとも１つのルート、そのルートの出発時刻を含むというものである。一態様は、割当て情報は、ＥＲグループに割り当てられたＣＶ、ＣＶに割り当てられたルート、場所及びその場所から割り当てられたＣＶの出発時刻を含むというものであり得る。

本開示の態様によれば、ライダーの総移動時間は、ライダーがＭＴＮの１つ以上の輸送モードに乗って費やす移動時間、ライダーが中継地、ＭＴＮのターミナル発着所又は発着所デポで、割り当てられたＣＶを待機するのに費やす時間、及びライダーの目的地に到達するためにＣＶ内を移動するのに費やす時間の和である。

本開示の態様によれば、ＥＲグループ及びシナリオごとのＦＬＲグループを生成するための反復プロセス、並びにＣＶの割当て及びＣＶトリップのスケジューリングは、不確実性問題の下での最適化を解決することに基づいている。不確実性問題の下での最適化は、多段階確率的最適化問題又はロバスト最適化問題のうちの１つである。目的関数は、ライダーの総待機時間とＣＶトリップ数との間の重み係数を使用するメトリックの期待値である。不確実性問題の下での最適化は、ＥＲがＥＲの到着時間窓内にその目的地に到達することを確実にし、各ＥＲグループのＥＲの数がＣＶの最大定員座席数よりも少ないことを確実にし、及び、ルート探索プログラム及び運用ルートマッププログラムがＣＶのためのそれぞれの移動時間を提供することを確実にする制約が含まれる。制約は、同時に運用するＣＶの数がＭＴＮのフリートで利用可能なＣＶの総数よりも少ないことを確実にする。

本開示の別の態様は、ＥＲグループ及びＬＲグループに同時にサービスを提供しているＣＶの数がフリートの定員よりも少ない場合を含むことができる。一態様は、ＣＶが、私的マルチモード輸送ネットワーク（ＭＴＮ）、私的ライダーマルチ輸送システム、空港ライダー輸送システム、少なくとも１つの企業のライダー輸送システム又はライダー共有輸送システムのうちの１つに関連付けられる又はその一部であることである。

本開示の他の態様によれば、ライダーの場所は、ＭＴＮの乗換発着所、ＭＴＮの起点発着所又はＭＴＮの中継発着所のうちの１つを含み、ライダーの目的地は、目的地、目的地建物又は最終目的地のうちの１つを含む。さらに、一態様は、ＥＲによる移動要求が、ＥＲによって支払われるべき最小総コストを示す好ましいオプションを含むとき、ＥＲは、ＭＴＮの定時運行車両のコスト及び割り当てられたＣＶのコストの和を最小化するための別の制約を満たすグループに割り当てられるというものであり得る。またさらに、一態様は、ＣＶの運用状況が、プロセッサに接続される情報インターフェースを介して各ＣＶから状況情報を受信することによって監視及び更新されるというものであり得る。更新された運用状況がメモリに記憶されるように、運用状況はＣＶの場所及びＣＶのそれぞれの利用可能な座席の数を含む。

システムは、以下にリストされている異なる態様の任意の組合せを含むことができると考えられる。システムは、アーリーライダー（ＥＲ）／既知の乗客及びレイトライダー（ＬＲ）／不確実な乗客を有するマルチモード輸送ネットワーク（ＭＴＮ）で通勤用車両（ＣＶ）をスケジューリングする。インターフェースは、ＥＲ及びＬＲからの移動要求を受信する。そのシステムは、ＭＴＮデータを記憶するメモリ、グループ分けプログラム、ルート探索プログラム、ＣＶの運用ルートマッププログラム、ＬＲプログラム、及び通勤用車両割当てプログラムを含むコンピュータ実行可能プログラムを含む。プロセッサは、コンピュータ実行可能プログラムを実行するために、インターフェース及びメモリに接続されるプロセッサであって、最適化問題を解いて、１組の重み係数と、ＥＲの総移動時間及びグループ数の組合せとに従って解を取得することにより、１組の解を生成することを含むグループ分けプログラムを実行するように構成される。プロセッサは、以下を実行する。ＣＶで乗車を共有する意思があるＥＲの数を特定し、ＥＲ解のサブセット及びオペレータが提供するＬＲの数を取得することを含むＬＲプログラムを実行する。ＥＲ解のサブセットのうちのいくつかの目的地に対応するＬＲの目的地のグループ数を決定し、また、ＥＲ解のサブセットのうちのいくつかに対応するＣＶのＬＲ出発時刻を決定する。ＥＲ解のサブセットからのグループ数のグループごとに、最大ＣＶライダー定員を超えずに、そのグループに割当て可能なＬＲの数を特定できるように、ＥＲのそのグループに割り当てられたＣＶ、グループが割り当てられたＣＶで移動する出発時刻、及びそのグループに割り当てられたＣＶの残りのライダー定員を特定することを含む変更されたグループ分けプログラムを実行する。最大ＣＶライダーの定員を超えずに、ＥＲ解のサブセットから各グループにいくつかのＬＲを割り当てることを含む通勤者割当てプログラムを実行する。ＥＲ及びＬＲを伴うグループに割り当てられたＣＶ、ＣＶに割り当てられたルート、発着所デポの場所、及び発着所デポの場所から割り当てられたＣＶの出発時刻を含む割当て情報を更新する。更新された割当て情報を、インターフェースを介して割り当てられたＣＶに送信する。

本開示の他の態様によれば、グループ分けプログラムは、ＥＲの目的地に基づいてＥＲのグループ数を決定し、受信した移動要求から、定時運行車両（ＦＳＶ）及びＣＶのＥＲの出発時刻を決定することを含む。ＥＲのグループ並びにＦＳＶ及びＣＶのＥＲ出発時刻を定義する解を生成するために最適化を解決する。最適化は、１組の重み係数、並びにＥＲの総移動時間及びグループ数の組合せに従って解を取得することにより、１組の解を繰り返し生成することを更に含む。ＥＲの総移動時間とグループ数の線形結合に対して取得される１組の解から解を選択する。一態様は、グループ分けプログラムが、社会的な最適を達成するように、ＭＴＮ内の全てのライダーの総移動時間を最小化するためにＥＲスケジュールを決定することを含むことができ、修正されたグループ分けプログラムは、社会的な最適を達成するように、ＭＴＮ内の全てのライダーの総移動時間を最小化するためにＥＲ及びＬＲスケジュールを決定する。別の態様は、変更されたグループ分けプログラムは、一部のＥＲの乗り物の残りのライダー定員を決定すると同時に、ＣＶで共有するＥＲのサブセットを決定するように構成され、その結果、ＵＲを含む他のライダーからのその後の要求がいくつかのＥＲの乗り物に追加されることを含み得る。一態様は、ＵＲをスケジューリングできない場合、又は通勤用車両割当てプログラムでグループの実行可能なスケジュールが得られない場合、制約を所与としてできるだけ多くのＵＲがスケジューリングされ、又はグループの緩和された到着時間窓が設けられ、目的関数の緩和時間にペナルティを課すことを含み得る。別の態様は、ＣＶの、グループ及びそのＣＶのためのルートへの割当ては、選択された解に基づいて、ＣＶの中で割り当てられたＣＶの割当て情報を生成することによるというものである。

少なくとも１つの実施形態は、アーリーライダー（ＥＲ）及びレイトライダー（ＬＲ）をスケジューリングするシステムを含む。ＥＲがスケジューリングされた時点では、ＬＲはマルチモード輸送ネットワーク（ＭＴＮ）における車両に対して未知である。システムは、インターフェース及びメモリに接続される少なくとも１つのプロセッサを含む。メモリに記憶されるのは、ＭＴＮデータ及びＥＲ移動要求、並びに少なくとも１つのプロセッサによって実行されると、少なくとも１つのプロセッサに、シナリオの有限集合を予測することを含むステップを実行させる命令である。各シナリオは１組の可能なフォアキャストＬＲ（ＦＬＲ）の移動要求を含む。シナリオの有限集合は、ＭＴＮデータから取得される過去のＥＲ及び過去のＬＲが完了した移動から生成される。目的地への所望の到着時刻に基づいて、ＥＲグループ及びシナリオごとのＦＬＲグループを繰り返し生成する。ＥＲグループ及びシナリオの有限集合の各シナリオにおけるＦＬＲグループごとに通勤用車両（ＣＶ）を割り当てる。ＥＲグループ及びＦＬＲグループごとに、ＥＲグループ及びＦＬＲグループが割り当てられている対応するＣＶの出発時刻及び目的地への到着時刻を繰り返し決定する。任意の時点におけるＣＶで移動する全てのグループのライダーの総数は、ＣＶの定員を超えず、ライダーをその場所からその目的地まで乗せるルートが存在する。ＥＲ及びＦＬＲのための共同スケジュールが目的関数を最小化する各シナリオを形成するまで、反復は継続する。割当て情報を定式化し、インターフェースを介して、割当て情報をＥＲ及び割り当てられたＣＶに送信する。

（定義）
マルチモード輸送ネットワークは、公共輸送サブネットワークと、私的輸送によって使用するための私的輸送サブネットワーク、例えば、道路ネットワーク（本明細書において「私的輸送サブネットワーク」と呼ばれる）とを含むことができる。これらのタイプのネットワークは異なる特性を有する。公共輸送ネットワークを経由する場合の進入時刻、退出時刻及び移動時間は制約を受け、特定の時刻においてのみ、すなわち、そのネットワークに関連付けられるスケジュールに従ってのみ、ネットワークを経由して進入、退出及び移動を行うことができるようになる。対照的に、私的輸送を使用するとき、道路ネットワーク等の私的輸送ネットワークに関して、そのような制約はない。私的輸送ネットワークでは、ユーザが、自らが選択する時点において、ネットワークへの進入、ネットワークからの退出又はネットワーク内の移動を自由に選択することができる。公共輸送の例は種々の定時運行車両、すなわち、定時及び／又は所定のスケジュールを有し、ユーザの都合又は要件に合わせて変更することができない車両を含む。定時運行車両の例は、列車、バス、船及び飛行機のうちの１つ又はその組合せを含む。私的輸送の例は、自律走行車両、半自律走行車両及び運転者によって操作される車両等の種々の、柔軟にスケジューリングされる通勤用車両を含む。柔軟にスケジューリングされる通勤用車両は、乗客の要求に応じて、ルート及び時刻を指定できるようになる。

定時運行車両は、中継地まで、又は中継地から１組の乗客を輸送するために、乗客の要求に合わせることができないスケジュールと、制約されない乗客定員とを有することができる。本明細書において参照されるときに、制約されない乗客定員は、スケジューリング及び管理の解において考慮に入れられない、定時運行車両の最大定員と理解することができる。対照的に、通勤用車両は、１組の所定のルートから選択されるルートのうちの１つを介して、乗客を中継地まで、又は中継地から輸送するために、制約されないスケジュールと、最大乗客定員とを有することができる。

図１５Ａは、本開示の実施形態による、システム及び方法を実施するために使用することができるいくつかの構成要素を示すブロック図である。例えば、システム及び方法１５００Ａは、環境１５０１から環境信号を含むデータ１５０８を収集するセンサ等の単数のセンサ１５０２又は複数のセンサと通信するハードウェアプロセッサ１５１１を含むことができる。環境信号は、複数のセンサを含むことができる。さらに、環境センサ１５０２は、入力を環境信号に変換することができる。マシン監視センサ、ＭＴＮの管理に関連するデータを取得するためにセンサを利用する輸送の構成要素等、環境センサ以外の他のタイプのセンサを利用できることが考えられる。ハードウェアプロセッサ１５１１は、コンピュータ記憶メモリ、すなわち、メモリ１５０９と通信し、メモリ１５０９は、ハードウェアプロセッサ１５１１によって実行することができるアルゴリズム、命令、及び他のデータを含む記憶されたデータを含むようになる。

任意選択で、ハードウェアプロセッサ１５１１は、データソース１５０３、コンピュータデバイス、モバイルフォンデバイス及び記憶デバイスと通信するネットワーク１５０７に接続することができる。また、任意選択で、ハードウェアプロセッサ１５１１は、クライアントデバイス１５１５に接続されたネットワーク対応サーバ１５１３に接続することもできる。ハードウェアプロセッサ１５１１は、任意選択で、外部メモリデバイス１５１７、送信機１５１９に接続することができる。さらに、対象話者ごとのテキストは、特定のユーザ使用目的に従って出力することができ（１５２１）、例えば、いくつかのタイプのユーザ使用は、更なる解析等のために、モニター若しくはスクリーン等の１つ以上のディスプレイデバイス上にテキストを表示すること、又は、対象話者ごとのテキストをコンピュータ関連デバイス内に入力することができる。

ハードウェアプロセッサ１５１１は、特定のアプリケーションの要件に応じて２つ以上のハードウェアプロセッサを含むことができることが考えられる。これらのプロセッサは、内部のものとすることもできるし、外部のものとすることもできる。他のデバイスの中でも特に出力インターフェース及び送受信機を含む他の構成要素をシステム及び方法１５００Ａに組み込むことができることは確かである。

