[ 摘要 ]宣布在新一期英国《自然》杂志上的研讨显示，美国麻省理工学院“可感知城市实验室”提出一种被称为“最小车队成绩”的处理方案。

新华社华盛顿5月25日电（记者 周舟）当“共享出行”成为将来城市交通的重要方式，准确算出一个城市究竟需求多少辆出租车成为一个数学难题。美国迷信家开收回一种新算法，无望优化大城市出租车队的规模，进步“智慧城市”程度。

宣布在新一期英国《自然》杂志上的研讨显示，美国麻省理工学院“可感知城市实验室”提出一种被称为“最小车队成绩”的处理方案。

此前，研讨人员尝试应用“游览商成绩”算法解答这一成绩。“游览商成绩”是数学范畴一个经典道路规划成绩，旨在寻求一个游览者从终点动身、经过一切给定需求点后再回到原点的最小途径本钱。

“可感知城市实验室”迷信家保罗·桑蒂说，以目前的计算才能，用“游览商成绩”算法只能处理几十辆车的成绩，但难以胜任大城市需求，例如纽约市大约有1．35万大多数人都曾因不佳的交通状况而迟过到、叫过苦。经济的快速发展带动的是社会各方面的全面提升，但在此过程中，交通的发展却没跟得上前进的步幅，各类交通难题让交管部门伤透脑筋，如何利用AI来解决相关难题已成当务之急。辆出租车、每天约50万单的行程。

因而研讨人员构建了“车辆分享网络”，用节点和衔接节点的边来笼统出租车队的可分享性，其中节点代表行程，而边则代表两次行程可共享一辆车。研讨人员使用该办法在一年内对纽约市1．5亿次出租车行程停止了计算，模型采用了曼哈顿实时路况和出租车GPS道路定位，后果发如今优化条件下，纽约市出租车队规模可降低30％。

新算法只触及出租车的分配优化，该任务只需一个手机使用顺序就能完成。研讨人员以为，随着将来几年网络化自动驾驶汽车的普及，该算法将日渐成熟。研讨团队目前方案应用该算法算出城市中需求的最少停车位数量。

该实验室主任、麻省理工学院城市研讨与规划系教授卡洛·拉蒂说，这一算法实际上可满足对14万辆车的出行停止优化，这标明将来的城市不只需求根底设备，还需求更多智能管理。