当“共享出行”成为未来城市交通的重要方式，精确算出一个城市到底需要多少辆出租车成为一个数学难题。美国科学家开发出一种新算法，有望优化大城市出租车队的规模，提高“智慧城市”水平。

发表在新一期英国《自然》杂志上的研究显示，美国麻省理工学院“可感知城市实验室”提出一种被称为“最小车队问题”的解决方案。

此前，研究人员尝试利用“旅行商问题”算法解答这一问题。“旅行商问题”是数学领域一个经典路线规划问题，旨在寻求一个旅行者从起点出发、通过所有给定需求点后再回到原点的最小路径成本。

“可感知城市实验室”科学家保罗·桑蒂说，以目前的计算能力，用“旅行商问题”算法只能解决几十辆车的问题，但难以胜任大城市需求，例如纽约市大约有１．３５万辆出租车、每天约５０万单的行程。

因此研究人员构建了“车辆分享网络”，用节点和连接节点的边来抽象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。研究人员应用该方法在一年内对纽约市１．５亿次出租车行程进行了计算，模型采用了曼哈顿实时路况和出租车ＧＰＳ路线定位，结果发现在优化条件下，纽约市出租车队规模可降低３０％。

新算法只涉及出租车的调配优化，该工作只需一个手机应用程序就能完成。研究人员认为，随着未来几年网络化自动驾驶汽车的普及，该算法将日渐成熟。研究团队目前计划利用该算法算出城市中需要的最少停车位数量。

该实验室主任、麻省理工学院城市研究与规划系教授卡洛·拉蒂说，这一算法理论上可满足对１４万辆车的出行进行优化，这表明未来的城市不仅需要基础设施，还需要更多智能管理。（来源：新华社 周舟）