ネットワーク１５０７は、非限定例として、１つ以上のローカルエリアネットワーク（ＬＡＮ：local area networks）及び／又はワイドエリアネットワーク（ＷＡＮ：wide area networks）を含むことができることが可能である。ネットワーク接続環境は、企業全体のコンピュータネットワーク、イントラネット及びインターネットと同様のものとすることができる。言及した全ての構成要素について、任意の数のクライアントデバイス、記憶構成要素、及びデータソースをシステム１５００Ａ内で用いることができることが考えられる。それぞれは、単一のデバイスを含むこともできるし、分散環境において協働する複数のデバイスを含むこともできる。さらに、システム１５００Ａは、１つ以上のデータソース１５０３を備えることができる。データソース１５０３は、輸送ネットワークをトレーニングするためのデータリソースを含むことができる。例えば、一実施形態では、トレーニングデータは、複数の構成要素の信号を含むことができる。また、トレーニングデータには、単一の構成要素だけの信号を含むこともできる。

データソース１５０３のいくつかの例は、限定ではなく例として、ストリーミングサウンド若しくはストリーミングビデオ、ウェブクエリ、モバイルデバイスカメラ若しくはオーディオ情報、ウェブカムフィード、スマートグラスフィード及びスマートウォッチフィード、顧客ケアシステム、セキュリティカメラフィード、ウェブ文書、カタログ、ユーザフィード、ＳＭＳログ、インスタントメッセージングログ、発話単語トランスクリプト、音声コマンド若しくはキャプチャー画像（例えば、深度カメラ画像）等のゲームシステムユーザインタラクション、ツイート、チャット記録若しくはビデオ通話記録、又はソーシャルネットワークメディアを含む様々なソースを含むことができる。使用される特定のデータソース１５０３は、データが、性質上、或る特定のクラスのデータ（例えば、機械システム、娯楽システムを含む、例えば、特定のタイプの音にのみ関係したデータ）であるのか又は一般的なもの（非クラス固有のもの）であるのかを含む用途に基づいて決定することができる。

システム１５００Ａは、任意のタイプのコンピューティングデバイスを含むことができるサードパーティーデバイス１５０４、１５０５を備えることができる。例えば、サードパーティーデバイスは、本明細書では、コンピュータデバイス１５０４、又は、図１５Ｂに関して説明するタイプのモバイルコンピューティングデバイス等のモバイルデバイス１５０５を含む。ユーザデバイスは、パーソナルデジタルアシスタント（ＰＤＡ）、スマートフォン、スマートウォッチ、スマートグラス（又は他のウェアラブルスマートデバイス）等のモバイルデバイス、拡張現実ヘッドセット、仮想現実ヘッドセットとして具現化することができることが考えられる。さらに、ユーザデバイスは、タブレット等のラップトップ、リモコン、娯楽システム、車両コンピュータシステム、組込みシステムコントローラー、電気器具、ホームコンピュータシステム、セキュリティシステム、民生用電子デバイス、又は他の同様の電子デバイスとすることができる。１つの実施形態では、クライアントデバイスは、当該デバイス上で動作している本明細書において説明するＡＳＲシステムによって使用可能なオーディオ情報及び画像情報等の入力データを受信することが可能である。例えば、サードパーティーデバイスは、オーディオ情報を受信するマイクロフォン若しくはライン入力端子、ビデオ情報若しくは画像情報を受信するカメラ、又はインターネット若しくはデータソース１５０３等の別の情報源からそのような情報を受信する通信構成要素（例えば、Ｗｉ－Ｆｉ機能）を有することができる。

例示のサードパーティーデバイス１５０４、１５０５は、任意選択で、ディープニューラルネットワークモデルを展開することができる環境を例示するためにシステム１５００Ａに含められる。さらに、本開示のいくつかの実施形態は、サードパーティーデバイス１５０４、１５０５を備えないものとすることもできる。例えば、ディープニューラルネットワークモデルは、サーバ上に存在することもできるし、クラウドネットワーク、クラウドシステム又は同様の装置構成内に存在することもできる。

記憶装置１５０６に関して、記憶装置１５０６は、本明細書において説明する技術の実施形態において用いられるデータ、コンピュータ命令（例えば、ソフトウェアプログラム命令、ルーチン、又はサービス）、及び／又はモデルを含む情報を記憶することができる。例えば、記憶装置１５０６は、１つ以上のデータソース１５０３からのデータ、１つ以上のディープニューラルネットワークモデル、ディープニューラルネットワークモデルを生成及びトレーニングするための情報、並びに１つ以上のディープニューラルネットワークモデルによって出力されるコンピュータ使用可能情報を記憶することができる。

図１５Ｂは、本開示の実施形態による、通勤用車両をスケジューリングする図１５Ａのマルチモード輸送ネットワークシステムを示す概略図である。例えば、通勤用車両（ＣＶ）をスケジューリングするシステムのＭＴＮネットワーク対応サーバ１５１３は、移動通信デバイス１５３３Ａ～１５３３Ｆ、ネットワーク１５７７、データ記憶装置１５７１、データソース１５８８、及びデータベース１５９９を含むことができる。その移動通信デバイス１５３３Ａ～１５３３Ｆは、それぞれ、ユーザ１５４３Ａ～１５４３Ｆに向けることができる。車両１５４４、１５４５、１５４６は、それぞれ、運転者１５４３Ｂ、１５４３Ｃ及び１５４３Ｆに関連付けられる、いくつかの移動通信デバイス１５３３Ｂ、１５３３Ｃ、１５３３Ｆに関連付けることができる。

ＭＴＮネットワーク対応サーバ又はＭＴＮサーバ１５１３は、自律走行車両、すなわちＣＶに関連付けられる運転管理システムに更に関連付けることができる。さらに、ＭＴＮサーバは、ＭＴＮ、地理的領域等の管理の観点から、アプリケーションに応じて複数のサーバとすることができる。

更に図１５Ｂを参照すると、ネットワーク１５７７は、ユーザ無線通信デバイス１５３３Ａ～１５３３ＦとＭＴＮサーバ１５１３との間の通信に役立つことができる。例えば、少なくとも１つの実施形態によれば、ネットワーク１５７７は、ユーザの無線通信デバイス１５３３Ａ～１５３３Ｆから、乗車要求及び他の乗車サーバ関連情報を受信することができる。また、可能なことは、ネットワーク１５７７は、車両１５４４、１５４５、１５４６に対して、乗車サービス割当てを管理デバイス１５３３Ｂ、１５３３Ｃ及び１５３３Ｆ、すなわち、無線通信デバイスに送信することができることである。ネットワーク１５７７は、他のタイプの通信を提供し、情報を交換し、及び／又はＭＴＮサーバ１５１３と無線通信デバイス１５３３Ａ～１５３３Ｆとの間の情報の交換を提供することができるタイプのネットワークであってもよいと考えられる。例えば、ネットワーク１５７７は、インターネット、ローカルエリアネットワーク、セルラーネットワーク、公衆交換電話網（「ＰＳＴＮ」）、又はライドシェアリングを可能にする他の適切な接続であってもよい。ネットワーク１５７７はまた、異なるタイプのメッセージングフォーマットを提供し、また無線通信デバイス１５３３Ａ～１５３３Ｆのための様々なサービス及びアプリケーションを更にサポートすることができる。例えば、ネットワーク１５７７は、ユーザ１５４３Ｂ、１５４３Ｃ、１５４３Ｆ及びサービス車両を途中で乗せ又は下車させる場所に向ける等、無線通信デバイス１５３３Ａ～１５３３Ｆのためのナビゲーションサービスをサポートすることができる。

