2017年4月5日17:30~19:00，同济大学交通学院TOPS课题组在通达馆436召开了本学期第二次组会。与会成员有孙剑老师及课题组全体同学。会议上14级硕士生李铁男对智能代理（Agent-based）仿真平台MATSim和基于分配的分层出租车调度算法进行了介绍，之后孙剑老师和课题组同学对该研究进行了讨论。

李铁男首先介绍了智能代理（Agent-based）仿真平台MATSim。智能代理仿真（Agent-Based Simulation Models, ABMs）是基于个体（Individual）的仿真模型，每个个体依据其自身的智能规则做决定/演化/行动，并最终得到整体的结果。MATSim（Muliti-Agent Transportation Simulation）可以进行给定需求下宏观的路网交通负荷情况以及对应的微观个体出行特征仿真。每个个体的路径生成基于个体智能，保留其自身效用最大化的若干方案，最终生成最优方案。MATSim的运作首先需要指定的路网和OD，之后通过路径的规划和评估，输出最后的结果。MATSim有许多拓展功能，通过路网改进、路线改进及个体改进，实现了诸多研究课题的应用。

之后李铁男对使用MATSim框架进行基于分配的分层出租车调度算法研究进行了介绍。该方法抛弃了原框架中的打分评估模块，使用Dynamic Demand模块代替，路径规划模块由用户定义的优化算法主导，不进行迭代优化。现有的出租车调度算法可分成两类，一类是基于供需平衡的算法，另一类是基于分配问题的优化算法，但这些算法在国内应用存在一定的局限性，因此需要将研究区域分成小区进行研究，即分层调度。

在汇报的最后，李铁男对已进行的工作进行了总结，同时对未来的工作进行了展望。

汇报结束后，课题组同学进行了热烈讨论。刘启远提出ABS的方法与传统的四阶段法是否存在本质区别的问题；王尔根在其他交通参与者对出租车寻客的影响、出租车路径的成本问题、出租车在各区域的分配数量问题提出了建议；秦国阳也提出了建议。

最后孙剑老师进行了总结。第一是为什么要用MATSim的问题。出租车寻客算法需要进行大范围的应用，是一个在城市尺度上的问题，计算效率和计算精度都要有保证。MATSim可以为此提供一个框架。第二是寻客算法的问题。寻客算法应该是一种可以利用历史经验的启发式算法，不同的寻客算法可以进行评估比较。第三是希望MATSim能作为一个深度强化学习的平台，同时希望李铁男同学能够充分挖掘出出租车数据的科研价值，再发掘出几个可以进行深入研究的点。