![](https://img-blog.csdnimg.cn/238b29eda2844bd18c91098c1c0815e5.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
论文深析
文章平均质量分 95
在这里仔细的解说和记录阅读过的论文
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
-
[精]A hybrid priority-based genetic algorithm for simultaneous pickup and delivery problems in revers
一种基于优先级的混合遗传算法,用于解决具有时间窗口和多个决策者的逆向物流中同时提货和交付问题该文提出了一种基于混合优先级的嵌套遗传算法,该算法具有模糊逻辑控制器和模糊随机仿真(hybrid priority-based nested genetic algorithm with fuzzy logic controller and fuzzy random simulation [hpn-GA with FLC-FRS])来解决车辆路径问题的变体。为了满足实际逆向物流中包含的所有复杂限制,开发了一种新的数学原创 2024-03-28 18:26:21 · 1065 阅读 · 0 评论 -
【析】一类动态车辆路径问题模型和两阶段算法
针对一类,分析对传统车辆路径问题的本质影响,将动态车辆路径问题(Dynamic Vehicle Routing Problem,转化为多个静态的多车型开放式车辆路径问题(The Fleet Size and Mixed Open Vehicle Routing Problem,,并进一步转化为多个带能力约束车辆路径问题(Capacitated Vehicle Routing Problem,,基于CVRP模型建立了DVRP模型;然后,在分析DVRP问题特点基础上,提出,1️⃣。原创 2024-03-15 21:33:50 · 1553 阅读 · 0 评论 -
【析博】带时间窗约束的车辆路径多目标优化
车辆路径问题(Vehicle Routing Problem,VRP)旨在通过合理规划行驶路径来优化运输成本,对于降低物流运营成本具有重要的应用价值。带时间窗约束的车辆路径问题(Vehicle Routing Problem with Time Windows,VRPTW)是在 VRP 问题基础上引入了时间窗口约束,因其更符合当前实际物流配送系统的运行情况和应用场景而成为 VRP 问题研究的热点。本文基于VRPTW模型的基本构成要素:配送网络、路径和节点,面向。原创 2024-03-13 16:22:59 · 1450 阅读 · 0 评论 -
【析】装卸一体化车辆路径问题的自适应并行遗传算法
可见,在INITIAL情况下初始行 驶 距 离 较INITIAL_PDCW、NO_INITIAL要小 很 多,但 比 INITIAL_PDMPCW、INITIAL_PDMPRCW 要大一些,这说明,针对具有双重需求的 VRPSPD问题,其初始解质量在单纯考虑客户需求量对插入节点节约值的影响时最差,在增加考虑不同节点之间运输费率或运输距离对节约值权重影响、且不固定客户节点时最好,而同时考虑3种初始化方法仅处于中间状态。每次迭代后,算法会计算当前路径的行驶距离,并与之前的迭代结果进行比较。原创 2024-02-26 22:22:06 · 1177 阅读 · 1 评论 -
【析】考虑同时取送和时间窗的车辆路径及求解算法
:针对带时间窗的同时取送货车辆路径问题(vehicle routing problem with simultaneous pickup-deliveryand time windows,VRPSPDTW),构建了以车辆使用成本、车辆行驶距离成本总支出最小化的路径优化数学模型,提出自适应头脑风暴算法(adaptive brain storm optimization,ABSO)进行求解。全局搜索阶段,采用多项惩罚方式扩大搜索区域,并使用聚类及三种路径搜索策略进行全局搜索;局部搜索阶段,将六种破坏-修复原创 2024-02-22 22:39:54 · 1847 阅读 · 1 评论 -
[精]A Relocation Strategy for Munich‘s Bike Sharing System: Combining an operator-based and a
基于对自由浮动自行车共享系统(free-float bike sharing system)的详细 GPS 数据分析,从空间和时间上确定了自行车使用的移动模式。根据季节、天气状况、一天中的时间和节假日/周末等不同因素,我们建立了一个需求模型,以预测特定时间和地点即将到来的需求。该模型揭示了运营区域内不同区域和不同时间段的最佳车队分布。为了重新分配车队,制定了合理的搬迁策略,以便在运营区域内获得自行车的最佳分布。评估了两种不同类型的搬迁方法:基于操作员的搬迁策略,其中至少一辆车重新分配车队的一部分。原创 2024-02-17 23:21:04 · 1098 阅读 · 0 评论 -
