本發明提供一種結合深度學習和多任務優化的城際車訂單分配方法,包括:根據城際網約出行的實際問題進行數學建模,并確定其優化目標;利用已存在的線路的歷史訂單信息作為訓練數據,通過強化學習Actor?Critic算法訓練構建的注意力機制深度網絡模型;采用訓練好的模型并結合多任務優化進行訂單分配優化。本發明提供的方法不僅能夠實現“離線訓練,在線分配”對同一場景下的訂單進行分配,而且能夠對新開通的城際路線訂單進行預測,而多任務優化可以同時對多條不同城市間城際出行訂單進行分配,通過不同線路的相似性進行遷移分別得到彼此的最優分配集合。
聲明:
“結合深度學習和多任務優化的城際車訂單分配方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)