典型文献
网约车任务分配系统优化
文献摘要：
网约车是一种广泛应用的共享移动应用,其核心问题是将出租车请求分配给具有不同目标的司机,尽管对网约车的任务分配进行了广泛的研究,但在很大程度上忽视了司机之间收入的公平性,由于优化视角的短视和分配技术的耗时,先行者对网约车公平任务分配的研究在公平性、效用性方面还存在不足.在本文中,提出了公平分配学习(LAF)方法,它既优化了效用又优化了公平性的高效任务分配方案,采用强化学习以整体的方式进行分配,并提出一套加速技术,以实现大规模数据的快速公平分配.实验结果表明,公平分配学习方法在公平性、效用性和效率方面分别比现有水平高出86.7％、29.1％和797％.
文献关键词：
网约车;任务分配;路径规划;强化学习;公平分配;优化调度
中图分类号：
作者姓名：
陈立军;张屹;陈孝如;杨微
作者机构：
广州软件学院 软件工程系, 广州 510990
文献出处：
引用格式：
[1]陈立军;张屹;陈孝如;杨微-.网约车任务分配系统优化)[J].计算机系统应用,2022(06):19-28
A类：
B类：
网约车,任务分配,配系,系统优化,移动应用,出租车,请求,配给,司机,公平性,先行者,效用性,公平分配,LAF,分配方案,强化学习,加速技术,大规模数据,路径规划,优化调度
AB值：
0.335854
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