ＭＴＮサーバ１５１３は、メッセージング、音声、リアルタイムオーディオ／ビデオ等の異なるタイプのデータ又はサービスを含む通信をユーザ１５４３Ａ～１５４３Ｆに提供するように装備することができる。ＭＴＮサーバ１５１３は、コンピュータシステム構成要素、デスクトップコンピュータ、ワークステーション、タブレット、携帯無線通信デバイス１５３３Ａ～１５３３Ｆ、メモリデバイス、及び／又は構成要素を接続する内部ネットワークを含むコンピュータベースシステムであってもよい。ＭＴＮサーバ１５１３は、ネットワーク１５７７を介して無線通信デバイス１５３３Ａ～１５３３Ｆから情報を受信し、情報を処理し、情報を記憶し、及び／又はネットワーク１５７７を介して無線通信デバイス１５３３Ａ～１５３３Ｆに情報を送信するように構成してもよい。例えば、いくつかの実施形態では、ＭＴＮサーバ１５１３は、無線通信デバイス１５３３Ａ～１５３３Ｆから乗車要求を受信し、乗車確認及び乗車運賃情報を送信し、車両の運転者及び車両の管理デバイスに乗車サービス割当てを送信することができる。

更に図１５Ｂを参照すると、データベース１５９９は、ＭＴＮサーバ１５１３と結合される物理タイプ又はクラウドタイプの記憶装置を含むことができ、ユーザアカウント情報、連絡先情報、プロファイル写真等の対応するユーザプロファイル、及び関連する無線通信デバイス１５３３Ａ～１５３３Ｆの情報を記憶することができる。運賃を支払うユーザ１５４３Ａ～１５４３Ｆ又はタクシーライダーに関して、ユーザ／タクシーライダーのアカウント情報は、乗車履歴、サービスフィードバック、苦情、又はコメントを更に含む場合がある。データベース１５９９はまた、交通データ、地域マップ、及び有料道路情報を含むことができ、これらは、ユーザ１５４３Ａ～１５４３Ｆのためのライドシェアリングサービス又は他の関連する態様を管理するために使用することができる。データベース１５９９、記憶装置１５７１、又はデータソース１５８８に記憶されるデータは、乗車要求、ユーザニーズ等に対応するためにＭＴＮサーバ１５１３に送信することができる。データベース１５９９、記憶装置１５７１又はデータソース１５８８をＭＴＮサーバ１５１３、及び／又はネットワーク１５７７を介して無線通信デバイス１５３３Ａ～１５３３Ｆによってアクセス可能なクラウドベースサーバに記憶することができる。

無線通信デバイス１５３３Ａ～１５３３Ｆは、テレビ、タブレット、コンピュータモニター、ビデオ会議コンソール、又はラップトップコンピュータスクリーン等のディスプレイを含んでもよい。さらに、通信デバイス１５３３Ａ～１５３３Ｆは、ディスプレイ及びビデオ／オーディオキャプチャ機能を有し、また、ＩＭ、ＶｏＩＰ、ビデオ会議等の通信を容易にするソフトウェアアプリケーションを有するタブレット又はスマートフォンであってもよい。

いくつかの実施形態では、無線通信デバイス１５３３Ｂ、１５３３Ｃ及び１５３３Ｆは、タクシー会社によって管理される商用又は私用タクシーと同様に、特定の車両に関連付けられる管理システムの一部として、車両１５４４、１５４５、１５４６の管理パネルに接続することができる。例えば、ユーザ１５４３Ｂ、１５４３Ｃ及び１５４３Ｆ、並びに関連付けられた無線通信デバイス１５３３Ｂ、１５３３Ｃ、１５３３Ｆは、管理パネルの一部として及び／又は車両１５４４、１５４５、１５４６と関連付けられる別個のデバイスとして設置されるカードリーダー等の支払いデバイスと結合することができる。次いで、ユーザ１５４３Ｂ、１５４３Ｃ及び１５４３Ｆは、代替の支払い機構として関連付けられた支払いデバイスを使用してもよい。例えば、タクシー、すなわち、車両１５４４、１５４５、１５４６を受け入れる人は、支払いデバイスを介してタクシー運賃を支払うことができる。

図１６は、本開示の実施形態による方法及びシステムのいくつかの技法を実施するために使用することができるコンピューティング装置１６００を非限定例として示す概略図である。コンピューティング装置又はデバイス１６００は、ラップトップ、デスクトップ、ワークステーション、パーソナルデジタルアシスタント、サーバ、ブレードサーバ、メインフレーム、及び他の適切なコンピュータ等の様々な形態のデジタルコンピュータを表す。

コンピューティングデバイス１６００は、電力源１６０８、プロセッサ１６０９、メモリ１６１０、記憶デバイス１６１１を備えることができる。これらは全てバス１６５０に接続されている。さらに、高速インターフェース１６１２、低速インターフェース１６１３、高速拡張ポート１６１４及び低速拡張ポート１６１５をバス１６５０に接続することができる。また、低速接続ポート１６１６がバス１６５０と接続されている。特定の用途に応じて、非限定例として共通のマザーボードに実装することができる様々な構成要素の構成が考えられる。またさらに、入力インターフェース１６１７を、バス１６５０を介して外部受信機１６０６及び出力インターフェース１６１８に接続することができる。受信機１６１９を、バス１６５０を介して外部送信機１６０７及び送信機１６２０に接続することができる。外部メモリ１６０４、外部センサ１６０３、機械１６０２及び環境１６０１もバス１６５０に接続することができる。さらに、１つ以上の外部入力／出力デバイス１６０５をバス１６５０に接続することができる。ネットワークインターフェースコントローラー（ＮＩＣ）１６２１は、バス１６５０を通じてネットワーク１６２２に接続するように適合することができ、特にデータ又は他のデータは、コンピュータデバイス１６００の外部のサードパーティーディスプレイデバイス、サードパーティー撮像デバイス、及び／又はサードパーティー印刷デバイス上にレンダリングすることができる。

メモリ１６１０は、コンピュータデバイス１６００によって実行可能な命令、履歴データ、並びに本開示の方法及びシステムによって利用することができる任意のデータを記憶することができると考えられる。メモリ１６１０は、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、フラッシュメモリ、又は他の任意の適したメモリシステムを含むことができる。メモリ１６１０は、単数若しくは複数の揮発性メモリユニット及び／又は単数若しくは複数の不揮発性メモリユニットとすることができる。メモリ１６１０は、磁気ディスク又は光ディスク等の別の形態のコンピュータ可読媒体とすることもできる。

