Key points are not available for this paper at this time.
As plataformas de transporte sob demanda se tornaram uma parte integral da infraestrutura de transporte em muitos países. A tarefa principal de uma plataforma de transporte sob demanda é emparelhar pedidos de corrida com motoristas em tempo real. Embora tanto passageiros quanto motoristas prefiram uma coleta rápida para iniciar suas corridas, muitas vezes é difícil encontrar um motorista próximo para cada passageiro. Se o motorista estiver longe do ponto de coleta, o passageiro pode cancelar a corrida enquanto o motorista está a caminho do ponto de coleta. Para que a plataforma seja lucrativa, a taxa de cancelamento de corridas deve ser mantida em um nível baixo. Propomos uma abordagem impulsionada por dados e computacionalmente eficiente para o emparelhamento de corridas, na qual um objetivo de tempo de coleta é imposto a cada pedido de corrida e um problema de otimização é formulado para maximizar a probabilidade conjunta de todos os tempos de coleta atendendo aos objetivos. Ao ajustar os objetivos de tempo de coleta individualmente, essa abordagem pode atribuir mais pedidos de corrida de alto valor a motoristas próximos, aumentando assim a receita da plataforma enquanto mantém uma baixa taxa de cancelamento. Em experimentos numéricos, a abordagem proposta supera várias políticas de emparelhamento de corridas utilizadas na prática.
Rong et al. (Tue,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: