跳转至

2024年综合运输系统运营管理学术研讨会

约 2325 个字 预计阅读时间 8 分钟

0329 讲座⚓︎

公平出行需求管理的预约限额策略⚓︎

Abstract

  • by Chair Professor Yang, Hai. HKUST.
  • 了解一下基本的Idea.
  • 限行（Traffic rationing）
  • Booking（预约出行）

如何把上面两种做法结合起来？（TRB）

Tradable credit scheme（可交易电子路票）

政府给一些纳税人一些路票（免费不收钱），上路是需要路票的。路票可以用来交易。你就需要买一定路票来维持日常出行的开销，而不需要开车出行的人，就可以售卖自己的路票。

路票实际上是给富人（有更多出行需求的人）把资金流动给低收入群体。

  • 需要建立一个路票交易系统：会不会存在价格波动的问题

  • Pricing

    • 是不是以低收入人群的代价来给高收入群体提供benefit？因为高收入人群更能支付起交通拥挤收费。

  • Quantity instrument

  • 限行是否是有效的？

    • 如果有两辆车。限行是不是就是无效的。
    • 限行是不是五环内都必须限行？
    • 缺乏灵活性。
  • 预约出行是否是有效的？
    • 预约一个路段，在特定时间去走。
    • 存在的问题：抢票！
    • 拍卖预约的问题：不公平！

Booking cum Rationing Strategy

在Bottleneck时间段内，有一定使用额度。同时的日期使用需要预约。

  • Pros:
    • Flexible for drivers
    • Control Capacity
    • 实现了Long-term equilibrium ??????
  • Cons：
    • ? to be determined

多接触一些东西。

0330⚓︎

客货共享运输模式⚓︎

客货共享运输模式的多阶段运营优化：物流公司和客运公司参与客货共享运输，Presenter: Yuxin Zhen, TongJi University

背景

  • 非高峰段的公交车利用率很低；
  • 客运公司、物流公司的合作，还是某一方主导的。合作，更倾向于Integrated Decision，然后 Profit-Sharing
  • 乘客的决策
  • 出行成本构成
  • 出行模式选择

只考虑公交车在起终点的运输。物流公司有集散点，公交车先去把货带上，然后再去运人，运人之后，再前往货物的终点集散点。

  • 客运公司决策：最佳发车间隔 \(t\) 和乘车价格 \(p\)；
  • 物流公司决策：共享运输补贴价格 (? What is this? == 支付价格？) 、共享运输的运输货量 \(m\) ；
  • 给出了一个解析解公式？

  • 设计了一套算法来解决这个问题。

  • Numerical Analysis

  • 共享运输补贴价格 vs 第三方物流运输成本

  • Conclusion:

    • 物流公司主导的共享运输模式，补贴价格较低的客运时段优先承担共享运输服务;
    • 共享运输车辆货运空间不足，优先将货物分配到补贴价格较低的客运非高峰期进行共享运输；
  • Professor Questions：
    • 为什么会在运力分配上发生突变？
    • 图曲线增加的趋势是什么含义？
    • 用什么工具跑出这个结果？
    • 对结论的建议：
      • “大多数情况下，共享运输模式可以实现双赢” --> 什么情况下实现双赢？场景是什么？
      • 一些Interesting的insights

航空紧急恢复⚓︎

  • 航空紧急恢复的问题：二 紧急恢复：短时间给高质量解；图神经网络。

  • Time Space network in Airline Industry

  • Delay Propagation:

Minimal Connection Time (MCT)

任意flight pair的最短链接时间是不一样的。

Input -> Model Formulation (Time Space Network) -> Solver

  • 图注意力网络
  • Machine Learning for IP 用ML看看有些column不需要Generate

众包物流 CrowdSource delivery Service (HKU, 土木与制造系统系)⚓︎

Background

众包物流，常见的是众包物流配送模式，是在“互联网+"的时代背景下，随着O20商业模式2及共享经济Q的发展 (O20即Online To Offline），通过调动社会大量闲置人力资源 “顺路”送快递，来解决了"最后一公里"的同城配送Q难题。

众包物流跟滴滴存在相似之处，滴滴是整合了市场上的私家车资源，帮助我们解决出行问题；而众包物流是整合了市场上的工作之外闲置的“人力资源〞，基于互联网平台将应该分配给专职配送员的配送工作转包给企业之外的非专业群体来做。

  • 把潜在的可以利用的运力用来送货物。
  • 对每个出行者，要多一个包裹的拿取和交货。
  • 除了Crowd之外， 不能遗漏专职配送的情况。
  • 三种主要的运营方式：

