基于三方演化博弈的拼车数据处理方法、设备及存储介质技术

本发明专利技术涉及一种基于三方演化博弈的拼车数据处理方法、设备及存储介质，所述方法步骤包括：根据乘客、司机和拼车平台三方利益及决策关系，建立三方演化博弈拼车模型，包括模型假设，参数设置及建立演化博弈收益矩阵；基于所述三方演化博弈拼车模型，计算三个参与者在选择不同策略下的期望收益；基于所述演化博弈期望收益，建立参与拼车行为的乘客、司机及拼车平台三者的复制动力学方程；基于复制动力学方程，得出乘客、司机和拼车平台的策略纳什均衡点，根据李雅普诺夫稳定性定理对均衡点进行稳定性分析，得到演化稳定策略，进行拼车。本发明专利技术能够有效地帮助拼车平台给予补贴策略实施进而促进拼车上下车点策略的流行，减少环境污染和交通拥堵。染和交通拥堵。染和交通拥堵。

【技术实现步骤摘要】
基于三方演化博弈的拼车数据处理方法、设备及存储介质


[0001]本专利技术涉及考虑上下车点的拼车
，尤其是涉及一种拼车平台对考虑上下车点的拼车策略进行补贴的基于演化博弈的拼车方法。

技术介绍

[0002]交通运输已经成为温室气体排放增长到最主要、最快的来源。推广低碳出行模式对缓解这一问题至关重要。拼车出行方式作为低碳出行的一种有效措施，可以减少车辆行驶的英里数，从而降低油耗，有利于环境的可持续发展。然而由拼车出行模式导致的绕行问题占用了司机和乘客的出行时间、造成交通环境拥堵。为了进一步响应低碳交通的政策以及减少绕行时间，采用更为环保的增加上下车点的拼车方式是一个极为积极的策略，因此分析采用上下车点的拼车策略的行为模式，调整现有的拼车模式具有十分重要的意义。
[0003]要求一些乘客用户步行可能会给拼车平台带来相关的好处。传统的拼车点对点方案经常迫使车辆行驶通过非常缓慢的街道，或者偏离最短和最快的路径，极易造成交通拥堵及绕路现象。如果乘客愿意进行短途步行，这些情况可以有效地避免。然而由乘客需要付出额外的时间成本及走路的不便利成本，司机因此失去路途较长的订单交易，同时为鼓励乘客选择上下车点拼车策略，拼车平台需要为此付出补贴成本。作为拼车行为的参与者，在设置上下车点的拼车模式问题上，司机和乘客和拼车平台三者的行为选择影响着上下车点拼车模式能否进行持续稳定的发展，能否为低碳交通环境带来积极影响。
[0004]因此，需要研究并分析影响拼车上下车点策略的主要影响因素，分析其演化过程；并基于此提供一种拼车方法与策略，有效地平衡乘客、司机和拼车平台三者在拼车上下车点的方案中的利益和决策关系、促进拼车上下车点策略的有效利用。

技术实现思路

[0005]鉴于在拼车系统中，对于拼车上下车点(PUDO)策略选取的参与者——乘客、司机及拼车平台三者之间的决策关系需要具体分析。本专利技术目的在于提供一种基于演化博弈的拼车平台补贴拼车策略，研究三者之间的博弈过程，分析三者之间的利益和行为演化过程，从而激励实施拼车上下车点策略、分析乘客、司机及拼车平台的行为偏好因素，实现低碳交通的可持续发展。
[0006]本专利技术的目的可以通过以下技术方案来实现：
[0007]作为本专利技术的第一方面，提供一种基于三方演化博弈的拼车数据处理方法，所述方法包括：
[0008]根据乘客、司机和拼车平台三方利益及决策关系，建立三方演化博弈拼车模型，包括模型假设，参数设置及建立演化博弈收益矩阵；
[0009]基于所述三方演化博弈拼车模型，计算三个参与者在选择不同策略下的期望收益；
[0010]基于所述演化博弈期望收益，建立参与拼车行为的乘客、司机及拼车平台三者的
复制动力学方程；
[0011]基于复制动力学方程，得出乘客、司机和拼车平台的策略纳什均衡点，根据李雅普诺夫稳定性定理对均衡点进行稳定性分析，得到演化稳定策略，进行拼车。
[0012]进一步的，所述的模型假设具体包括：基于参与拼车过程的乘客、司机及拼车平台三方均为有限理性且在信息不对称的前提，基于三方参与者的利益关系提出相应的策略集。
[0013]进一步的，所述基于所述三方演化博弈拼车模型，乘客在选择不同策略下的期望收益如下：
[0014]当乘客采取PUDO策略时，乘客的期望收益为：π
11
＝y
×
z
×
(n+S2‑
C
p
)+(1
‑
y)
×
z
×
(n+S2‑
C
p
)+y
×
(1
‑
z)
×
(n
‑
C
p
)+(1
‑
y)
×
(1
‑
z)
×
(n
‑
C
p
)＝zS2+(n
‑
C
p
)；
[0015]当乘客拒绝PUDO策略时，乘客的期望收益为：π
12
＝y
×
z
×
n+(1
‑
y)
×
z
×
(
‑
C
z
)+y
×
(1
‑
z)
×
n+(1
‑
y)
×
(1
‑
z)
×
(
‑
C
z
)＝y n+yC
z
‑
C
z
；
[0016]其中，x为乘客选择PUDO策略的概率，x∈[0，1]；C
p
为乘客选择PUDO策略的等待和步行时间成本；S2为乘客选择PUDO策略时，拼车平台给予的补贴；C
z
为乘客/司机在犹豫是否选择PUDO策略时付出的沉没成本。
[0017]进一步的，所述基于所述三方演化博弈拼车模型，司机在选择不同策略时的收益如下：
[0018]当司机采取PUDO策略时，司机的期望收益为π
21
＝x
×
z
×
(m+S1)+(1
‑
x)
×
z
×
(m+S1‑
C
d
‑
C
f
)+x
×
(1
‑
z)
×
m+(1
‑
x)
×
(1
‑
z)
×
(m
‑
C
d
‑
C
f
)＝x(C
d
+C
f
)+zS1+(m
‑
C
d
‑
C
f
)；
[0019]当司机拒绝PUDO策略时，司机的期望收益为π
22
＝x
×
z
×
(m
‑
P
‑
C
f
‑
C
d
)+(1
‑
x)
×
z
×
(
‑
C
z
)+x
×
(1
‑
z)
×
(m
‑
C
f
‑
C
d
)+(1
‑
x)
×
(1
‑
z)
×
(
‑
C
z
)＝
‑
x z P+x(m
‑
C
f
‑
C
d...

