We design a coordination mechanism for truck drivers that uses pricing-and-routing schemes that can help alleviate traffic congestion in a general transportation network. We consider the user heterogeneity in Value-Of-Time (VOT) by adopting a multi-class model with stochastic Origin-Destination (OD) demands for the truck drivers. The main characteristic of the mechanism is that the coordinator asks the truck drivers to declare their desired OD pair and pick their individual VOT from a set of $N$ available options, and guarantees that the resulting pricing-and-routing scheme is Pareto-improving, i.e. every truck driver will be better-off compared to the User Equilibrium (UE) and that every truck driver will have an incentive to truthfully declare his/her VOT, while leading to a revenue-neutral (budget balanced) on average mechanism. This approach enables us to design personalized (VOT-based) pricing-and-routing schemes. We show that the Optimum Pricing Scheme (OPS) can be calculated by solving a nonconvex optimization problem. To achieve computational efficiency, we propose an Approximately Optimum Pricing Scheme (AOPS) and prove that it satisfies the aforementioned properties. Both pricing-and-routing schemes are compared to the Congestion Pricing with Uniform Revenue Refunding (CPURR) scheme through extensive simulation experiments where it is shown that OPS and AOPS achieve a much lower expected total travel time and expected total monetary cost compared to the CPURR scheme for both the users and the transportation network. These results demonstrate the efficiency of personalized (VOT-based) pricing-and-routing schemes.

中文翻译：

---

接近最优货运路由的个性化帕累托改进定价和路由方案：拥挤定价的替代方法

我们为卡车司机设计了一种协调机制，该机制使用定价和路线安排方案，可以帮助缓解一般交通网络中的交通拥堵。我们通过对卡车司机采用具有随机起点-终点 (OD) 需求的多类模型来考虑时间价值 (VOT) 中的用户异质性。该机制的主要特征是协调器要求卡车司机声明他们想要的 OD 对并从一组 $N$ 可用选项中选择他们个人的 VOT，并保证由此产生的定价和路由方案是帕累托改进的，即与用户均衡 (UE) 相比，每个卡车司机都会变得更好，并且每个卡车司机都有动力真实地宣布他/她的 VOT，同时导致平均收入中性（预算平衡）机制。这种方法使我们能够设计个性化（基于 VOT）的定价和路由方案。我们表明可以通过解决非凸优化问题来计算最优定价方案 (OPS)。为了实现计算效率，我们提出了近似最优定价方案（AOPS）并证明它满足上述属性。通过广泛的模拟实验，将定价和路由方案与拥塞定价和统一收入退款 (CPURR) 方案进行了比较，结果表明，与 CPURR 相比，OPS 和 AOPS 实现的预期总旅行时间和预期总货币成本要低得多为用户和交通网络提供方案。这些结果证明了个性化（基于 VOT）定价和路由方案的效率。我们表明可以通过解决非凸优化问题来计算最优定价方案 (OPS)。为了实现计算效率，我们提出了近似最优定价方案（AOPS）并证明它满足上述属性。通过广泛的模拟实验，将定价和路由方案与拥塞定价和统一收入退款 (CPURR) 方案进行了比较，结果表明，与 CPURR 相比，OPS 和 AOPS 实现的预期总旅行时间和预期总货币成本要低得多为用户和交通网络提供方案。这些结果证明了个性化（基于 VOT）定价和路由方案的效率。我们表明可以通过解决非凸优化问题来计算最优定价方案 (OPS)。为了实现计算效率，我们提出了近似最优定价方案（AOPS）并证明它满足上述属性。通过广泛的模拟实验，将定价和路由方案与拥塞定价与统一收入退款 (CPURR) 方案进行了比较，结果表明，与 CPURR 相比，OPS 和 AOPS 实现的预期总旅行时间和预期总货币成本要低得多为用户和交通网络提供方案。这些结果证明了个性化（基于 VOT）定价和路由方案的效率。我们提出了一个近似最优定价方案（AOPS）并证明它满足上述属性。通过广泛的模拟实验，将定价和路由方案与拥塞定价与统一收入退款 (CPURR) 方案进行了比较，结果表明，与 CPURR 相比，OPS 和 AOPS 实现的预期总旅行时间和预期总货币成本要低得多为用户和交通网络提供方案。这些结果证明了个性化（基于 VOT）定价和路由方案的效率。我们提出了一个近似最优定价方案（AOPS）并证明它满足上述属性。通过广泛的模拟实验，将定价和路由方案与拥塞定价与统一收入退款 (CPURR) 方案进行了比较，结果表明，与 CPURR 相比，OPS 和 AOPS 实现的预期总旅行时间和预期总货币成本要低得多为用户和交通网络提供方案。这些结果证明了个性化（基于 VOT）定价和路由方案的效率。通过广泛的模拟实验，将定价和路由方案与拥塞定价与统一收入退款 (CPURR) 方案进行了比较，结果表明，与 CPURR 相比，OPS 和 AOPS 实现的预期总旅行时间和预期总货币成本要低得多为用户和交通网络提供方案。这些结果证明了个性化（基于 VOT）定价和路由方案的效率。通过广泛的模拟实验，将定价和路由方案与拥塞定价与统一收入退款 (CPURR) 方案进行了比较，结果表明，与 CPURR 相比，OPS 和 AOPS 实现的预期总旅行时间和预期总货币成本要低得多为用户和交通网络提供方案。这些结果证明了个性化（基于 VOT）定价和路由方案的效率。