考虑乘客爽约行为的网约车个性化司乘双边匹配决策方法

# two-sided-matching-method
A personalized ride-sharing two-sided matching decision-making method considering passenger no-show behavior
考虑乘客爽约行为的个性化拼车双边匹配决策方法

# 参考论文地址:
[1]包伊宁,陈希,张文博.考虑乘客爽约行为的网约车个性化司乘双边匹配决策方法[J/OL].工业工程与管理,1-15[2024-04-20].
http://kns.cnki.net/kcms/detail/31.1738.t.20240409.0956.003.html
对应目录paper/Chinese_paper
# 代码仓库地址:
https://github.com/huange888/two-sided-matching-method
# 参考ppt
目录下的 presentation/Two-Sided Matching_edit.pptx
# 数据目录
在目录下的static 里面存放了passenger driverSimulate1 profit_matrix loss_matrix prospectValueMatrix 等 xlsx文件
# 背景



# DAA算法参考




# 感受
 历时八天  有两天都在看英文文献 
对应目录 paper/English_paper
后面的五天或者六天都是解析文献模型 提取公式来写python代码



 在2024年4月20日17:07:45 终于完成了这个智慧决策的大作业
 第一次感受到了博士论文的复杂度

# 不足
 在后面的优化算法那一块只是用了随机生成 0 1 矩阵并且做了个迭代 人为的判断最优化函数  
 这点存在不足 可以优化的地方就是利用ortools来解决这个最优化问题 但是我下载了 官网好像有问题 一直在维护中
 我的用法就是暴力模拟法 疯狂迭代
 利用其他包的优化算法也可以实现这个最优化的司乘问题的双边匹配

# 个人地址
https://github.com/huange888/two-sided-matching-method

# 迭代次数图片  
只保留了实现最优化的迭代次数 实际上是迭代了一万或者几万次


# 以下图片是最后的匹配结果



# 运行方式
先利用如下命令安装依赖环境  

pip install -r requirements.txt

然后从intelligent1.py 到 intelligent8.py依次运行  
其中intelligent7.py的 assignment.xlsx每次都会变化   
得到的最优值对应static/mappping_result.xlsx 为最优值674  
但是算法用的是暴力随机迭代法 可以用更加高级的算法来迭代 得到最优化模型  

  • 6
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值