-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathideas for project.txt
47 lines (34 loc) · 2.04 KB
/
ideas for project.txt
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
-Car sharing as a complement to public transportation:
-at nighttime
-where public transportation is scarce
-to reach train or bus stations (intermodal transportation)
-Infrastructures ready for autonomous vehicles but suitable to conventional cars
Car sharing may not be cost-effective: how about ride-sharing?
-a trust-based system (ride with friends of friends)
-integration with computational social choice?
-some incentives are required (lowered taxes on vehicle ownership?)
How can it be “useful for people”?
-impact on sustainability by reducing traffic
-impact on rural area where transportation is scarce
How about carpooling (e.g. BlaBlaCar)?
Different from ride-sharing; the least is a service on demand (similar to taxi/uber)
How can carpooling / ride-sharing fit with AI?
-operational research models to optimize the trips
-Machine learning models to rank list of drivers and riders (e.g: logistic regression model to estimate the likelihood of users -sending/accepting offers
-Stable matching
1) integrazione dei due moduli
a) euristiche + pathfinding/TSP
b) matching w/ preferences
Grafo di partenza: province di VE + PD
Driver: pubblica il percorso che farà e l'orario
Rider: inseriscono la propria posizione e l'orario di arrivo previsto
Funzione euristica dà punteggio al driver se passa per i punti previsti
Limite di k persone (parametro inserito dal driver) per ride
Filtro degli utenti sulla base di un "intorno" circolare sul grafo
fasi:
calcolo percorso ottimo sulla mappa
filtrare i rider sulla base della distanza dal percorso ottimo (soglia fissa es. 10 km)
ripetere la ricerca con una funzione obiettivo differente (minimizza distanza + massimizza n° di passeggeri).
funzione dei "costi" da minimizzare: per ogni passeggero raccolto c'è uno "sconto" fisso
Una cosa che si può aggiungere in una seconda fase: Preferenze del driver cambiano la funzione obiettivo (meno tempo di percorrenza vs + rider)
Sconto dipende non solo dalla distanza ma anche dalla reputazione dell'utente