【精】Relocating operational and damaged bikes in free-floating systems: A data-driven modeling framewo
自由浮动共享单车是一种创新且可持续的出行方式,共享单车可以在街道上的任何适当位置取车和归还,而不仅仅是在停靠站。然而,在这些系统中,出现了两个主要问题。一个是区域之间自由浮动共享单车(FFSB)的不平衡,这是由于单程旅行,另一个是必须带去维修的损坏自行车。在这项研究中,提出了一种动态重新定位运营和损坏自行车的建模框架,该框架首先使用深度学习算法预测共享自行车的数量和位置。需求预测模型采用嵌入注意力机制的编码器-解码器架构,进一步增强模型的预测能力和灵活性。原创 2024-01-12 21:17:05 · 929 阅读 · 0 评论 -
【精】A data-driven dynamic repositioning model in bicycle-sharing systems
新一代共享单车是一种O2O(online-to-offline)(线上到线下)平台服务,使用户users能够通过智能手机应用程序smartphone App访问自行车。该文提出一种具有预测需求的动态重新定位模型(a dynamic repositioning model with predicted demand),其中重新定位时间间隔是固定的(he repositioning time interval is fixed)。引入数据驱动的神经网络NN)方法来预测自行车共享需求。原创 2023-11-28 21:33:42 · 1474 阅读 · 0 评论 -
【般】Geographically Weighted Multinomial Logit Models for Modelling the Spatial Heterogeneity in the B
自行车共享系统促进了城市交通的可持续性。共享自行车可用于短途旅行或进入公共交通系统。然而,自行车跨站的不对称时空分布已成为阻碍城市采用共享单车的主要障碍。在实施有效解决这一问题的政策之前,有必要了解共享单车在车站分布不均的情况。本研究提出了利用南京共享单车出行数据集识别车站层面租返失衡的方法。接下来,本研究比较了不同时期(早高峰、晚高峰和非高峰)共享单车使用不平衡的时空特征。最后,建立了。原创 2023-10-28 16:54:59 · 244 阅读 · 0 评论 -
【论】Bike-sharing systems rebalancing considering redistribution proportions: A user-based repositioni
共享单车系统在可持续城市发展过程中具有环境友好性和可共享性,已成为不可或缺的交通方式。然而,**早晚高峰时段人们出行模式的不对称性导致了自行车库存的不平衡。**因此,车站租赁和退货需要重新分配,以解决自行车的重新平衡问题。该文提出一种基于用户的双层规划模型重定位方法。为了最大限度地减少重新定位工作量,上层模型产生了重新分配比例,使车站的租金和回报之间实现了平衡。此外,为了最大化用户利润,低级模型计算站对之间的再分配矩阵,并为用户提供推荐的台站。最后,给出了共享单车系统、运营商和用户的。原创 2023-10-24 13:14:29 · 167 阅读 · 0 评论 -
[未]An enhanced artificial bee colony algorithm for the green bike repositioning problem with broken
近年来,自行车重新定位问题(Bike Repositioning Problem)(BRP引起了许多研究人员的关注,以提高自行车共享系统(BSS)的服务质量。它主要是设计车辆在站点之间转移自行车的路线和装载说明,以达到理想的状态。本研究涉及静态绿色BRP,旨在最大限度地减少重新定位车辆的 二氧化碳排放量,同时在时间预算内尽可能多地实现车站的目标库存水平(This study tackles a static greenBRP。考虑两种类型的自行车,包括。原创 2023-09-24 00:38:57 · 126 阅读 · 0 评论 -
【未】A static free-floating bike repositioning problem with multiple heterogeneous vehicles, multiple
本文研究了自由浮动共享单车系统(free-floating bike-sharing system)(FFBSS多车场、多访问、多异构车辆的自行车重新定位问题(a bike repositioning problem with multiple depots, multiple visits, and multiple heterogeneous vehicle)。定义了两种类型的节点(即容易和几乎无法访问的节点),具有不同的惩罚,以表示从FFBSS获取自行车的不同便利程度。原创 2023-09-23 22:50:37 · 100 阅读 · 0 评论 -
