基于時(shí)空預(yù)測(cè)的多策略網(wǎng)約車(chē)調(diào)度算法

打開(kāi)文本圖片集

摘 要：準(zhǔn)確預(yù)測(cè)網(wǎng)約車(chē)訂單需求與實(shí)施高效車(chē)輛調(diào)度策略，對(duì)于提升運(yùn)營(yíng)效率、降低成本和保證服務(wù)質(zhì)量至關(guān)重要，是優(yōu)化資源配置、增強(qiáng)乘客滿意度的關(guān)鍵途徑。然而，現(xiàn)存研究在模型構(gòu)建上往往側(cè)重單一維度分析，調(diào)度算法的求解效率及解空間探索能力有待提升，限制了對(duì)復(fù)雜出行場(chǎng)景的適應(yīng)性和解決方案的全面性。針對(duì)上述問(wèn)題，構(gòu)建了時(shí)空融合圖卷積預(yù)測(cè)模型，通過(guò)集成注意力機(jī)制，深度挖掘并利用時(shí)空維度綜合信息，準(zhǔn)確捕捉影響訂單需求的隱含特征；同時(shí)設(shè)計(jì)了多策略解搜索算法，基于A*算法生成的代價(jià)矩陣選用多樣化解搜索策略進(jìn)行求解，增強(qiáng)了算法在復(fù)雜情境下的收斂性與求解質(zhì)量。（剩余24715字）