Detailergebnis zu DOK-Nr. 77325
Metaheuristische Parametrisierung auf der Grundlage neuronaler Netze mit Anwendung auf das Problem des Fahrzeugabgleichs im Ride-Hailing-Service (Orig. engl.: Neural network-based metaheuristic parameterization with application to the vehicle matching problem in ride-hailing service)
| Autoren |
A.A. Syed I. Gaponova K. Bogenberger |
|---|---|
| Sachgebiete |
5.3.4 Öffentlicher Personennahverkehr 6.2 Verkehrsberechnungen, Verkehrsmodelle |
Transportation Research Record: Journal of the Transportation Research Board Vol. 2673, H. 10, 2019, S. 311-320, 5 B, 4 T, 17 Q. - Online-Ressource: verfügbar unter: http://journals.sagepub.com/home/trr
Die meisten Verkehrsprobleme beinhalten als Lösung die Optimierung einer Art der Kostenfunktion. Das Problem der Zuordnung von Fahrzeugen zu Fahrgastanfragen im Ride-Hailing-Kontext (RH) für den Transport von Haus zu Haus fällt typischerweise in diese Kategorie. Sogenannte Metaheuristiken werden häufig für solche Probleme eingesetzt, um eine globale optimale Lösung zu finden. Solche Algorithmen enthalten jedoch in der Regel viele Parameter, die abgestimmt werden müssen, um eine gute Leistung zu erzielen. Im Gegensatz zu diesem Ansatz wird in der Arbeit vorgeschlagen, ein neuronales Netz auszusteuern, um die Parameterwerte vorherzusagen, die für ein Beispiel des gegebenen Problems am besten funktionieren. Es wird gezeigt, dass verschiedene Merkmale, die auf der Statistik des Problembeispiels und des Shareability-Graphen basieren, verwendet werden können, um die Lösungsqualität eines Matching-Problems in RH-Diensten vorherzusagen. Folglich können die Werte, die der besten vorhergesagten Lösung entsprechen, für das tatsächliche Problem ausgewählt werden. Die Effektivität des oben beschriebenen Ansatzes für die statische Zuordnung von Fahrzeugen zu Fahrgästen in RH-Diensten wurde untersucht. Es wurden die DriveNow-Daten (BMW) für die Generierung von Fahrgastanfragen innerhalb Münchens verwendet, und für die Metaheuristik wurde ein Large-Neighbourhood-Search (LNS)-Algorithmus in Kombination mit einem Shareability-Graphen verwendet.