One-way carsharing is an alternative shared-use transportation mode that provides flexible travel accommodations for urban mobility. However, vehicle distributions can be mismatched with demand distributions because users are not required to return to their departure locations. Conventional operator-based vehicle relocation is limited by labor resources, but user-based and demand-controlled approaches can open new avenues for mitigating vehicle imbalance. This paper proposes a method for controlling demand patterns by applying measures of combinatorial monetary incentives and surcharges. A two-level nested logit model is adopted to analyze user decisions regarding the travel process in response to differentiated pricing combinations. A user choice model is aggregated and loaded into a time-space network that reveals the dynamics of the carsharing system. An optimization framework is proposed to determine the incentives and surcharges at different stations and times of day. This paper presents an algorithm for solving the proposed optimization model, as well as an example of parameter calibration and the solving process. Case analysis suggests that the proposed method can increase revenues by 22.5% compared to a scenario without demand control and vehicle relocation policies. Comparisons suggest that the proposed demand-based control policy can achieve higher revenues than operator-based relocation, whereas operator-based relocation could satisfy greater demand.

单向汽车共享是一种可供选择的共享运输方式，可为城市出行提供灵活的旅行住宿。但是，车辆分配可能与需求分配不匹配，因为不需要用户返回他们的出发地。传统的基于运营商的车辆搬迁受到劳动力资源的限制，但是基于用户和需求控制的方法可以为缓解车辆不平衡状况开辟新的途径。本文提出了一种通过组合货币激励和附加费措施来控制需求模式的方法。采用了两层嵌套的logit模型，以响应差异化的价格组合来分析有关旅行过程的用户决策。用户选择模型被汇总并加载到时空网络中，该网络揭示了汽车共享系统的动态。提出了一个优化框架，以确定在不同站点和一天中的时段的激励和附加费。本文提出了一种求解所提出的优化模型的算法，并给出了参数校准和求解过程的示例。案例分析表明，与没有需求控制和车辆搬迁政策的情况相比，该方法可以使收入增加22.5％。比较表明，与基于运营商的搬迁相比，所提出的基于需求的控制策略可以实现更高的收入，而基于运营商的搬迁可以满足更大的需求。提出了一个优化框架，以确定在不同站点和一天中的时段的激励和附加费。本文提出了一种求解所提出的优化模型的算法，并提供了一个参数校准和求解过程的示例。案例分析表明，与没有需求控制和车辆搬迁政策的情况相比，该方法可以使收入增加22.5％。比较表明，与基于运营商的搬迁相比，所提出的基于需求的控制策略可以实现更高的收入，而基于运营商的搬迁可以满足更大的需求。提出了一个优化框架，以确定在不同站点和一天中的时段的激励和附加费。本文提出了一种求解所提出的优化模型的算法，并给出了参数校准和求解过程的示例。案例分析表明，与没有需求控制和车辆搬迁政策的情况相比，该方法可以使收入增加22.5％。比较表明，与基于运营商的搬迁相比，所提出的基于需求的控制策略可以实现更高的收入，而基于运营商的搬迁可以满足更大的需求。与没有需求控制和车辆搬迁政策的情况相比，降低了5％。比较表明，与基于运营商的搬迁相比，所提出的基于需求的控制策略可以实现更高的收入，而基于运营商的搬迁可以满足更大的需求。与没有需求控制和车辆搬迁政策的情况相比，降低了5％。比较表明，与基于运营商的搬迁相比，所提出的基于需求的控制策略可以实现更高的收入，而基于运营商的搬迁可以满足更大的需求。