文献分类参考
文章平均质量分 89
该篇记录大量的关于自行车方面的文章,仅仅有摘要和结论,方便写论文的时候进行参考
panbaoran913
学习Python,深度学习,强化学习的知识
有时间看私聊和回答问题
私聊我问题请写好题目
展开
-
【索引】引用A survey on pickup and delivery problems的文章
本研究, 两阶段位置选择与同步球分配工具 讨论了路由问题(2A/YS-ETDARP)。在这个问题上,目标是做工厂, 仓库和客户两阶段配送网络中成本最低 以及哪些设施将安装在哪些候选区域和每个阶段的路由活动。是确定它将如何发生。路由活动是双向的 从一级工厂(工厂)到二级设施(仓库)和二级设施 分销给客户,从客户到二级设施和二级设施 从设施发送到主要设施的收集活动 涵盖。基于2A/YS-ETDARP的混合双索引节点解决方案 已经提出了一个整数数学模型。原创 2023-01-16 21:37:53 · 2097 阅读 · 1 评论 -
【链接】优秀文章汇总(一):guribo,地理绘图
优秀的文章积累,有空看看原创 2023-01-03 13:37:50 · 212 阅读 · 0 评论 -
【data】bike的数据集资源(持更)
数据链接:https://www.heywhale.com/mw/dataset/5d315ebbcf76a60036e565bf。数据链接:https://www.biendata.xyz/competition/mobike/data/数据链接:https://opendata.sz.gov.cn/数据集 | 《华盛顿特区自行车共享数据集》原创 2023-01-02 15:46:33 · 2202 阅读 · 0 评论 -
[交通]数据集收集(未完)
本手册是使用 Caltrans 绩效测量系统 (PeMS) 作为支持车道关闭活动的工具的综合指南。 它旨在成为 Caltrans 车道关闭工作人员(包括区域交通经理 (DTM) 和交通管理计划 (TMP) 工程师)进行关闭前设计阶段分析、实时监控车道关闭和评估拥堵情况的资源 以及关闭发生后的安全影响。 虽然本手册确实介绍了基本的 PeMS 报告和导航,但读者可以参考 PeMS 手册简介以更全面地概述 PeMS 功能和计算。请注意,位于萨克拉门托的 Caltrans 交通运营部门的 PeMS 支持团队可以回原创 2023-01-02 15:09:30 · 3249 阅读 · 0 评论 -
车辆路径问题的(资源)探索与归纳
目前,我所知道的关于车辆路径规划问题的有几个种类,以及对应的求解器.在这里将资料分类整理. 以便学习和归纳.原创 2022-12-15 18:30:40 · 427 阅读 · 0 评论 -
【参文】 时间,网络
时间序列和复杂网络的 文献原创 2022-09-08 20:27:59 · 318 阅读 · 0 评论 -
【参考】bike+需求影响
bike对预测的影响原创 2022-04-26 11:55:04 · 17757 阅读 · 0 评论 -
[参文]GCN+交通
一、流量预测1.1 Spatio-Temporal Graph Convolutional Networks: A Deep Learning Framework for Traffic Forecasting俗称:STGCN文章解析,很优秀啊!代码解读,指路摘要及时准确的交通预测对于城市交通控制和引导至关重要。由于交通流的高度非线性和复杂性,传统方法不能满足中长期预测任务的要求,往往忽略了空间和时间依赖性。在本文中,我们提出了一种新的深度学习框架,时空图卷积网络(STGCN),以解决交通领原创 2022-04-23 22:14:54 · 4906 阅读 · 0 评论 -
【参文】应用强化学习的文章
使用DQN,DDPG框架的强化学习的参考论文原创 2022-04-23 17:28:54 · 1328 阅读 · 0 评论 -
【参文】GCN(二)
考虑到CNN主要用于提取具有高度意义的统计模式和学习图像和视频等数据中呈现的局部平稳结构,一些新兴研究提出了用于不规则域数据的图CNN(GCNN)。GCNN模型中的一种滤波方法是利用图形中的信号处理理论(Bruna等人,2013年;Sandryhaila和Moura,2013年;Shuman等人,2013年)。给定一个无向连通图,每个顶点都有一个信号或特征向量,定义了一个邻接矩阵(加权或二进制),其中每个条目编码两个顶点上信号向量之间的关系程度(Sandryhaila和Moura,2013)。图的拉普拉斯矩原创 2021-11-07 17:37:45 · 206 阅读 · 0 评论 -
【参文】bike(二)
来自于《Predicting station-level hourly demand in a large-scale bike-sharing network: A graph convolutional neural network approach》的参考论文1. A hub location inventory model for bicycle sharing system design: formulation and solution摘要:这项研究解决了自行车共享系统的战略设计问题,包原创 2021-11-07 17:16:24 · 215 阅读 · 0 评论 -
【参文】GCN-bike(-)
GCN +bike原创 2021-11-07 16:28:02 · 1544 阅读 · 0 评论 -
【参文】MDP(一)
1. Deterministic Policy Gradient Algorithms简称:DPG论文解析:https://blog.csdn.net/weixin_39059031/article/details/104612083bib:@article{2014Deterministic, title={Deterministic Policy Gradient Algorithms}, author={ Silver, David and Lever, Guy and Hee原创 2021-11-07 16:13:03 · 167 阅读 · 0 评论 -
[参文]bike_rebalance_vehicle(二)
从论文《A Deep Reinforcement Learning Framework for Rebalancing Dockless Bike Sharing Systems》中获取的参考文献。一、基于车辆的方法1.1原创 2021-11-07 14:25:40 · 180 阅读 · 0 评论 -
【参文】sharing bike(一)
1. Bikesharing in Europe, the Americas, and Asia: Past, Present, and Future摘要对全球机动化和气候变化的日益关注导致人们对可持续交通替代方案的兴趣日益浓厚,例如共享单车(共享使用自行车队)。自 1965 年以来,共享单车在全球五大洲发展壮大:欧洲、北美、南美、亚洲和澳大利亚。今天,大约有 100 个自行车共享项目在大约 125 个城市开展,拥有超过 139,300 辆自行车。共享单车的演变分为三代:(a)白色自行车(或免费自行车系原创 2021-11-07 14:24:09 · 345 阅读 · 0 评论