-
题名基于双重指针网络的车货匹配双重序列决策研究
被引量:2
- 1
-
-
作者
蔡岳
王恩良
孙哲
孙知信
-
机构
南京邮电大学江苏省邮政大数据技术与应用工程研究中心
南京邮电大学国家邮政局邮政行业技术研发中心(物联网技术)
-
出处
《计算机科学》
CSCD
北大核心
2022年第S02期111-119,共9页
-
基金
国家自然科学基金(61972208)
-
文摘
由于我国对公路运输资源利用不均,车货供需问题成为如今的热点问题。车货供需匹配平台为最大化总体运力资源利用率,需要整合运输需求和运力,降低成本并提高效率。大部分平台通常采用启发式算法求解车货匹配问题,此类算法面对大规模的问题时存在寻优瓶颈。针对上述问题,首次将车货供需匹配问题转变成一种双重序列决策问题,据此研究适用于当今车货供需匹配环节的一种高效算法。首先,提出了一种车货匹配的数学模型,并将该模型抽象为双重序列决策问题,再创新性地提出双重指针网络算法求解该问题。本实验使用Actor-Critic算法作为模型的训练框架来训练双重指针网络,并评估了模型。经实验得,双重指针网络的车货匹配求解方法的寻优能力在小问题规模中与传统启发式算法相当,在大问题规模中超越启发式算法,同时时间消耗都大大下降。
-
关键词
双重指针网络
双重序列决策问题
深度强化学习
组合优化
车货匹配
critic网络
-
Keywords
Dual pointer network
Double sequence decision-making problem
Deep reinforcement learning
Combinatorial optimization
Trucks and cargo matching
critic network
-
分类号
U495
[交通运输工程—交通运输规划与管理]
TP18
[自动化与计算机技术—控制理论与控制工程]
-