[未]An exact algorithm for the static rebalancing problem arising in bicycle sharing systems
自行车共享系统可以显着减少交通、污染和市中心对停车位的需求。自行车共享系统成功的关键之一是再平衡操作的效率,其中每个站点的自行车数量必须由卡车通过提货和送货操作恢复到其目标值(the number of bicycles in each station has to be restored to its target value by a truck through pickup and delivery operations)。原创 2023-09-17 22:21:53 · 93 阅读 · 0 评论 -
【未】Free-floating bike sharing: Solving real-life large-scale staticrebalancing problems
自由浮动共享单车Free-floating bike sharing (FFBS是一种创新的共享单车模式。和基于站点的共享单车(SBBS)相比,FFBS通过避免建造额外的扩展坞和售货亭机器,节省了启动成本。FFBS通过内置GPS实时跟踪自行车,防止自行车被盗,并为智能管理提供了重要机会。然而,与SBBS一样,FFBS的成功取决于其重新平衡运营的效率,以尽可能满足最大需求。原创 2023-09-16 17:06:14 · 442 阅读 · 0 评论 -
【论】Addressing the Bike Repositioning Problem in Bike Sharing System: A Two-Stage Stochastic Programm
在本文中,研究了具有随机需求的自行车重新定位问题。该问题被制定为两阶段随机规划模型 two-stage stochastic programming model,以优化随机需求下每个站点和仓库的重新定位卡车的路线和装卸决策。该模型的目标是。原创 2023-04-13 21:41:17 · 197 阅读 · 0 评论 -
[论] A hybrid large neighborhood search for the static multi-vehicle bike-repositioning problem
本文解决了多车自行车重新定位问题 multi-vehicle bike-repositioning problem,一个接送车辆路径问题 pick-up and delivery vehicle routing problem这与自行车共享系统有关。共享单车是一种绿色交通方式,让人们可以使用共享单车出行。自行车可以在自行车共享网络内的任何一个站点取回和停放。一项主要挑战是自行车的供需并不总是匹配。因此,车辆被用来从过剩的站点取走自行车并将它们运送到不足的站点以满足特定的服务水平。原创 2023-04-13 20:21:09 · 414 阅读 · 0 评论 -
【论】Solving a static repositioning problem in bike-sharing systems using iterated tabu search
Solving a static repositioning problem in bike-sharing systems using iterated tabu search 使用迭代禁忌搜索解决自行车共享系统中的静态重新定位问题在本文中,我们研究了静态自行车重新定位问题,其中问题包括选择要访问的站点子集,对它们进行排序,并确定各种情况下的上/下车数量(与每个访问的站点相关联)操作限制。目标是尽量减少所有车站的总罚款。我们提出了一种迭代禁忌搜索启发式来解决所描述的问题。实验结果表明,这种简单的启发式原创 2023-04-12 20:44:07 · 268 阅读 · 0 评论 -
[论] A Bilevel Programming Model and Algorithm for the Static Bike Repositioning Problem
在本文中,通过考虑外包运输模式,提出了一个双层规划模型来制定静态自行车重新定位(SBR)问题,该问题可用于确定每个站点装载和卸载的自行车数量以及最佳卡车自行车共享系统 (BSS) 中的路线。上层BSS提供商确定站点的最佳装卸量,以最大限度地减少总罚款。下级货车车主追求运输路线成本最低。开发了迭代局部搜索和禁忌搜索来求解模型。对 20 到 200 辆自行车的一组实例进行的计算测试证明了所提出的模型和算法的有效性,以及一些有见地的发现。在本节中,我们首先描述问题的不同方面,然后介绍其数学模型。原创 2023-04-03 21:15:23 · 410 阅读 · 0 评论 -
