RA 网络多协同排序算法模型及算法研究

• 作者: 谢婷
• 来源期刊: 长春工程学院学报（自然科学版）
• 学科: 工学
• 关键词: 多协同排序 Mathematica GBFA 滴滴出行 时间预测
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 信息技术与应用
• 页码范围: 119-125
• 页数: 7页
• 分类号: TP391
• 字数: 4812字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-8984.2016.02.030

摘要

针对当下约车平台迅猛发展的态势，就其中广泛关注的问题———RA 网络多协同排序问题进行了探究。针对滴滴出行的实际数据，将 RA 网络多协同排序问题转化为求解数学模型两个评价指标最优解的问题，基于传统的免疫算法(generate and test)的相关概念，融合半解析解的相关思想，构建一种优化算法 GB-FA(Generate Bacterial Foraging Algorithm)，进而提出了基于 GBFA 算法的 RA 网络多协同排序算法，并据此开发 RA 网络多协同排序软件”RA-LC”。以滴滴出行北京市2015年5月—2016年4月的数据为对比对象，利用 RA-LC 对相关实例进行仿真，结果显示该算法对于时间预测具有较高的准确度，对于 RA 网络多协同排序问题具有极佳的适用性和精确度。