Resumen

El transporte urbano colaborativo, que puede resolver el problema del tráfico dentro de la ciudad, es un nuevo escenario donde los ciudadanos comparten vehículos para llevar pasajeros y paquetes mientras conducen. A diferencia del sistema tradicional de colaboración basado en la ubicación (por ejemplo, sistema de crowdsensing), la tarea debe completarse visitando dos ubicaciones diferentes (es decir, puntos de inicio y final), por lo que los algoritmos de asignación de tareas en crowdsensing no pueden ser utilizados directamente en el transporte urbano colaborativo. Para resolver este problema, primero demostramos que maximizar la ganancia de los sistemas de colaboración (es decir, maximizar la distancia total ahorrada) es un problema NP-duro. Proponemos un algoritmo codicioso heurístico llamado Saving Most First (SMF) que es simple y efectivo para asignar tareas. Luego, se diseña un algoritmo genético optimizado basado en SMF (SMF-GA) para salir del resultado óptimo local. Finalmente, demostramos el rendimiento de SMF y SMF-GA con evaluaciones extensas,

• Materias:Dispositivos móviles Programación centralizada Redes heterogéneas Cooperación de retransmisión Antenas inteligentes
• Subjects:Mobile devices Centralized scheduling Heterogeneous networks Relay cooperation Smart antennas
• Palabras claves:Urbano; Transporte colaborativo; Problema de tráfico; Ciudadanos; Vehículos; Algoritmos
• Keywords:Urban; Crowdsourced transportation; Traffic problem; Citizens; Vehicles; Algorithms