Asset-light format: 只是一个平台(like Uber-ease，做人和货物的match）。如果没match上，这就无法运输了。

Asset-heavy format: 公司本身提供配送服务，除了自己的配送服务外，让crowd来帮忙带货。

涉及相关方：平台、专职服务的配送员、参与众包的普通人、有物流运输需求的客户。

Asset-medium format: （？）和heavy的区别在于，crowd没有运完的单子，是其他公司的车来运，而不是自己的车来运，是我找其他公司来运（相当于一个outsourcing）。

Questions

  • 激励措施（因为会给正常出行的人带来inconvenience）。
  • 可能有不同商业模式，效果如何。

Two-sided-Market Method

  • 需要运货的客户在不同运营模式的成本计算方式，对应需求端。
  • 供给方的效用函数（Crowd在这一单子拿到的钱，ta匹配失败造成的失望成本），对应供给端；
  • 平台的匹配函数
  • market equilibrium
    • 决策变量：平台如何收费、公司开多少车、定价多少等；

Insights

  • 在平台没有优化他的决策时：
    • Light：只要订单能够成功进行CrowdSourceing 分配，对各方都有利；
    • Medium：在light下没有被匹配的，会带来customer disappointment，但是Medium给第三方运了，没有disappointment，不过platform有一个给第三方物流的cost。（给顾客的定价不变吗？）
    • Heavy：每个

  • 在平台优化了它的决策：

    • maximal它的Profit的话： （Missing Part ...zzzZZZZ💤）
    • maximal社会福利的话： 在什么condition下，（Missing Part ... zzzZZZZ💤）

  • 能不能找到一些 win-win-win outcome？

基于地铁的物流运输

  • public-transport-integrated CrowdSourced delivery.
  • 先把卡车从集散点运输到地铁站点。

Q

  • 在哪里设置Locker（集散点、取货箱、或者Retailer Store），进行货物集散；

  • uncertainty: 人流量的不确定性、人的参与意愿；

Contents

  • Two-stage Stochastic Programming:
    • 先进行选址；时空网络的建立；
    • 再进行货物的分配；

Freight Flow 是连续的情况；

  • 订单分配 + 路径优化，不止是配送员，而是一些普通人可以从快递小哥这里帮忙拿掉一些货物进行配送。

【见图】

我的想法：物流运输配送的零散化、去集中化。把末端1km配送化整为零，分配到可以利用的零散运力中，而且这种零散运力的场景是往往是需要和现有的系统整合在一起，做hybrid；或者把市内运输整合进公共交通中。而之前更多想的是集中，集中。

不确定交通状况下的城市节能驾驶问题 （HKUST)⚓︎

非高峰时期的出行问题

求解的是，在确定OD的特定路径上每个路段要开多快速度（or加速度？），让油耗更低。（决策：不同时间段的瞬时速度）

节能驾驶模型的建模；

不确定性体现在：车在不同路段因为各种原因（避让、减速等）会导致速度的波动。通过车流速度反映这种波动。

选择不同路径中的哪个路径，能让油耗更加小；

加入：信号灯、车速等更多不确定的因素；

考虑不确定时间窗的VRPTW⚓︎

如果只是对历史数据取均值，会严重低估不确定的影响的。

一些厂商愿意用提高一些成本的方式降低迟到率。

0401⚓︎

达摩院。

https://opt.aliyun.com/portal

自动建模：在开源基座上训练出来的LLM、凸化；

How to train LLM？（DistRun）

教学科研上的应用：想用的算力不够，闲置的算力很多。

不会使用多机多卡。

资源管理。

云、多平台、突发情况下的短期应急使用。

自助定制。（for AB testing / Distributed Computing)

基于MPI 的HPC

南方电网AI大赛。

Decision Intelligence Lab

Why NN to Solve MILP?

  • Learning to optimize.
  • 端到端。end to end .

Direct AI Solver:

Primal Dual Intergral

把优化问题的vectors进行图建模（Bipartite Graph） - 对局部信息进行汇总、转化成新的params - 优点：不变性、协变性：用其他的NN难以学习到，浪费大量时间。 -

Weisfeiler Lehman test

Message-Passing

0409 yyy教授的智慧物流讲座⚓︎

杉树科技的案例、南大的案例。

降本增效、智能化应用、用户体验的要求增加。

为什么需要运筹优化算法？

铁路排班的线性规划问题：规模很大。

运筹优化在物流企业中的应用：

  1. 路径优化的场景；
  2. 资源分配的场景；
  3. 库存优化的场景；

百味啤酒的城市配送优化。

餐饮企业的冷链配送优化。

智能网络规划项目。

干线整车智能调度优化系统。

煤炭港口资源调度的案例。