【摘 要】
：
网约车成为了人们日常出行的重要方式。在网约车平台中，匹配是一个核心功能，平台需要尽可能增加匹配订单的数量。网约车的需求分布通常是极度不均匀的，订单的起点或终点在某些时间段会呈现出高度集中的特征。因此，提出一种带预警的激励机制鼓励司机跨区域接单，达到平台跨区域运力再平衡的目的。通过对订单信息进行分析处理，建立邻近区域运力预警机制。在区域运力紧张时，激励邻近司机接受跨区域订单，减少运力紧张时期区域内的
论文部分内容阅读
网约车成为了人们日常出行的重要方式。在网约车平台中，匹配是一个核心功能，平台需要尽可能增加匹配订单的数量。网约车的需求分布通常是极度不均匀的，订单的起点或终点在某些时间段会呈现出高度集中的特征。因此，提出一种带预警的激励机制鼓励司机跨区域接单，达到平台跨区域运力再平衡的目的。通过对订单信息进行分析处理，建立邻近区域运力预警机制。在区域运力紧张时，激励邻近司机接受跨区域订单，减少运力紧张时期区域内的未匹配订单数量，提高平台效用和乘客满意度。实验部分通过实例将跨区域运力再平衡机制与Greedy、Surg
其他文献
利用国际古气候模拟比较计划（PMIP）最新第4阶段（PMIP4）中14个气候模式的试验数据，集中研究了距今约6000年的全新世中期中国气候和东亚季风。与早期PMIP第三阶段（PMIP3）多模式结果类似，全新世中期中国年、冬季和春季地表气温较工业革命前期偏冷，而夏季和秋季偏暖，其中年和冬季模拟偏冷与大部分地质记录显示的偏暖不符；所有14个PMIP4模式集合的中国区域平均年和季节温度变化值为0.08～
我国的地热发电以及部分供暖工程出现了比较严重的结垢现象，阻碍了地热能的大规模开发利用，目前地热市场急需成熟的防垢理论和工艺。地热工程的结垢现象尤以碳酸钙结垢最为普遍，为解决碳酸钙结垢问题，本文以华北保定岩溶地热井结垢为研究对象，通过理论和实验相结合的手段研究分析了垢质成分，成垢机理，结垢位置和过程以及防垢措施。研究结果表明：(1)系统降压造成的闪蒸是碳酸钙结垢的主因，液相二氧化碳逸出到气相是碳酸钙
热液矿床深部控岩控矿构造展布格局与深部矿床（体）空间定位格局等关键问题一直是制约深部勘查部署和实现找矿突破的焦点和难点。在阐述岩浆热液成矿系统矿田（床）控岩控矿构造深延格局主要研究方法的基础上，按照岩浆热液成矿系统成矿构造体系控制多金属成矿系统、物化探异常信息系统映射多金属成矿系统的研究思路，以湘南地区坪宝铜锡多金属矿田为例，构建了矿田成矿构造体系和控岩控矿构造深延格局、控矿构造深延综合指标评价体
现存的成本函数没有考虑到业务流程中各活动在现实情境中有着不同的重要程度，于是在模型与日志的对齐过程中可能会导致对齐成本严重偏离感知成本。针对这一问题，基于业务流程中行为的典型流特征提出了重要同步成本函数的概念，并在该函数下给出一种能够提升效率的对齐方法。首先，基于感知成本的概念定义重要同步成本函数；接着，依据日志迹和流程模型中行为的典型流特征确定用以分割流程模型与日志迹的重要匹配子序列；最后，基于
针对已有的道路建模技术中建模效果不理想， 在大尺度道路网建模中缺乏有效的辅助交互技术支持的问题， 通过对立交结构进行分析， 提出一种有效的三维立交结构的欧拉图表达及交互设计方法. 首先将道路信息预处理， 根据处理后的有效数据构建欧拉图， 用来表达道路立交结构的拓扑关系; 然后利用欧拉图和道路的结构特性计算得到道路的层级关系; 再根据控制点、欧拉图的拓扑信息和道路网格， 构建立交结构的三维模型; 最
岩体质量分级是进行工程设计和施工的基础。通过搜集不同地区55组实测样本和17组插值样本建立案例库，考虑岩体的复杂不确定性以及异地岩体的差异性，在案例库基础上提出一种改进两阶段回归迁移学习（Two-stage TrAdaBoost.R2）-孤立森林（Isolated Forest）多因素岩体质量等级预测模型。将广州抽水蓄能电站第1期地下工程的12个样本用于模型测试，研究结果表明：（1）迁移学习可以通
针对由于驾驶员对于道路限速和时延信息获取的不确定性而引起的跟驰行为受扰和交通流失稳等问题，提出了一种车联网环境下考虑时延速度差和限速信息的跟驰模型(TD-VDVL)。首先，引入时延导致的速度变化量和道路限速信息对FVD(Full Velocity Difference)模型进行改进；然后利用线性谱波微扰法推导出TD-VDVL模型的交通流稳定性判断依据，分别分析模型中各参数对系统稳定性的影响；最后利
针对高维特征缺失数据在聚类过程中面临的数据高维引发的维度灾难问题和数据特征缺失导致的样本间有效距离计算失效问题，提出一种面向高维特征缺失数据的K最近邻(KNN)插补子空间聚类算法。首先，利用高维特征缺失数据的子空间下的近邻关系对原始空间下的缺失数据进行KNN插补；然后，多次迭代矩阵分解和KNN插补获得数据的最终可靠的子空间结构；最后，利用获得的子空间结构进行聚类分析。通过在6个高维数据集上对不同算
当前性能最优的机器翻译模型之一Transformer基于标准的端到端结构，仅依赖于平行句对，默认模型能够自动学习语料中的知识。这种建模方式缺乏显式的引导，不能有效挖掘深层语言知识，特别是在语料规模和质量受限的低资源环境下，从而造成译文质量的下降。为了缓解上述问题，提出了基于源语言句法增强解码的神经机器翻译模型，显式地引入源语句句法信息指导解码。首先，模型利用源语句句法信息构造句法感知的遮挡机制；然
作为金融市场关键组成部分，股票市场波动研究对合理化控制金融市场风险、提高超额投资收益提供了重要支持，一直以来都是学术界和业界的关注焦点。然而，股票市场受各种因素影响，面对股票市场中多源化、异构化信息，如何高效挖掘、融合股票市场多源异构数据是面临的重要挑战。为能够充分解释不同信息及信息间相互作用对于股票市场价格波动的影响，提出一种基于多重注意力机制的图神经网络预测股票市场价格波动。首先，引入关系维度