更に図１６を参照すると、記憶デバイス１６１１は、コンピュータデバイス１６００によって用いられる補助データ及び／又はソフトウェアモジュールを記憶するように適合することができる。例えば、記憶デバイス１６１１は、本開示に関して上述したような履歴データ及び他の関連データを記憶することができる。加えて又は代替的に、記憶デバイス１６１１は、本開示に関して上述したようなデータと同様の履歴データを記憶することができる。記憶デバイス１６１１は、ハードドライブ、光ドライブ、サムドライブ、ドライブのアレイ、又はそれらの任意の組合せを含むことができる。さらに、記憶デバイス１６１１は、ストレージエリアネットワーク又は他の構成におけるデバイスを含めて、フロッピーディスクデバイス、ハードディスクデバイス、光ディスクデバイス、若しくはテープデバイス、フラッシュメモリ若しくは他の同様の固体メモリデバイス、又はデバイスのアレイ等のコンピュータ可読媒体を含むことができる。命令は情報担体に記憶することができる。命令は、１つ以上の処理デバイス（例えば、プロセッサ１６０９）によって実行されると、上記で説明した方法等の１つ以上の方法を実行する。

システムは、任意選択で、このシステムをディスプレイデバイス１６２５及びキーボード１６２４に接続するように適合されたディスプレイインターフェース又はユーザインターフェース（ＨＭＩ）１６２３にバス１６５０を通じてリンクすることができる。ディスプレイデバイス１６２５は、特に、コンピュータモニター、カメラ、テレビ、プロジェクター、又はモバイルデバイスを含むことができる。

更に図１６を参照すると、コンピュータデバイス１６００は、バス１６５０を通じてプリンタインターフェース（図示せず）に接続するとともに、印刷デバイス（図示せず）に接続するように適合されたユーザ入力インターフェース１６１７を備えることができる。印刷デバイスは、特に、液体インクジェットプリンタ、固体インクプリンタ、大型商用プリンタ、サーマルプリンタ、ＵＶプリンタ、又は昇華型プリンタを含むことができる。

高速インターフェース１６１２は、コンピューティングデバイス１６００の帯域幅消費型動作を管理する一方、低速インターフェース１６１３は、より低い帯域幅消費型動作を管理する。そのような機能の割当ては一例にすぎない。いくつかの実施態様では、高速インターフェース１６１２は、メモリ１６１０、ユーザインターフェース（ＨＭＩ）１６２３に結合することができ、（例えば、グラフィックスプロセッサ又はアクセラレーターを通じて）キーボード１６２４及びディスプレイ１６２５に結合することができ、高速拡張ポート１６１４に結合することができる。この高速拡張ポートは、バス１６５０を介して様々な拡張カード（図示せず）を受容することができる。この実施態様では、低速インターフェース１６１３は、バス１６５０を介して記憶デバイス１６１１及び低速拡張ポート１６１５に結合されている。様々な通信ポート（例えば、ＵＳＢ、Ｂｌｕｅｔｏｏｔｈ、イーサネット、無線イーサネット）を含むことができる低速拡張ポート１６１５は、１つ以上の入力／出力デバイス１６０５、及び他のデバイス、キーボード１６２４、ポインティングデバイス（図示せず）、スキャナ（図示せず）に結合することもできるし、スイッチ又はルーター等のネットワーク接続デバイスに、例えば、ネットワークアダプターを通じて結合することもできる。

更に図１６を参照すると、コンピューティングデバイス１６００は、この図に示すように、複数の異なる形態で実施することができる。例えば、このコンピューティングデバイスは、標準的なサーバ１６２６として実施することもできるし、そのようなサーバが複数個ある一群のサーバとして実施することもできる。加えて、このコンピューティングデバイスは、ラップトップコンピュータ１６２７等のパーソナルコンピュータにおいて実施することができる。このコンピューティングデバイスは、ラックサーバシステム１６２８の一部として実施することもできる。或いは、コンピューティングデバイス１６００からの構成要素は、モバイルデバイス（図示せず）における他の構成要素と組み合わせることができる。

（実施形態）
以上の説明では、実施形態の十分な理解を提供するために、具体的な詳細が与えられる。しかしながら、当業者は、これらの具体的な詳細がなくても実施形態を実施することができることを理解することができる。例えば、開示された主題におけるシステム、プロセス、及び他の要素は、実施形態を不必要な詳細で不明瞭にしないように、ブロック図形式の構成要素として示される場合がある。それ以外の場合において、既知のプロセス、構造、及び技法は、実施形態を不明瞭にしないように不必要な詳細なしで示される場合がある。さらに、様々な図面における同様の参照符号及び名称は、同様の要素を示す。

また、個々の実施形態は、フローチャート、フロー図、データフロー図、構造図、又はブロック図として描かれるプロセスとして説明される場合がある。フローチャートは、動作を逐次的なプロセスとして説明することができるが、これらの動作の多くは、並列又は同時に実行することができる。加えて、これらの動作の順序は、再配列することができる。プロセスは、その動作が完了したときに終了することができるが、論述されない又は図に含まれない追加のステップを有する場合がある。さらに、特に説明される任意のプロセスにおける全ての動作が全ての実施形態において行われ得るとは限らない。プロセスは、方法、関数、手順、サブルーチン、サブプログラム等に対応することができる。プロセスが関数に対応するとき、その関数の終了は、呼び出し側関数又はメイン関数へのその機能の復帰に対応することができる。

さらに、開示された主題の実施形態は、少なくとも一部は手動又は自動のいずれかで実施することができる。手動実施又は自動実施は、機械、ハードウェア、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語、又はそれらの任意の組合せを用いて実行することもできるし、少なくとも援助することができる。ソフトウェア、ファームウェア、ミドルウェア又はマイクロコードで実施されるとき、必要なタスクを実行するプログラムコード又はプログラムコードセグメントは、機械可読媒体に記憶することができる。プロセッサが、それらの必要なタスクを実行することができる。

さらに、本開示の実施形態及び本明細書において説明された機能動作は、本明細書に開示された構造及びそれらの構造的均等物を含むデジタル電子回路部、有形に具現化されたコンピュータソフトウェア若しくはファームウェア、コンピュータハードウェア、又はそれらのうちの１つ以上のものの組合せにおいて実施することができる。さらに、本開示のいくつかの実施形態は、データ処理装置によって実行されるか又はデータ処理装置の動作を制御する１つ以上のコンピュータプログラム、すなわち、有形の非一時的プログラム担体上に符号化されたコンピュータプログラム命令の１つ以上のモジュールとして実施することができる。またさらに、プログラム命令は、データ処理装置による実行のために、適した受信機装置への送信用の情報を符号化するように生成される人工的に生成された伝播信号、例えば、機械によって生成された電気信号、光信号、又は電磁信号において符号化することができる。コンピュータ記憶媒体は、機械可読記憶デバイス、機械可読記憶デバイス基板、ランダムアクセスメモリデバイス若しくはシリアルアクセスメモリデバイス、又はそれらのうちの１つ以上のものの組合せとすることができる。

