基于改进遗传与神经网络的同事合乘匹配混合算法研究

针对现阶段单位同事合乘匹配搜索算法存在整体出行效率较低,算法发展速度慢等问题,提出一种遗传算法和人工神经网相融合的合乘匹配算法。该算法的遗传部分采用基因组的编码形式构造染色体,并在种群初始化时引入先验条件,提高算法效率;根据基因组形式设置特殊交叉点,保证染色体交叉过程中优秀基因组不被破坏;在构建人工神经网络过程中,以上述遗传算法迭代的过程代替网络训练过程,方便随时快速地调用。测试结果表明,混合的算法能够快速、高效地规划合乘组合,使合乘出行具有较高的效率。