Electric vehicle fleet size and trip pricing for one-way
carsharing services considering vehicle relocation and
personnel assignment
《电动汽车车队规模与单程共享出行定价考虑车辆调度与人员分配》
该研究探讨了针对单程汽车共享服务的电动汽车车队规模与出行定价（EVFS&TP）问题，同时考虑了车辆调度和人员分配的实际需求。研究的目标是通过确定电动汽车车队规模、出行定价以及车辆调度和人员分配策略，以最大化单程汽车共享运营商的利润，同时满足对单程汽车共享服务的弹性需求。
在构建EVFS&TP问题时，首先建立了一个混合整数非线性且非凸的优化模型。利用原始模型的独特结构，进一步发展为混合整数凸优化模型。为了找到EVFS&TP问题的全局最优或ε-最优解，提出了一种有效的全局优化方法，结合了几种外推逼近方案。
案例研究表明，该模型和求解方法对于新加坡一个单程汽车共享运营商的效率进行了验证，并深入分析了需求量、需求变化程度以及固定运营成本对汽车共享业务的影响。
电动汽车在汽车共享服务中的应用日益增长，由于其环保和经济性，成为优化运营策略的重要因素。在考虑车辆调度时，需要平衡各个站点之间的车辆分布，确保用户可以方便地获取和归还车辆。而人员分配则涉及到如何有效地将车辆从需求低的区域转移到需求高的区域，以满足用户需求，同时降低空置率。
此外，定价策略是影响用户需求和运营商利润的关键因素。非线性弹性需求模型考虑了价格变动对需求的影响，这在实际运营中非常重要，因为过高或过低的价格都可能导致需求下降或利润减少。在制定定价策略时，需要综合考虑运营成本、市场竞争状况以及用户的支付意愿。
全局优化方法的应用旨在找到最佳解决方案，即使在复杂的非凸优化问题中，也能确保找到接近最优的解。外推逼近技术有助于在计算资源有限的情况下，逐步逼近全局最优解，这对于大规模的实际问题尤为实用。
该研究为电动汽车单程共享服务提供了一种全面的决策框架，涵盖了车队规划、定价策略和资源管理等多个方面，对于提升服务质量和经济效益具有重要指导意义。同时，它也为未来进一步探索城市交通可持续发展提供了理论支持。