本開示の実施形態によれば、用語「データ処理装置」は、データを処理する全ての種類の装置、デバイス、及び機械を包含することができ、例として、プログラマブルプロセッサ、コンピュータ、又は複数のプロセッサ若しくはコンピュータを含む。装置は、専用論理回路部、例えば、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）又はＡＳＩＣ（特定用途向け集積回路）を備えることができる。装置は、ハードウェアに加えて、問題になっているコンピュータプログラムの実行環境を作り出すコード、例えば、プロセッサファームウェア、プロトコルスタック、データベース管理システム、オペレーティングシステム、又はそれらのうちの１つ以上の組合せを構成するコードも有することができる。

コンピュータプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、モジュール、ソフトウェアモジュール、スクリプト、又はコードと呼称又は記載される場合もある）は、コンパイラ型言語若しくはインタープリター型言語、又は宣言型言語若しくは手続型言語を含む任意の形態のプログラミング言語で記述することができ、スタンドアローンプログラムとしての形態、又は、モジュール、構成要素、サブルーチン、若しくはコンピューティング環境における使用に適した他のユニットとしての形態を含む任意の形態で配備することができる。コンピュータプログラムは、ファイルシステムにおけるファイルに対応する場合があるが、必ずしも対応する必要はない。プログラムは、他のプログラム又はデータ、例えば、マークアップ言語ドキュメントに記憶された１つ以上のスクリプトを保持するファイルの一部分に記憶することもできるし、問題となっているプログラムに専用化された単一のファイルに記憶することもできるし、複数のコーディネートファイル、例えば、１つ以上のモジュール、サブプログラム、又はコード部分を記憶するファイルに記憶することもできる。コンピュータプログラムは、１つのコンピュータ上で実行されるように配備することもできるし、１つのサイトに配置された複数のコンピュータ上で、又は、複数のサイトにわたって分散されて通信ネットワークによって相互接続された複数のコンピュータ上で実行されるように配備することもできる。コンピュータプログラムの実行に適したコンピュータは、例として、汎用マイクロプロセッサ若しくは専用マイクロプロセッサ若しくはそれらの双方、又は他の任意の種類の中央処理装置を含む。一般に、中央処理装置は、リードオンリーメモリ若しくはランダムアクセスメモリ又はそれらの双方から命令及びデータを受け取る。コンピュータの必須素子は、命令を遂行又は実行する中央処理装置と、命令及びデータを記憶する１つ以上のメモリデバイスとである。一般に、コンピュータは、データを含むか、又は、データを記憶する１つ以上のマスストレージデバイス、例えば、磁気ディスク、光磁気ディスク、若しくは光ディスクからのデータの受信若しくはそれらへのデータの転送若しくはそれらの双方を行うように作動結合される。ただし、コンピュータは、必ずしもそのようなデバイスを有するとは限らない。その上、コンピュータは、別のデバイスに組み込むことができ、例えば、数例を挙げると、モバイル電話機、パーソナルデジタルアシスタント（ＰＤＡ）、モバイルオーディオプレーヤ若しくはモバイルビデオプレーヤ、ゲームコンソール、全地球測位システム（ＧＰＳ）受信機、又はポータブル記憶デバイス、例えば、ユニバーサルシリアルバス（ＵＳＢ）フラッシュドライブに組み込むことができる。

ユーザとのインタラクションを提供するために、本明細書において説明した主題の実施形態は、ユーザに情報を表示するディスプレイデバイス、例えば、ＣＲＴ（陰極線管）モニター又はＬＣＤ（液晶ディスプレイ）モニターと、ユーザがコンピュータに入力を提供することができるキーボード及びポインティングデバイス、例えば、マウス又はトラックボールとを有するコンピュータ上で実施することができる。他の種類のデバイスを用いて、ユーザとのインタラクションを同様に提供することができ、例えば、ユーザに提供されるフィードバックは、任意の形態の感覚フィードバック、例えば、視覚フィードバック、聴覚フィードバック、又は触覚フィードバックとすることができ、ユーザからの入力は、音響入力、音声入力、又は触覚入力を含む任意の形態で受信することができる。加えて、コンピュータは、ユーザによって用いられるデバイスに文書を送信すること及びこのデバイスから文書を受信することによって、例えば、ウェブブラウザーから受信された要求に応答してユーザのクライアントデバイス上のウェブブラウザーにウェブページを送信することによって、ユーザとインタラクトすることができる。

本明細書において説明した主題の実施形態は、バックエンド構成要素を、例えばデータサーバとして備えるコンピューティングシステム、又はミドルウェア構成要素、例えば、アプリケーションサーバを備えるコンピューティングシステム、又はフロントエンド構成要素、例えば、ユーザが本明細書において説明した主題の実施態様とインタラクトすることをできるようにするグラフィカルユーザインターフェース又はウェブブラウザーを有するクライアントコンピュータを備えるコンピューティングシステム、又は１つ以上のそのようなバックエンド構成要素、ミドルウェア構成要素、若しくはフロントエンド構成要素の任意の組合せを備えるコンピューティングシステムにおいて実施することができる。システムのこれらの構成要素は、任意の形態又は媒体のデジタルデータ通信、例えば、通信ネットワークによって相互接続することができる。通信ネットワークの例には、ローカルエリアネットワーク（「ＬＡＮ」）及びワイドエリアネットワーク（「ＷＡＮ」）、例えば、インターネットがある。

コンピューティングシステムは、クライアント及びサーバを備えることができる。クライアント及びサーバは、一般的に互いにリモートであり、通常、通信ネットワークを通じてインタラクトする。クライアント及びサーバの関係は、それぞれのコンピュータ上で動作するとともに互いにクライアントサーバ関係を有するコンピュータプログラムによって生じる。

Claims (21)