【论】 The bike sharing rebalancing problem: Mathematical formulations and benchmark instances
自行车共享系统提供了一种移动服务,通过该服务,位于城市地区不同站点的公共自行车可供共享。这些系统有助于获得更可持续的流动性并减少汽车运输造成的交通和污染。自 1965 年第一个自行车共享系统在阿姆斯特丹安装以来,此类应用程序的数量显着增加,以至于数百个系统现在在全球范围内运行。在共享单车系统中,用户可以从车站取一辆自行车,用它完成一段旅程,然后把它留在一个车站,不一定是出发的那个。这种行为通常会导致某些站点变满而其他站点变空的情况。因此,一个平衡的系统需要在车站之间重新分配自行车。原创 2023-03-31 15:12:07 · 311 阅读 · 0 评论 -
【综】Challenges and Opportunities in Dock-Based Bike-Sharing Rebalancing: A Systematic Review
基于停靠的BSS重新平衡问题已经由几位作者解决,他们用不同的名称引用它(可以在中看到表A1). 显然,无论作者如何命名,都需要在一篇论文中收集与解决问题相关的所有参考文献。这是我们研究的动机之一。一旦我们确定了目标论文,就需要对其进行分类。据Ho和Szeto介绍[ fifty-six]还有Shui和Szeto[ fifty-seven]解决再平衡问题的算法可以分为四类:(1)精确方法;(2) 近似值;(3) 启发式/元启发式;(4)混合方法。原创 2023-03-30 21:35:14 · 374 阅读 · 0 评论 -
【综】A review of bicycle-sharing service planning problems
本文参考本文介绍的新型自行车共享服务规划过程,从战略、战术和运营决策层对现有的自行车共享服务计划问题(BSPPs)文献进行了回顾和系统分类。确定并讨论了当前的研究差距。根据新多样性、现实性、完整性和技术四大类,提出了这三个决策层问题的未来研究方向。本文还指出了多级BSPP以及自行车共享系统与现有多式联运系统集成的未来重要研究方向。关键词:自行车共享服务规划问题自行车搬迁自行车道网络设计自行车站设计搬迁服务规划需求管理。原创 2023-03-30 19:52:02 · 1671 阅读 · 0 评论 -
[综]Review of bike-sharing system studies using bibliometrics method
与机动模式相比,共享单车系统(BSS)通常被认为是一种环保的交通和移动性模式。由于BSS的优势和好处,它们在过去十年里已经在全球传播。映射知识域(MKD)技术是文献计量分析的重要工具,可以直接反映某一研究领域的发展现状和趋势,在自然科学、医学科学、工程技术、人文科学和社会科学中得到了广泛应用。在本文中,我们进行了系统分析使用MKD软件工具VOSviewer和CiteSpace,从2010年至2020年间发表的科学网(WoS)核心集文章中获取自行车共享研究的发展趋势。原创 2023-03-30 11:57:52 · 1227 阅读 · 0 评论 -
[论] Balancing public bicycle sharing system using inventory critical levels in queuing network
接下来,使用所提出的遗传算法对示例进行求解,以获得适当数量的车队规模、站点容量和临界水平,目的是减少每个响应的租车请求的未满足用户的平均数量。结果表明,该算法取得了可接受的改进,并在考虑临界水平的情况下,对车队规模和公共共享系统的容量做出了适当的决策。随机向量的元素是从0到1之间的区间中随机选择的,考虑到模型的约束,重新生成随机向量中相应元素小于突变百分比的所选染色体的元素。此外,车队规模和车站容量是其他决策变量,其目的是最小化被拒绝需求的平均数量和每个响应的租车请求等待空置码头的平均用户数量。原创 2023-02-20 16:42:55 · 213 阅读 · 0 评论 -
【论】Dynamic container drayage with uncertain request arrival times and service time windows
摘要:集装箱运输在全球集装箱联运中发挥着关键作用,因为它完成了集装箱的第一英里和最后一英里运输。集装箱运输运营商使用一组拖拉机和一组拖车在本地区域内运输集装箱。运营的一个重要方面是服务请求的到达时间不确定,这意味着运营商应动态响应请求。此外,由于客户通常会对集装箱取件和交付设置时间窗口,因此在分配资源时,利用请求的服务灵活性以提高资源效率非常重要。在本文中,我们研究了集装箱运输实际操作中产生的动态集装箱运输问题。我们为该问题开发了一个马尔可夫决策过程(MDP)模型,以捕捉运输运营商和不确定环境之间的动态交原创 2023-01-25 00:39:21 · 582 阅读 · 0 评论 -
