基于多混沌策略改进的粒子群算法——“互联网+”时代出租车资源优化配置

针对"互联网+"时代出租车资源配置问题,提出了基于多混沌策略改进的粒子群算法的出租车资源优化配置策略。首先对出租车资源配置问题进行分析,建立0-1整数规划模型;然后为了有效地提高PSO算法的搜索能力,引入混沌系统对PSO算法中的搜索参数进行更新,采用混沌系统动态地调整PSO算法的惯性权重以及对整个解空间进行混沌全局搜索;最后利用该改进算法对成都市不同经纬度段的出租车资源进行优化配置,借助于Excel、Matlab软件进行数据的预处理和画图分析。实验结果表明:基于多混沌策略改进的PSO算法提高了出租车与乘客的匹配速度,增大了匹配成功率,减少了时间和空间资源的浪费,提高了司机和乘客的满意度,具有较好的优化资源以及合理配置资源的能力。