学者论坛：Pickup Opportunity as Resource A Probabilistic Approach for Demand-Aware Ride-Sharing Optimization

拼车出行是一种现代城市出行范式，在缓解交通拥堵与降低污染方面具备巨大潜力。需求感知型设计是解决拼车系统核心难题的有效思路：在已知未来出行需求概率分布的前提下，对车队进行订单—车辆分配与路径规划的联合优化。本次报告将介绍一套概率型需求感知框架来解决该问题。

该框架以概率方式将订单分配给车辆，并构建网络效用最大化模型。这一思路区别于现有研究，能够拓展更大的设计空间求解订单-车辆分配难题，在提供性能保证的同时，保证最终方案具备工程可实现性。

陈名华，IEEE Fellow，香港城市大学教授，香港中文大学（深圳）数据科学学院校长讲座教授，先后于清华大学电子工程系获得工学学士学位与理学硕士学位，在加州大学伯克利分校电子工程与计算机科学系取得博士学位。研究方向包括：面向优化的机器学习、在线优化与算法、电力系统运行、智能交通系统、分布式优化等。

曾获IEEE INFOCOM最佳海报奖、ACM e-Energy最佳论文奖等多项荣誉，并担任NeurIPS、IEEE INFOCOM等领域主席。