[综][PDPTW]A survey on pickup and delivery problems
本文是对涉及提货和交货的路线问题进行全面调查的第二部分。基本上,可以区分两类问题。第一部分涉及从仓库到长途客户和从回程客户到仓库的货物运输。第二部分现在考虑货物在提货和交货地点之间运输的所有问题,称为提货和交货车辆路径问题(VRPPD)。这些问题包括取车和交付车辆路线问题(PDVRP–未配对取车和交货点)、经典的取车和发货问题(PDP–配对取车点和交货点之间)和拨号侧问题(DARP–配对取货和交货点间的乘客运输以及考虑到的用户不便)。原创 2022-12-30 17:24:07 · 2044 阅读 · 0 评论 -
【论】Balancing bike sharing systems with constraint programming
自行车共享系统需要进行适当的重新平衡,以满足用户的需求并成功运行。然而,平衡自行车共享系统Balancing Bike Sharing Systems (BBSS)的问题是一项艰巨的任务:它需要设计最佳路线和操作说明,以便在车站之间重新安置自行车,以最大限度地满足预期的未来自行车需求。本文采用约束规划Constraint Programming(CP)的方法解决BBSS问题。首先,我们为BBSS问题引入了两种不同的CP模型,包括两种针对最有前途的路由的定制分支策略。原创 2022-11-01 16:48:22 · 2370 阅读 · 0 评论 -
【论】Towards Smart Transportation System: A Case Study on the Rebalancing Problem of Bike Sharing Sys
智能交通系统是一个跨领域的研究课题,涉及管理大规模系统的组织和享受这些服务的个人最终用户。基于机器学习的算法的最新进展使其能够或改进了广泛的应用,因为它在以最少的领域知识和强大的泛化能力对复杂问题进行精确预测方面具有优势。这些优良的特性意味着在构建智能交通系统方面的潜力。本文研究了如何使用深度强化学习deep reinforcement learning(DRL)来优化现代自行车共享系统中的操作策略。作为案例研究,作者通过展示基于。原创 2022-10-23 21:30:44 · 375 阅读 · 0 评论 -
【论】Station Importance Evaluation in Dynamic Bike-Sharing Rebalancing Optimization Using an Entropy-B
作为一种生态友好的出行方式,共享单车在世界各地盛行。然而,由于用户需求的时空分布不对称,系统是不平衡的。车站优先化策略需要为更重要的车站重新平衡更多共享自行车。本文提出了一种动态共享自行车再平衡中站点重要性的评估方法。🐸首先,应用短期需求预测模型捕获共享单车出行数据的时间和空间特征,并预测车站层面的共享单车需求。🐸基于预测结果,提出了重新平衡量的确定方法,该方法考虑了整个重新平衡期间的自行车共享使用情况。🐸然后,采用三个标准来评估共享单车站的重要性,包括再平衡数量、接近库存阈值和与关键站的距离。原创 2022-10-22 11:48:21 · 345 阅读 · 0 评论 -
【论】Modelling of User Behaviour for Static Rebalancing of Bike Sharing System Transfer of Demand from
自行车共享系统在世界各地越来越普遍。主要困难之一是确保自行车的可用性,以满足用户的需求。为了实现这一目标,这些系统的管理人员设置了重新平衡车辆,将自行车转移到可能出现自行车短缺的车站。为了确定必须优先供应哪些车站和需要供应的自行车数量(本文称为rebalancing plan再平衡计划),目的通常是减少每个车站的需求损失,即自行车需求与车站自行车数量之间的差距。🐸一方面,本文提出了一种算法,通过描述自行车短缺站用户的行为,以更真实的方式评估失去的需求。它。原创 2022-10-20 21:24:55 · 263 阅读 · 0 评论 -
【论】Bike sharing rebalancing problem with variable demand
本文研究了一个扩展的自行车共享再平衡问题,称为可变需求的自行车共享重新平衡问题bikesharing rebalancing problem with variable demand (),(),该问题考虑了运营商分配的自行车数量对用户需求的影响。BRPVD的解决方案旨在通过制定运输车辆路线计划和确定重新分配操作后每个站点的自行车目标数量,最大限度地提高自行车共享运营商的利润。该问题被建模为混合整数非线性规划模型,并线性化为混合线性规划模型。原创 2022-10-18 20:53:22 · 1088 阅读 · 0 评论 -
