一种全局供需感知的均值场多智能体强化学习订单分配算法

提出一种具备全局供需动态感知能力、基于均值场多智能体强化学习的网约车平台订单分配算法。该算法通过将多智能体强化学习与均值场理论相结合,提升了智能体在局部空间上相互之间的协作性;通过注入全局空间上供需的动态分布信息,提升了智能体对全局供需分布的感知和优化能力。本文构建了真实历史数据驱动的模拟器,用于算法的训练和评估。实验表明,在全天时段和高峰期时段两个不同场景下,本文提出的算法在网约车司机累计收益及订单应答率两个重要指标上均显著优于现有的订单分配算法。实验结果充分验证了本文提出算法的有效性。

供需感知视角下的旅游公共服务体系整合开发探析——以长沙市为例

传统规模化的旅游模式及旅游产品供给,远远不能满足当今旅游者及散客对于追求个性化的需求。随着科技及交通的发展,越来越多的旅游者倾向于选择更具个性化的自助出游方式。面对散客数量的日渐增多及信息化的发展,城市旅游公共服务还存在基础设施不完善、运营机制有待优化等问题。以长沙市为例,从供需感知的视角,对旅游服务体系的整合开发进行调研,结果发现,要促进城市旅游公共服务体系的发展,应从优化现有城市旅游公共服务体系、完善其过程建设、整合旅游公共服务建设内容、加强旅游公共服务管理工作等方面着手。