共享运行车辆调运的研究现状及展望

随着近年来共享单车及共享汽车的蓬勃发展,共享车辆在区域间的分布不平衡成为共享车辆运行面临的重要问题之一。因此,共享车辆的区域间调运问题以及如何避免共享车辆分布的不平衡成为学术界的一个研究热点。文章对共享车辆调运问题的研究现状进行综述,包括基于员工的调运、基于用户的调运、考虑战略战术层的调运3个方面,并分析了当前研究的不足,指出了几个未来可能的研究方向。

基于KPCA遗传算法的预报模型及其应用

针对数据的相关性、网络参数初始化的随机性对神经网络模型效率和精度的影响,本课题提出采用核主成分分析和遗传算法,优化RBF神经网络结构和参数。首先,采集与人体健康度有关的指标,应用核主成分分析对其进行降维处理;然后,针对RBF网络初始权值、扩展常数设置随意性大的不足,用MATLAB编程实现遗传算法对RBF网络初始参数的优化,并用收集到的数据进行模型的训练和仿真;最后,将该模型与未进行网络优化的模型进行比较。分析和对比表明,该预报模型消除了指标间的相关性,并且提高了预报精度和速度,为预报问题的处理提供了新的研究思路。