【技术保护点】

【技术特征摘要】
1.一种基于三方演化博弈的拼车数据处理方法，其特征在于，所述方法包括：根据乘客、司机和拼车平台三方利益及决策关系，建立三方演化博弈拼车模型，包括模型假设，参数设置及建立演化博弈收益矩阵；基于所述三方演化博弈拼车模型，计算三个参与者在选择不同策略下的期望收益；基于所述演化博弈期望收益，建立参与拼车行为的乘客、司机及拼车平台三者的复制动力学方程；基于复制动力学方程，得出乘客、司机和拼车平台的策略纳什均衡点，根据李雅普诺夫稳定性定理对均衡点进行稳定性分析，得到演化稳定策略进行拼车。2.根据权利要求1所述的一种基于三方演化博弈的拼车数据处理方法，其特征在于，所述的模型假设具体包括：基于参与拼车过程的乘客、司机及拼车平台三方均为有限理性且在信息不对称的前提，基于三方参与者的利益关系提出相应的策略集。3.根据权利要求1所述的一种基于三方演化博弈的拼车数据处理方法，其特征在于，所述基于所述三方演化博弈拼车模型，乘客在选择不同策略下的期望收益如下：当乘客采取PUDO策略时，乘客的期望收益为：π
11
＝y
×
z
×
(n+S2‑
C
p
)+(1
‑
y)
×
z
×
(n+S2‑
C
p
)+y
×
(1
‑
z)
×
(n
‑
C
p
)+(1
‑
y)
×
(1
‑
z)
×
(n
‑
C
p
)＝z S2+(n
‑
C
p
)；当乘客拒绝PUDO策略时，乘客的期望收益为：π
12
＝y
×
z
×
n+(1
‑
y)
×
z
×
(
‑
C
z
)+y
×
(1
‑
z)
×
n+(1
‑
y)
×
(1
‑
z)
×
(
‑
C
z
)＝y n+y C
z
‑
C
z
；其中，x为乘客选择PUDO策略的概率，x∈[0，1]；C
p
为乘客选择PUDO策略的等待和步行时间成本；S2为乘客选择PUDO策略时，拼车平台给予的补贴；C
z
为乘客/司机在犹豫是否选择PUDO策略时付出的沉没成本。4.根据权利要求1所述的一种基于三方演化博弈的拼车数据处理方法，其特征在于，所述基于所述三方演化博弈拼车模型，司机在选择不同策略时的收益如下：当司机采取PUDO策略时，司机的期望收益为π
21
＝x
×
z
×
(m+S1)+(1
‑
x)
×
z
×
(m+S1‑
C
d
‑
C
f
)+x
×
(1
‑
z)
×
m+(1
‑
x)
×
(1
‑
z)
×
(m
‑
C
d
‑
C
f
)＝x(C
d
+C
f
)+z S1+(m
‑
C
d
‑
C
f
)；当司机拒绝PUDO策略时，司机的期望收益为π
22
＝x
×
z
×
(m
‑
P
‑
C
f
‑
C
d
)+(1
‑
x)
×
z
×
(
‑
C
z
)+x
×
(1
‑
z)
...

【专利技术属性】
技术研发人员：李莉，闫泽源，赵慧，
申请(专利权)人：同济大学，
类型：发明
国别省市：