群智感知中的车辆分布优化：将优化层嵌入深度学习的车辆再定位算法

一、研究背景与问题提出

1.1 车辆众包感知的特点与挑战

• 移动群智感知（MCS）是一种利用移动终端收集环境信息的新范式。相比固定传感器网络，MCS成本低且覆盖范围广。

• 车辆众包感知（VCS）是MCS的重要分支，参与车辆分为两类：

• 专用车辆（DV）：通过奖励或任务指派主动完成感知任务。
• 非专用车辆（NDV）：利用日常出行被动收集数据。

• 不同感知任务对应不同的目标分布：如空气质量监测要求均匀覆盖，而道路拥堵监测可采用高斯分布等。然而现实中NDV的分布往往与目标分布不一致，这就需要对DV进行重定位。

1.2 传统预测-后优化方法的局限

传统的两阶段流程先预测 NDV 分布 ，再解车辆重定位模型以满足目标分布 。这种 预测-后优化 (PTO) 容易因上游预测误差累积而导致下游决策失效。

1.3 研究目标与主要贡献

本文提出SPO‑VCS（Smart Predict‑then‑Optimize for Vehicle Crowd Sensing），通过端到端方式联合训练预测与优化模块。主要贡献包括：

• 构建一种利用交替方向乘子法（ADMM）展开的预测-优化一体化框架，将二次规划重定位模型纳入深度网络端到端训练。
• 引入匹配损失，直接最小化车辆分布与目标分布之间的差异，而不仅是预测误差。
• 在香港（45/68单元）和成都两大出租车数据集上进行实验，验证SPO‑VCS在匹配准确度和运行效率上的优势。

下图展示了VCS的感知流程，平台、调度中心和车辆之间协调完成数据采集（取自Fig.1）。

二、SPO‑VCS模型与方法

2.1 变量关系与需求估计

预测层输出NDV预测分布，而目标分布为。通过计算两者的差，得到DV需求估计：

下图展示了预测和优化模块间变量关系：目标分布、NDV分布、估计DV需求、匹配分布等（取自Fig.3）。

2.2 DV重定位二次规划模型

DV 重定位问题在每个时间周期  求解以下二次规划（QP）：

s.t.

其中  表示在时间 从栅格  派遣到栅格  的 DV 数量， 为 DV 供应量， 为最大可行迁移时间， 为转移成本， 为总激励预算。

为融入深度学习架构，作者将上述QP向量化为标准二次形式：

其中、、、由交通约束构建。

2.3 预测与优化联合损失

SPO‑VCS采用匹配损失来衡量最终车辆分布与目标分布的一致性，整体损失函数为：

其中  为预测损失（如均方误差），  为匹配损失。通过选择合适的权重 ，模型倾向于提高最终车辆分布匹配精度而非单纯预测精度。

2.4 交替微分与ADMM展开

要在深度网络中反向传播QP的决策影响，作者采用交替方向乘子法（ADMM）展开显式求梯度。关键步骤如下：

• 构建带罚项的增广拉格朗日函数，引入辅助变量和拉格朗日乘子。
• 交替迭代更新：

其中为投影算子，为罚参数。

• 将上述迭代展开为一层层的神经网络结构，显式计算梯度并通过链式法则反向传播。

下图分别为SPO‑VCS框架示意和计算图结构，其中展示了数据流、预测输出、QP决策与梯度传播路径（取自Fig.2和Fig.4）。

2.5 显式与隐式微分比较

文中比较了显式展开和隐式求导两种梯度计算方式。显式展开通过 ADMM 迭代构建可微结构，避免求解 KKT 系统；隐式求导需计算矩阵逆，内存开销大且在大规模问题中不稳定。实验中显式方法表现更优。下图对比两种方法的求导路径和速度差异（取自Fig.5）。

