检索结果-南通市图书馆

计算机应用研究 2024年

作者：郭羽含朱茹施浙江科技大学理学院/大数据学院

针对现存动态上车点配置模型在大规模算例的全局最优和求解效率方面存在瓶颈的问题，基于乘客步行距离、乘客步行时间、上车点路况指标以及至乘客目的地所需成本等四方面关键影响因子进行建模，并提出了基于多模深度森林的动态上车点预... 详细信息

针对现存动态上车点配置模型在大规模算例的全局最优和求解效率方面存在瓶颈的问题，基于乘客步行距离、乘客步行时间、上车点路况指标以及至乘客目的地所需成本等四方面关键影响因子进行建模，并提出了基于多模深度森林的动态上车点预测算法和一种迭代kuhn-munkres上车点配置算法。预测算法融合了多模态决策树结构和深度学习技术以提升模型预测准确性；配置算法通过多场景自适应机制自动调整边权重并选择最优边进行增广，以得到所有乘客和上车点的最优配置。实验结果表明，相较于其他主流预测模型，该预测算法平均绝对误差降低2.705，均方误差降低5.915，可决系数提升0.214，解释方差提升0.195。配置算法在乘客数量占优条件下的平均调度效果相较于实验中其他方案提高了2.04%。表明预测算法和配置算法具有较高的实用性，且配置算法在处理大规模实例上具有明显优势。

关键词：上车点推荐多模深度森林迭代kuhn-munkres算法网约车城市交通

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：