基于多模深度森林和迭代Kuhn-Munkres的动态上车点推荐算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：

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四个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。（剩余27572字）

试读结束

目录
monitor
客服机器人