排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
在共乘匹配问题中,考虑时空热度对共乘车主收益的影响,构建了以共乘收益和共享路线百分比为优化目标的数学模型,提出了一种启发式多进程进化算法用于求解. 算法根据历史数据采用三次样条插值法和复合辛普森求积法得到预计订单的时空热度,从而预估车主共乘收益. 在进化算法中,根据差异度自适应选择不同的交叉策略,以达到搜索深度和广度的自动平衡. 实验结果表明,该算法与最优化算法(匈牙利算法)比较,在以相同效用矩阵作为输入条件时,本文方法可在较短时间内得到高质量的解,且在处理大规模实例上效果明显,能够高效求解共乘匹配问题. 相似文献
2.
在共乘匹配问题中，考虑时空热度对共乘车主收益的影响，构建了以共乘收益和共享路线百分比为优化目标的数学模型，提出了一种启发式多进程进化算法用于求解. 算法根据历史数据采用三次样条插值法和复合辛普森求积法得到预计订单的时空热度，从而预估车主共乘收益. 在进化算法中，根据差异度自适应选择不同的交叉策略，以达到搜索深度和广度的自动平衡. 实验结果表明，该算法与最优化算法(匈牙利算法)比较，在以相同效用矩阵作为输入条件时，本文方法可在较短时间内得到高质量的解，且在处理大规模实例上效果明显，能够高效求解共乘匹配问题. 相似文献
1