1. アーリーライダー（ＥＲ）及びレイトライダー（ＬＲ）をスケジューリングするシステムであって、前記ＬＲは前記ＥＲがスケジューリングされる時点でマルチモード輸送ネットワーク（ＭＴＮ）内の通勤用車両（ＣＶ）を含む車両に対して未知であり、前記システムは、
   インターフェース及びメモリに接続されるプロセッサを備え、前記メモリには、ＭＴＮデータ及び前記ＥＲの移動要求、並びに前記プロセッサによって実行されると、前記プロセッサにステップを実行させる命令が記憶され、前記ステップは、
   シナリオの有限集合を予測することであって、各シナリオは、
   可能なフォアキャストＬＲ（ＦＬＲ）の移動要求の組を含むことと、
   目的地への所望の到着時刻に基づいて、前記ＥＲのグループ及びシナリオごとのＦＬＲのグループを繰り返し生成することと、
   前記ＥＲのグループ及び各シナリオにおける前記ＦＬＲのグループごとにＣＶを割り当てることと、
   前記ＥＲのグループ及び前記ＦＬＲのグループごとに、前記ＥＲのグループ及び前記ＦＬＲのグループが割り当てられる対応するＣＶの出発時刻及び前記目的地への到着時刻を繰り返し決定することであって、任意の時点におけるＣＶで移動する全てのグループのライダーの総数が前記ＣＶの定員を超えず、ライダーをその場所からその目的地まで乗せるルートが存在することと、
   前記ＥＲ及び前記ＦＬＲのための共同スケジュールが、目的関数を最小化する各シナリオを形成するまで反復を継続することと、
   割当て情報を定式化し、前記インターフェースを介して、前記割当て情報を前記ＥＲ及び割り当てられたＣＶに送信することと、
   を含む、システム。
2. 前記ＥＲのグループ及び各シナリオからの前記ＦＬＲのグループに同時にサービスを提供するＣＶの数がフリート定員よりも少ない、請求項１に記載のシステム。
3. 前記シナリオの有限集合は、前記ＭＴＮデータから取得される過去のＥＲ及び過去のＬＲが完了した移動から生成される、請求項１に記載のシステム。
4. シナリオごとのＦＬＲの数は、オペレータによって提供されるＬＲの事前設定された数であり、前記ＦＬＲの場所及び目的地への所望の到着時間窓は、記憶されたＭＴＮデータから取得される過去のＬＲ移動から取得される、請求項１に記載のシステム。
5. 前記ＦＬＲの移動は、受信された前記ＥＲの移動要求ごとの前記ＥＲの意図した移動時間として、その時刻に過去のＬＲによって実現された移動である、請求項１に記載のシステム。
6. 前記ＥＲのグループ内のＥＲのグループごとに、前記ＥＲのグループ内の各ＥＲの到着期限が満たされるような、前記ＣＶのための少なくとも１つのルート、そのルートのための出発時刻を含む、請求項１に記載のシステム。
7. 前記ライダーの総移動時間は、前記ライダーが前記ＭＴＮの１つ以上の輸送モードに乗車して費やす移動時間、前記ライダーが中継地、前記ＭＴＮのターミナル発着所又は発着所デポで、前記割り当てられたＣＶを待機するのに費やす時間、及び前記ライダーの目的地に到着するために前記ＣＶ内で移動するのに費やす時間の和である、請求項１に記載のシステム。
8. 前記ＥＲのグループ及びシナリオごとの前記ＦＬＲのグループを生成し、前記ＣＶを割り当てし、ＣＶトリップをスケジューリングする反復プロセスは、不確実性問題の下での最適化を解決することに基づく、請求項１に記載のシステム。
9. 前記不確実性問題の下での最適化は、多段階確率的最適化問題又はロバスト最適化問題のうちの１つである、請求項８に記載のシステム。
10. 前記目的関数は、ライダーの総待機時間とＣＶトリップの数との間の重み係数を使用するメトリックの期待値である、請求項８に記載のシステム。
11. 前記不確実性問題の下での最適化は、前記ＥＲが前記ＥＲの到着時間窓内の目的地に到着すること、前記ＥＲのグループのそれぞれにおけるＥＲの数が前記ＣＶの座席の最大定員数よりも少ないこと、及び、ルート探索プログラム及び運用ルートマッププログラムが前記ＣＶのためのそれぞれの移動時間を提供することを制約として含み、前記制約は同時に運用するＣＶの数が前記ＭＴＮのフリートで利用可能なＣＶの総数よりも少ない、請求項８に記載のシステム。
12. 前記ＦＬＲの各シナリオは、前記ＥＲのスケジューリングが後の時点で前記ＬＲをスケジューリングする能力を提供するために使用されるＬＲの予想量の尤度の高い具体化を表す、請求項１に記載のシステム。
13. 前記ＬＲは、各ＬＲ及び前記ＥＲの移動要求が、出発地、目的地、及び前記目的地への所望の到着時間窓を含むような、前記ＥＲの移動要求が前記ＭＴＮによって受信される時点よりも遅い時点に移動要求を提供する、請求項１に記載のシステム。
14. ＣＶトリップは、場所から目的地まで出発する前記ＣＶ、前記目的地から前記場所まで出発する前記ＣＶ、又は両方のうちの１つを含む、請求項１に記載のシステム。
15. 前記ＥＲのグループ及びシナリオごとの前記ＦＬＲのグループを生成するために使用される所望の時刻は、前記目的地への到着時刻の時間窓内にある、請求項１に記載のシステム。
16. 前記割当て情報は、前記ＥＲのグループに前記割り当てられたＣＶ、前記ＣＶに割り当てられるルート、場所及び前記場所から前記割り当てられたＣＶの出発時刻を含む、請求項１に記載のシステム。
17. アーリーライダー（ＥＲ）及びレイトライダー（ＬＲ）をスケジューリングする方法であって、前記ＬＲは、前記ＥＲがスケジューリングされる時点で、輸送システム（ＴＳ）に関連付けられる通勤用車両（ＣＶ）に対して未知であり、前記方法は、
    インターフェースを介して前記ＥＲの移動要求を受信することと、
    前記インターフェース及びメモリに接続されるプロセッサにより、前記プロセッサにステップを実行させるために前記メモリに記憶される命令を実行することと、
    を含み、前記ステップは、
    シナリオの有限集合を予測することであって、各シナリオは、可能なフォアキャストＬＲ（ＦＬＲ）の移動要求の組を含み、前記シナリオの有限集合は、前記メモリに記憶されるＴＳデータから取得される過去のＥＲ及び過去のＬＲが完了した移動から生成されることと、
    目的地への所望の到着時刻に基づいて、前記ＥＲのグループ及びシナリオごとの前記ＦＬＲのグループを繰り返し生成することであって、前記ＥＲのグループ及び前記ＬＲのグループに同時にサービスを提供するＣＶの数がフリート定員よりも少なくなることと、
    前記ＥＲのグループ及び前記シナリオの有限集合の各シナリオにおけるＦＬＲのグループごとにＣＶを割り当てることと、
