本發(fā)明提供一種結(jié)合深度學習和多任務優(yōu)化的城際車訂單分配方法,包括:根據(jù)城際網(wǎng)約出行的實際問題進行數(shù)學建模,并確定其優(yōu)化目標;利用已存在的線路的歷史訂單信息作為訓練數(shù)據(jù),通過強化學習Actor?Critic算法訓練構(gòu)建的注意力機制深度網(wǎng)絡模型;采用訓練好的模型并結(jié)合多任務優(yōu)化進行訂單分配優(yōu)化。本發(fā)明提供的方法不僅能夠?qū)崿F(xiàn)“離線訓練,在線分配”對同一場景下的訂單進行分配,而且能夠?qū)π麻_通的城際路線訂單進行預測,而多任務優(yōu)化可以同時對多條不同城市間城際出行訂單進行分配,通過不同線路的相似性進行遷移分別得到彼此的最優(yōu)分配集合。
聲明:
“結(jié)合深度學習和多任務優(yōu)化的城際車訂單分配方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)