Vehicle sharing systems have receiv

Vehicle sharing systems have received continually growing interest in recent years, due
in part to increasing energy and environmental concerns. Motivation for implementing
these systems includes reductions in trac congestion, noise and air pollution,
and overall energy consumption. These systems are often extremely large-scale - for
example, Zipcar maintains a
eet of over 7,000 vehicles in 3 countries, and Velib', a
French bicycle sharing program, maintains over 20,000 bicycles across approximately
1,500 locations around Paris. In these systems, customers arrive to one of the rental
stations in the network, rent a vehicle for some amount of time, and then return the
vehicle to a station of their choosing. The underlying system behavior is both highly
dynamic and subject to various types of uncertainty (e.g., customer demand, vehicle
rental durations, location of vehicle inventory, etc.). Due to such complexities,
eective management of these systems has proven very challenging.
Vehicle sharing systems face a number of important strategic planning and operational
problems that are critical to their performance. Programs must determine the
appropriate number of vehicles to maintain in their
eet, cognizant of factors such as
service availability minimums, maintenance costs, revenue potential, etc. Programs
face pricing and revenue management decisions such as determining rental rates for
vehicles, customer fees, and dynamic pricing options. Policies for vehicle repositioning
must be implemented to periodically move vehicles between stations in order to
correct vehicle inventory imbalances that occur due to disparities in station demand.
Each of these decision-making processes typically requires the solution of some dif-
cult large-scale stochastic optimization problem. Additionally, it is important that
solution methods are able to account for both temporal and spatial eects in the network,
while also remaining structurally simple enough for real-world implementation.
In this dissertation, we propose a widely applicable closed queueing network framework
for modeling general vehicle sharing systems and develop a queueing network
theoretic-based approach for their design and management. We focus on extremely
large-scale sharing systems, where the computational eciency of solution methods
becomes critical. This leads us to study system design decisions using an asymptotic
approach in which
eet size grows large, resulting in solution methods that are both
computationally ecient and extremely accurate for these real-world systems. The
asymptotic analysis we develop is also broadly applicable to many other types of largescale
real-world systems, including communication networks, computer systems, and
supply chains. We also study the dynamic control problem of vehicle repositioning
and customer admission. It is well-known that centralized control methods become
too data and computation-intensive for implementation on large-scale systems, and
so we focus on decentralized approaches that are ecient and able to be implemented
in an agent-based manner with low-complexity computations.

ผลลัพธ์ (ไทย) 1:

รถระบบแชร์ได้รับดอกเบี้ยเพิ่มขึ้นอย่างต่อเนื่องในปี ครบกำหนดในส่วนการเพิ่มพลังงานและสิ่งแวดล้อม แรงจูงใจสำหรับการใช้งานระบบเหล่านี้รวมถึงการลดในตรา c แออัด เสียงรบกวน และอากาศมลพิษและการใช้พลังงานโดยรวม ระบบเหล่านี้มักใหญ่ - สำหรับตัวอย่าง Zipcar รักษา eet มากกว่า 7,000 คันในประเทศ 3, V elib', การร่วมโปรแกรม จักรยานฝรั่งเศสรักษา 20,000 กว่าจักรยานทั่วประมาณสถานที่ 1,500 ทั่วปารีส ในระบบเหล่านี้ ลูกค้ามาเช่าอย่างใดอย่างหนึ่งสถานีในเครือข่าย ให้เช่ารถสำหรับบางจำนวนเวลา และจากนั้น กลับยานพาหนะสถานีของการเลือกของพวกเขา ลักษณะการทำงานพื้นฐานของระบบทั้งสองแบบไดนามิก และขึ้นอยู่กับความไม่แน่นอน (เช่น ความต้องการลูกค้า ยานพาหนะชนิดต่าง ๆเช่าระยะเวลา สถานที่ยานพาหนะสินค้าคงคลัง ฯลฯ) เนื่องจากความซับซ้อนดังกล่าวe ective การจัดการระบบเหล่านี้ได้พิสูจน์ท้าทายมากรถระบบแชร์หน้าหมายเลข ของการวางแผนเชิงกลยุทธ์ที่สำคัญ และการดำเนินงานปัญหาที่มีความสำคัญต่อประสิทธิภาพของพวกเขา ต้องกำหนดโปรแกรมการจำนวนยานพาหนะในการรักษาในที่ที่เหมาะสมของพวกเขา รู้ปัจจัยเช่น eetบริการความพร้อมต่ำ ค่าบำรุงรักษา ศักยภาพของรายได้ ฯลฯ โปรแกรมหน้าราคาและรายได้การจัดการตัดสินใจเช่นการกำหนดอัตราค่าเช่าสำหรับยานพาหนะ ค่าธรรมเนียมลูกค้า และตัวเลือกการกำหนดราคาแบบไดนามิก นโยบายสำหรับปรับตำแหน่งของยานพาหนะmust be implemented to periodically move vehicles between stations in order tocorrect vehicle inventory imbalances that occur due to disparities in station demand.Each of these decision-making processes typically requires the solution of some dif- cult large-scale stochastic optimization problem. Additionally, it is important thatsolution methods are able to account for both temporal and spatial e ects in the network,while also remaining structurally simple enough for real-world implementation.In this dissertation, we propose a widely applicable closed queueing network frameworkfor modeling general vehicle sharing systems and develop a queueing networktheoretic-based approach for their design and management. We focus on extremelylarge-scale sharing systems, where the computational eciency of solution methodsbecomes critical. This leads us to study system design decisions using an asymptoticapproach in which eet size grows large, resulting in solution methods that are bothcomputationally ecient and extremely accurate for these real-world systems. Theasymptotic analysis we develop is also broadly applicable to many other types of largescalereal-world systems, including communication networks, computer systems, andsupply chains. We also study the dynamic control problem of vehicle repositioningand customer admission. It is well-known that centralized control methods becometoo data and computation-intensive for implementation on large-scale systems, andดังนั้นเราเน้นวิธีการกระจายอำนาจที่ e cient และสามารถนำมาใช้ในลักษณะตัวแทนตามด้วยการประมวลผลซับซ้อนต่ำ

ผลลัพธ์ (ไทย) 2:

ระบบยานพาหนะที่ใช้ร่วมกันได้รับดอกเบี้ยเติบโตอย่างต่อเนื่องในช่วงหลายปีที่ผ่านมาเนื่องจาก
ในส่วนของการใช้พลังงานที่เพิ่มขึ้นและความกังวลด้านสิ่งแวดล้อม แรงจูงใจในการดำเนินการ
ระบบเหล่านี้รวมถึงการลดลงของ Tra? C แออัดเสียงและมลพิษทางอากาศ
และการใช้พลังงานโดยรวม ระบบเหล่านี้มักจะมีมากขนาดใหญ่ - สำหรับ
ตัวอย่างเช่น Zipcar รักษา
EET มากกว่า 7,000 คันใน 3 ประเทศและ V ELIB 'หรือไม่?
แชร์โปรแกรมจักรยานฝรั่งเศส, รักษามากกว่า 20,000 จักรยานข้ามประมาณ
1,500 แห่งทั่วปารีส ในระบบเหล่านี้ลูกค้ามาถึงหนึ่งในการเช่า
สถานีในเครือข่ายเช่ายานพาหนะสำหรับการเป็นระยะเวลาหนึ่งแล้วกลับ
รถไปที่สถานีของการเลือกของพวกเขา ลักษณะการทำงานของระบบดังกล่าวเป็นทั้งสูง
แบบไดนามิกและอาจมีหลายประเภทของความไม่แน่นอน (เช่นความต้องการของลูกค้ารถ
ระยะเวลาการเช่าสถานที่ตั้งของสินค้ายานพาหนะอื่น ๆ ) เนื่องจากความซับซ้อนเช่น
E? ective การจัดการของระบบเหล่านี้ได้รับการพิสูจน์ที่ท้าทายมาก.
ยานพาหนะระบบร่วมกันเผชิญกับจำนวนของการวางแผนกลยุทธ์และการดำเนินงานที่สำคัญ
ปัญหาที่มีความสำคัญต่อประสิทธิภาพการทำงานของพวกเขา โปรแกรมต้องกำหนด
จำนวนที่เหมาะสมของยานพาหนะในการรักษาของพวกเขาใน
EET, รู้ทันปัจจัยต่างๆเช่น
ต่ำสุดบริการความพร้อมค่าใช้จ่ายในการบำรุงรักษาที่มีศักยภาพรายได้ ฯลฯ โปรแกรม
เผชิญกับการกำหนดราคาและการจัดการรายได้จากการตัดสินใจเช่นการกำหนดอัตราค่าเช่าสำหรับ
ยานพาหนะค่าของลูกค้าและ ตัวเลือกการกำหนดราคาแบบไดนามิก นโยบายสำหรับยานพาหนะท่า
จะต้องดำเนินการที่จะย้ายยานพาหนะระหว่างสถานีเป็นระยะเพื่อ
แก้ไขความไม่สมดุลของสินค้ายานพาหนะที่เกิดขึ้นอันเนื่องมาจากความแตกต่างในความต้องการของสถานี.
แต่ละกระบวนการตัดสินใจเหล่านี้มักจะต้องใช้วิธีการแก้ปัญหาของบางส่วนต่าง
ลัทธิการเพิ่มประสิทธิภาพสุ่มขนาดใหญ่ ปัญหา. นอกจากนี้ยังเป็นสิ่งสำคัญที่
วิธีการแก้ปัญหาที่มีความสามารถในการบัญชีสำหรับทั้งเวลาและพื้นที่ E? ECTS ในเครือข่าย
ในขณะที่ยังคงความเรียบง่ายโครงสร้างที่เพียงพอสำหรับการดำเนินงานที่แท้จริงของโลก.
ในวิทยานิพนธ์นี้เรานำเสนอกรอบการทำงานของเครือข่ายการจัดคิวปิดใช้กันอย่างแพร่หลาย
สำหรับ การสร้างแบบจำลองระบบการแชร์รถทั่วไปและการพัฒนาเครือข่ายการจัดคิว
วิธีการตามทฤษฎีที่ใช้สำหรับการออกแบบและการจัดการของพวกเขา เรามุ่งเน้นมาก
ขนาดใหญ่ระบบการแบ่งปันที่คำนวณ E? ciency วิธีการแก้ปัญหา
เป็นสำคัญ นี้ทำให้เราตัดสินใจที่จะศึกษาการออกแบบระบบการใช้ asymptotic
วิธีการในการที่
ขนาด EET เติบโตขนาดใหญ่ส่งผลให้ในวิธีการแก้ปัญหาที่มีทั้ง
คอมพิวเตอร์ E? ประสิทธิภาพและถูกต้องอย่างยิ่งสำหรับระบบเหล่านี้ในโลกความจริง
วิเคราะห์ asymptotic เราพัฒนายังเป็นวงกว้างที่ใช้บังคับกับประเภทอื่น ๆ ของ largescale
ระบบที่แท้จริงของโลกรวมทั้งเครือข่ายการสื่อสารระบบคอมพิวเตอร์และ
โซ่อุปทาน นอกจากนี้เรายังศึกษาปัญหาการควบคุมแบบไดนามิกของการจัดตำแหน่งของยานพาหนะ
และการรับเข้าของลูกค้า มันเป็นที่รู้จักกันดีว่าวิธีการควบคุมจากส่วนกลางกลายเป็น
เกินไปข้อมูลและการคำนวณมากสำหรับการดำเนินงานในระบบขนาดใหญ่และ
ดังนั้นเราจึงมุ่งเน้นไปที่วิธีการกระจายอำนาจที่มี E? ประสิทธิภาพและมีความสามารถที่จะดำเนินการ
ในลักษณะตัวแทนตามที่มีต่ำ การคำนวณความซับซ้อน

ผลลัพธ์ (ไทย) 3:

รถยนต์ระบบแชร์ได้รับความสนใจเพิ่มขึ้นอย่างต่อเนื่องในช่วงหลายปีที่ผ่านมา เนื่องจากในส่วนของการเพิ่มความกังวลเกี่ยวกับพลังงานและสิ่งแวดล้อม แรงจูงใจสำหรับการใช้ระบบเหล่านี้รวมถึงลดความแออัดในแทรคเสียงและมลพิษอากาศและการบริโภคพลังงานโดยรวม ระบบเหล่านี้มักจะมีขนาดใหญ่มากสำหรับตัวอย่างเช่น Zipcar ยังคงเป็นอ่า กว่า 7 , 000 คัน ใน 3 ประเทศ และเวลิบ " ,จักรยานฝรั่งเศสโปรแกรมร่วมกัน รักษา กว่า 20 , 000 จักรยานทั่วประเทศประมาณ1500 แห่งทั่วปารีส ในระบบเหล่านี้ ลูกค้ามาถึงหนึ่งในรถเช่าสถานีในเครือข่าย เช่ารถสำหรับปริมาณของเวลาและจากนั้นกลับรถจะเป็นสถานีของตนเลือก ต้นแบบระบบพฤติกรรมมีทั้งสูงแบบไดนามิกและขึ้นอยู่กับประเภทต่างๆของความไม่แน่นอน ( เช่นลูกค้าต้องการรถระยะเวลาเช่า ที่ตั้งของสินค้าคงคลังของยานพาหนะ ฯลฯ ) เนื่องจากความซับซ้อนดังกล่าว ,การจัดการ eective ของระบบเหล่านี้ได้พิสูจน์ความท้าทายมากรถยนต์ระบบแบ่งปันหน้าหมายเลขของกลยุทธ์ที่สำคัญในการวางแผนและปฏิบัติการปัญหาที่สำคัญของการแสดงของพวกเขา โปรแกรมจะต้องกำหนดจำนวนที่เหมาะสมของยานพาหนะในการรักษาของพวกเขาอ่าส์ , จากปัจจัยต่างๆ เช่นพร้อมบริการขั้นต่ำ การบำรุงรักษา ต้นทุน รายได้ที่อาจเกิดขึ้น โปรแกรม ฯลฯราคาหน้ารายได้และการจัดการการตัดสินใจ เช่น การกำหนดอัตราค่าเช่าสำหรับยานพาหนะ ค่าธรรมเนียม ลูกค้า , และตัวเลือกราคาแบบไดนามิก นโยบายสำหรับการจัดตำแหน่งยานพาหนะต้องดำเนินการเป็นระยะ ๆเพื่อย้ายยานพาหนะระหว่างสถานีสินค้าคงคลังรถยนต์ถูกต้องความไม่สมดุลที่เกิดขึ้นเนื่องจากความแตกต่างในความต้องการที่สถานีแต่ละกระบวนการการตัดสินใจเหล่านี้มักจะต้องใช้โซลูชั่นของ DIF - บางศาสนาขนาดใหญ่ Stochastic optimization ปัญหา นอกจากนี้มันเป็นสิ่งสำคัญที่วิธีการแก้ปัญหาสามารถบัญชีสำหรับทั้งปริมาณและการแพร่ eects ในเครือข่ายในขณะที่ยังเหลือพอสำหรับใช้งานง่ายโครงสร้างที่แท้จริงของโลกในวิทยานิพนธ์นี้เรานำเสนอเครือข่ายคิวปิดใช้ได้อย่างกว้างขวางแบบรถทั่วไปที่ใช้ร่วมกันระบบและพัฒนาคุณภาพเครือข่ายทฤษฎีตามแนวทางการออกแบบและการบริหารจัดการของพวกเขา เราเน้นมากขนาดใหญ่ที่ใช้ร่วมกันระบบที่คอมพิวเตอร์ eciency วิธีการแก้ปัญหาจะกลายเป็นวิกฤติ นี้ทำให้เราศึกษาการตัดสินใจการออกแบบระบบโดยใช้ซีมโทติควิธีการที่ขนาดอ่า เติบโตขนาดใหญ่ ส่งผลให้โซลูชันวิธีที่ทั้งcomputationally ecient และถูกต้องมากสำหรับระบบเหล่านี้เป็นจริง ที่การวิเคราะห์แหล่งเราพัฒนาเป็นวงกว้างใช้กับประเภทอื่น ๆของมากกว่าระบบจริง รวมทั้งเครือข่าย การสื่อสาร ระบบคอมพิวเตอร์ และโซ่อุปทาน นอกจากนี้เรายังศึกษาปัญหาการควบคุมแบบไดนามิกของการรถเข้าชมของลูกค้า มันเป็นที่รู้จักกันดีว่าเป็นวิธีการควบคุมส่วนกลางด้วยข้อมูลและการคำนวณแบบเข้มข้นสำหรับใช้งานบนระบบขนาดใหญ่และดังนั้นเราจึงมุ่งเน้นไปที่วิธีการกระจายอำนาจที่ ecient และสามารถนํามาใช้ในลักษณะที่มีความซับซ้อน - แรมต่ำ