    前記ＥＲのグループ及び前記ＦＬＲのグループごとに、前記ＥＲのグループ及び前記ＦＬＲのグループが割り当てられる対応するＣＶの出発時刻及び前記目的地への到着時刻を繰り返し決定することであって、任意の時点におけるＣＶで移動する全てのグループのライダーの総数が前記割り当てられたＣＶの定員を超えず、ライダーをその場所からその目的地まで乗せるルートが存在することと、
    前記ＥＲ及び前記ＦＬＲのための共同スケジュールが、ライダーの総待機時間とＣＶトリップ数との組合せであるメトリックの目的関数を最小化する各シナリオを形成するまで反復を継続することと、
    割当て情報を定式化し、前記インターフェースを介して、前記割当て情報を前記ＥＲ及び前記割り当てられたＣＶに送信することと、
    を含む、方法。
18. アーリーライダー（ＥＲ）及びレイトライダー（ＬＲ）をスケジューリングするシステムであって、前記ＬＲは、前記ＥＲがスケジューリングされた後の時点で、輸送システム（ＴＳ）に関連付けられる通勤用車両（ＣＶ）に対して未知であり、前記システムは、
    記憶されたＴＳデータ及び命令を含むメモリと、
    前記ＥＲの移動要求を受信するインターフェースと、
    前記インターフェース及び前記メモリに接続される少なくとも１つのプロセッサと、
    を備え、
    前記記憶された命令は、前記少なくとも１つのプロセッサによって実行されると、前記少なくとも１つのプロセッサにステップを実行させるようになり、前記ステップは、
    シナリオの有限集合を予測することであって、各シナリオは可能なフォアキャストＬＲ（ＦＬＲ）の移動要求の組を含むことと、
    目的地への所望の到着時刻に基づいて、前記ＥＲのグループ及びシナリオごとの前記ＦＬＲのグループを繰り返し生成することであって、前記ＥＲのグループ及び前記ＬＲのグループに同時にサービスを提供するＣＶの数がフリート定員よりも少なくなることと、
    前記ＥＲのグループ及び前記シナリオの有限集合の各シナリオにおける前記ＦＬＲのグループごとにＣＶを割り当てることと、
    前記ＥＲのグループ及び前記ＦＬＲのグループごとに、前記ＥＲのグループ及び前記ＦＬＲのグループが割り当てられる対応する割り当てられたＣＶの出発時刻及び前記目的地への到着時刻を繰り返し決定することであって、任意の時点におけるＣＶで移動する全てのグループのライダーの総数が前記割り当てられたＣＶの定員を超えず、ライダーをその場所からその目的地まで乗せるルートが存在することと、
    前記ＥＲ及び前記ＦＬＲのための共同スケジュールが、ライダーの総待機時間とＣＶトリップ数との組合せであるメトリックの目的関数を最小化する各シナリオを形成するまで反復が継続することと、
    割当て情報を定式化し、前記インターフェースを介して、前記割当て情報を前記ＥＲ及び前記割り当てられたＣＶに送信することと、
    を含む、システム。
19. 前記シナリオの有限集合は、前記ＴＳデータから取得される過去のＥＲ及び過去のＬＲが完了した移動から生成される、請求項１８に記載のシステム。
20. 前記ＣＶは、私的マルチモード輸送ネットワーク（ＭＴＮ）、私的ライダーマルチ輸送システム、空港ライダー輸送システム、少なくとも１つの企業のライダー輸送システム、又はライダー共有輸送システムのうちの１つに関連付けられる又は一部である、請求項１８に記載のシステム。
21. アーリーライダー（ＥＲ）及びレイトライダー（ＬＲ）をスケジューリングするシステムであって、前記ＬＲは、前記ＥＲがスケジューリングされる時点で、マルチモード輸送ネットワーク（ＭＴＮ）における車両に対して未知であり、前記システムは、
    インターフェース及びメモリに接続される少なくとも１つプロセッサ、
    を備え、
    前記メモリには、ＭＴＮデータ、及び前記少なくとも１つのプロセッサによって実行されると、前記少なくとも１つのプロセッサにステップを実行させる命令が記憶され、前記ステップは、
    シナリオの有限集合を予測することであって、各シナリオは可能なフォアキャストＬＲ（ＦＬＲ）の移動要求の組を含み、前記シナリオの有限集合は、前記ＭＴＮデータから取得される過去のＥＲ及び過去のＬＲが完了した移動から生成されることと、
    前記インターフェースを介して前記ＥＲの移動要求を受信することと、
    目的地への所望の到着時刻に基づいて前記ＥＲの移動要求から前記ＥＲのグループ及びシナリオごとの前記ＦＬＲのグループを繰り返し生成し、各シナリオにおいて前記ＥＲ及び前記ＦＬＲのグループごとに通勤用車両（ＣＶ）を割り当てることであって、前記ＥＲのグループ及び前記ＬＲのグループに同時にサービスを提供しているＣＶの数がフリート定員よりも少ないことと、
    前記ＥＲのグループ及び前記ＦＬＲのグループごとに、前記ＥＲのグループ及びＦＬＲのグループが割り当てられる対応するＣＶの出発時刻及び前記目的地への到着時刻を繰り返し決定することであって、任意の時点におけるＣＶで移動する全てのグループのライダーの総数は前記ＣＶの定員を超えず、ライダーをその乗換発着所からその目的地まで乗せるルートが存在することと、
    前記ＥＲ及び前記ＦＬＲのための共同スケジュールがライダーの総待機時間とＣＶトリップ数との組合せであるメトリックの期待値を最小化する各シナリオを形成するまで反復を継続することと、
    割当て情報を定式化し、前記インターフェースを介して、前記割当て情報を前記ＥＲ及び前記割り当てられたＣＶに送信することと、
    前記インターフェースを介して前記ＬＲの移動要求を受信することと、
    前記目的地への所望の到着時刻に基づいて、前記ＬＲの移動要求から前記ＬＲのグループを繰り返し生成することと、
    前記ＬＲのグループごとに通勤用車両（ＣＶ）を割り当てることと、
    前記ＬＲのグループごとに、前記対応するＣＶの出発時刻及び前記目的地への到着時刻を含む期間を繰り返し決定することであって、前記ＬＲのグループの前記ＣＶが、その期間任意の前記ＥＲのグループによっても使用されておらず、前記ＬＲのグループ又は前記ＣＶを同時に使用するＥＲのグループの全ての前記ライダーを輸送するために前記ＣＶにライダー定員があり、及び、前記ＥＲのグループ及び前記ＬＲのグループの全ての前記ライダーを輸送するために前記ＣＶにライダー定員があるということを条件とすることと、
    前記ＥＲの決定されたスケジュールを条件とする前記ＬＲのための共同スケジュールが、前記ＬＲの総待機時間とＣＶトリップ数との組合せであるメトリックの目的関数を最小化するまで、反復を継続することと、
    割当て情報を定式化し、前記インターフェースを介して、前記割当て情報を前記ＬＲ及び前記割り当てられたＣＶに送信することと、
    を含む、システム。

Images