【论】Strategic sourcing selection for bike-sharing rebalancing: An evolutionary game approach
共享单车系统Bike-sharing systems(BSS)提供了便捷的交通服务,具有环境和社会效益。然而,它们也带来了操作的复杂性,重新平衡自行车是一个非常具有挑战性的问题。从摩拜单车(中国最大的无桩共享单车平台之一)获得的数据可以明显看出,为bss构建逆向物流的重要性和难度。本文提出了一种演化博弈论方法,以确定最佳的共享单车采购策略,包括自营、合资和外包。结果表明,自营模式是摩拜单车再平衡的一种进化稳定策略。原创 2022-10-11 11:28:33 · 472 阅读 · 0 评论 -
【论】Train timetabling with the general learning environment and multi-agent deep reinforcement learn
多智能体强化学习,火车的时刻表安排原创 2022-09-22 16:54:34 · 507 阅读 · 0 评论 -
[论]【DSTGCN】Dynamic SpatiotemporalGraph Convolutional Neural Networks for Traffic Data Imputation
动态时空图卷积网络具有三层结构:双向LSTM,GAE,DGCN.原创 2022-06-29 22:15:36 · 4164 阅读 · 1 评论 -
[论]Learning Dynamic and Hierarchical Traffic Spatiotemporal Features with Transformer
多头注意力机制。编码-解码结构。Transformer原创 2022-06-24 17:55:36 · 2274 阅读 · 2 评论 -
【论】A deep-learning model for urban traffic flow prediction with traffic events mined from twitter
关键字:交通流量预测。LSTM堆叠式自动编码器。深度学习。微博信息预测。智能交通系统不权威评价:本文的看点是数据有3部分:traffic+weather+twitter.结构式是拓展的深度双向LSTM,缺乏空间结构。并且本文的英文语法错漏百出,非常不利于阅读。如果不是研究在数据上的特色的化,不建议阅读。...原创 2022-06-23 16:19:12 · 765 阅读 · 2 评论 -
【论】Deep learning in the COVID-19 epidemic: A deep model for urban traffic revitalization index
交通振兴指数,时间卷积层,空间卷积层,GCN,新冠疫情原创 2022-06-22 13:41:57 · 761 阅读 · 2 评论 -
[论]【MGT】Meta Graph Transformer: A Novel Framework for Spatial–Temporal Traffic Prediction
准确的交通预测是提高智能交通系统性能的关键。这项任务的关键挑战是如何在尊重和利用数据的空间和时间异质性的同时,正确地建模复杂的交通动态。本文提出了原创 2022-06-16 14:50:18 · 1693 阅读 · 0 评论 -
[论+1]Deep spatial–temporal sequence modeling for multi-step passenger demand prediction
供需失衡对出租车和共享汽车(汽车和自行车)等交通系统构成重大挑战,并导致过度延误、收入损失和能源消耗。准确预测旅客需求是重新安排资源以解决上述挑战的重要步骤。然而,现有的工作还不能完全捕捉和利用多模态数据中复杂的非线性时空关系。它们要么包..................原创 2022-06-14 12:43:30 · 513 阅读 · 0 评论 -
[论]【SATP-GAN】 self-attention based generative adversarial network for traffic flow prediction
该篇需要了解生成式对抗网络,自我注意力机制,强化学习等基础知识原创 2022-06-13 20:06:04 · 790 阅读 · 0 评论 -
[论]【ST-MRGNN】Joint Demand Prediction for Multimodal Systems: A Multi-task Multi-relational
人们对单一运输方式的需求预测进行了广泛的研究,但忽略了不同运输方式的需求可以相互关联的事实。尽管最近做出了一些努力,但现有的多模式需求预测方法通常不够灵活,无法考虑具有不同空间单元和跨不同模式的异构.........原创 2022-06-12 22:54:18 · 556 阅读 · 1 评论