三、数据与实验设计

3.1 数据集与案例

实验在两类案例中验证 SPO‑VCS：

• 案例A（香港）：选取九龙半岛的出租车运行数据，将研究区域划分为 45 个或 68 个六边形栅格，采样周期  min。输入特征包括历史NDV数量、天气、时间等。
• 案例B（成都）：采用成都出租车数据，划分为 60 / 80 / 100个栅格，并生成相应的 DV / NDV 输入特征。下图展示了案例A地区及栅格划分（取自Fig.6）。

3.2 目标分布与评价指标

研究生成三种目标分布：均匀分布、单峰高斯分布、混合高斯分布。用以下指标评价算法性能：

• RMSE：预测分布与真实分布的均方根误差。
• SMAPE：对称平均绝对百分比误差。
• 匹配提升率：优化后匹配误差相较基准方案的改善比例，用于衡量重定位效果。

3.3 训练设置与模型比较

预测模块分别采用时间图卷积网络（TGCN）、注意力时空图卷积网络（ASTGCN）与扩散卷积循环网络（DCRNN）。优化模块对比三种策略：

1. PTO：先预测后优化，两者独立。
2. SPO‑C：端到端但采用隐式微分。
3. SPO‑A：端到端且显式ADMM展开。

训练曲线（图8）显示SPO‑A收敛速度更快，在测试集上取得更低损失。

四、实验结果与分析

4.1 SPO‑A性能显著优于PTO和SPO‑C

实验表明，在 45/68 栅格的案例 A 中，SPO‑A 在所有目标分布上均获得最低 RMSE，并且相较 PTO 平均提高约 7.9%，相较 SPO‑C 提高约 5%。下图比较了不同算法在 RMSE 和运行时间上的表现（取自Fig.9）。

此外，图10显示SPO‑A在六个典型栅格上的匹配偏差显著小于PTO，说明端到端训练能有效减少决策偏差。

4.2 空间误差分布与匹配效果

图11展示了实际需求、PTO和SPO‑A的误差分布，可见PTO在高需求区域（如旺角附近）有明显高估，而SPO‑A的误差更加均匀，体现了匹配损失的作用（取自Fig.11）。

4.3 参数敏感性与扩展分析

• 栅格数量：在60/80/100栅格的成都案例中，SPO‑A仍然表现稳健，随着规模增大，改进率略有下降但仍优于PTO。
• 目标分布类型：均匀分布易匹配，混合高斯最难；SPO‑A在各种分布下均优于PTO和SPO‑C。
• 罚参数：改变ADMM罚参数会影响运行时间与准确性，适当参数可在图12中看到改进与控制率的权衡（取自Fig.13）。

案例B的地图如图13所示，显示了成都栅格划分和不同目标分布下的需求示意（取自Fig.17）。

在成都案例中，不同栅格数下改进率如图14所示，体现了规模对匹配效果的影响（取自Fig.18）。

五、困难与解决方案

1. 预测误差传递：PTO难以处理预测误差对优化的影响。SPO‑VCS通过匹配损失直接优化最终匹配效果，从根本上解决了此问题。
2. 二次规划可微难题：QP解是优化层，梯度难以显式计算。作者用ADMM展开构建可微层并推导梯度，实现稳定训练。
3. 大规模计算：在68栅格及成都百栅格的情况下，传统隐式求导不稳定。显式ADMM展开结合GPU并行使得训练和推理速度显著提升。

六、结论与管理启示

• SPO‑VCS创新地将预测与优化融合，通过ADMM交替微分实现端到端训练，有效提升了匹配准确性并降低运行时间。
• 匹配损失的引入使模型关注最终目标而非仅重视预测精度，从而更加贴近实际运营需求。
• 实验表明，SPO‑A在多个场景下均优于PTO和SPO‑C，其改进幅度在大型网络中尤为显著。
• 管理启示：对于城市移动群智感知任务，建议采用端到端的预测-优化方法，合理设置目标分布和罚参数，并根据应用场景选择栅格划分尺度。此外，可将该框架推广到共享单车调度、外卖派单等需要联合预测与优化的领域。

通过本文的解读，相信读者对SPO‑VCS框架、ADMM展开方法以及在车辆重定位问题中的应用有了更深刻理解，为未来在大规模智能调度领域的研究与实践提供参考。