网约车共享路径规划研究

来源 :西安邮电大学 | 被引量 : 0次 | 上传用户:chenwu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
网约车共享在很大程度上缓解了出行、环境和资源压力,网约车共享工作主要有两个方面:订单指派和路径规划。本文从这两方面出发,同时兼顾乘客和司机的利益,提出了基于矩阵划分的多目标订单指派算法(Matrix Partition-based Multi-Objective Order Assignment Algorithm,MPB-MOOAA)和基于地标分段的多目标路径规划算法(Landmark Segmentation-based Multi-Objective Route Planning Algorithm,LSBMORPA),从而解决共享环境下的订单指派和路径规划问题,主要研究工作如下:1.以最大服务质量和最大共享里程率为目标,建立了多目标订单指派问题优化模型,并提出MPB-MOOAA对该模型进行求解。该算法首先采用两点间近似最短距离以代替计算昂贵的最短路径距离,从而降低了算法的时间复杂度;其次采用关系矩阵划分算法,使具有相似旅程的乘客和司机聚集起来,从而将一个矩阵分解为多个小矩阵进行处理,大幅度缩小了问题规模;最后提出了矩阵压缩机制减少了解的存储空间,从而降低了算法的空间复杂度。实验结果表明,MPB-MOOAA适用于不同实际场景,相比其他经典的多目标进化算法在处理订单指派问题上更具优势。2.以最小行驶距离和最大可兼容乘客数为目标,建立了多目标路径规划问题优化模型,并提出了LSB-MORPA对该模型进行求解。该算法以进化算法为基本算法,在初始解构造中引入双向随机游走思想,设计了全新的交叉和变异算子,预测了非支配解集,从而平衡了行驶距离和载客数之间的关系。为了提高推荐路径的效率和多样性,该算法通过引入地标对路径进行了分段处理,提高了路径覆盖乘客率。实验结果表明,LSB-MORPA解的多样性和收敛性较好,相比未引入地标的算法,引入地标的算法非支配路径推荐成功率明显提高。3.实现了网约车路径规划系统。基于开源的j Metal框架实现了MPB-MOOAA和LSB-MORPA,为了使其更适合处理路径规划问题,在j Metal框架中增加了新的交叉算子和变异算子。使用JSP结合Servlet实现了网约车共享路径规划系统可视化展示。
其他文献
随着计算机技术的飞速发展以及人们对智能化设备需求的提高,人体行为识别已经成为计算机视觉领域热门研究方向之一,其广泛应用于公共安防、人机交互、虚拟现实、体育运动和医疗健康等领域,具有极高的理论研究价值。早期的研究工作主要针对于RGB视频图像,由于易受复杂背景、光照强度的影响,很难达到理想效果。但随着深度传感器技术的发展,高精度获取三维骨架关节点信息变得方便可行。对比传统RGB视频图像数据,骨架姿势信
第五代移动通信系统的迅速发展为构建天空、海洋、陆地一体的战略网络蓝图带来了契机与动力,将具备高速率、低延时、大容量等特点的5G技术与卫星移动通信的融合已成为大势所趋。`星座组网中低轨卫星星座以其通信距离短,波束范围广等优势在未来天地一体化通信系统组网蓝图当中占据着至关重要的地位。在5G NR(New Radio)的相关技术中,随机接入技术是实现用户上行初始同步,有效建立星地数据传输链路的关键前提。
深度学习(Deep Learning)技术的快速发展,开启了未知的机器智能时代,也正逐渐并深刻地影响和改变着我们的日常生活。然而,深度学习技术需要依赖大量的带有标签的样本数据才能发挥其巨大的作用。实际应用中,获取大量带有标注的数据需要花费巨大的代价,且某些领域并不存在巨大的数据去适应深度学习模型进行训练。当训练数据量较少时,往往会造成模型过拟合。因此,小样本学习(Few-shot learning
随着数据采集手段的不断增多,真实数据往往由多个模态组成或来自多个来源,这样的数据称为多视图数据。对多视图数据进行机器学习任务称为多视图学习。如今,多视图聚类作为多视图学习的一个热门领域已经引起了研究者广泛的关注,它提供了一种将多视图数据划分成簇的方式。目前,大多数多视图聚类算法都假设所有的视图是完备的。但是,在实际应用中,每个视图数据可能存在样本的缺失,从而导致不完备的多视图数据。现有的多视图聚类
旋转机械是机械设备状态监测与故障诊断工作的重点,而滚动轴承是机械设备常用的部件之一,同时也是易损部件之一。机械设备的故障诊断越来越受到人们的重视,在目前的故障诊断领域,通过实时有效的检测方法采集到足够的信号样本并且客观地分析机械设备运行的状态信息,对判别不同工况下的故障设备状态以及对故障类型实现准确诊断具有重要意义。目前机械设备故障诊断主要有两种思路:一种是对机械设备的振动信号进行时频域分析,这种
视频监控下的人体异常行为检测与识别是公共安全领域的研究热点,但由于现实生活中的视频监控存在人体遮挡和相似异常行为难以区分的缺点,导致人体异常行为检测与识别效果差、实时性低。本文对基于视频监控的人体异常行为检测和识别算法进行研究,将深度学习技术应用于人体异常行为检测与识别任务中,构建了异常行为检测与识别两级级联网络,实现对公共区域的人体异常行为有效检测和识别。本文的主要研究内容如下:1.针对复杂场景
无线传感器网络作为一种新兴的移动通信技术,为无线通信和物联网行业的发展带来了广阔的前景。然而网络覆盖的优劣程度将直接影响网络的性能,有效的网络覆盖不仅能够提高网络的监控能力,而且能够改善网络的性能,延长网络的生命周期。本文在现有虚拟力覆盖算法的基础上,利用接受信号强度指示(Received Signal Strength Indicator,RSSI)构造新的虚拟力模型,分别对信号规则传输和信号不
乳腺癌是全球范围内危害妇女身体健康的最常见恶性肿瘤之一。钼靶X线摄影是临床上乳腺癌检测的主要影像学方法,在降低乳腺癌死亡率上发挥了重要作用。随着我国经济的持续发展以及妇女防治乳腺癌意识的提高,钼靶X线检查在我国各级医疗机构中得到大量应用。由于钼靶摄影对乳腺癌的检出率大约为0.3%~0.5%,健康妇女每年都参加钼靶摄影检查是对社会医疗资源的浪费;其次,乳腺钼靶检查存在一定的局限性和危害,如假阳性结果
心脑血管疾病一直是威胁全世界人民生命健康的重要隐患,具有非常高的发病率,已成为影响国民身体健康、阻碍经济发展的公共性和社会性问题,对于心脑血管疾病的预防和治疗刻不容缓。心律失常是最为常见的心血管疾病之一,其异常主要有两种表现形式,基于单个心拍波形变化的心律异常和基于一段时间内多个心拍节律变化的心律异常,两种形式的心律异常都会对人体产生不良的影响。近年来,计算机技术在辅助诊断治疗领域不断发展,心电信
随着国家的繁荣发展,人民的生活水平明显提高,注重物质生活的同时也开始培养内心的精神世界。国画作为我国传统文化的瑰宝之一,受到越来越多人的品鉴与收藏。因此,国画数字化的趋势越发强烈,有关国画数字艺术馆的管理需求使中国画图像的分类与识别技术成为了亟待解决问题中的关键。经分析发现,国画处理技术面临两个困难,其一是由于国画图像存在“语义鸿沟”,仅提取全局底层特征很难达到良好的分类效果,因此需要获得显著、有