中文 English 联系我们

研究生工作
 当前位置:  首页 >> 学生工作

471-共享出行供需匹配系统的优化
  发表时间:2021-07-06    阅读次数:

主讲人

主讲人:柯锦涛研究员
邀请人:田野副教授
时间:2021年7月9日(周五)10:00
地点:腾讯会议连接 https://meeting.tencent.com/s/ZzXDLggR2rDj
    会议 ID:189 181 826

主讲人简介:
柯锦涛,博士,香港理工大学研究员。分别于浙江大学和香港科技大学获得学士和博士学位。致力于共享出行系统运营与监管、大数据驱动的城市多模式交通系统的管理与优化、基于机器学习的短时交通需求量预测、交通定价与博弈等方面的研究。在Transportation Research Part A/B/C/E, IEEE Transactions on Knowledge and Data Engineering, IEEE Transactions on Intelligence Transportation System等期刊发表SCI/SSCI期刊论文20篇,论文总引用数超过1000次。现担任国际期刊Transportation Research Part C青年编委。

主讲内容简介:
作为共享出行的代表,以滴滴、优步为代表网约车逐步成为人们日常出行的一种重要的交通模式。尽管网约车在商业上取得了巨大的成功,它的出现也给城市管理者带来了新问题和新挑战,其中一个重要的问题是如何高效地匹配实时订单和空闲司机。本研究提出了一个优化模型,可以根据不同的供需情况,动态地调整实时供需匹配中的两个重要决策变量,即匹配时间窗口和匹配半径,从而更好地匹配实时供需。此外,本研究提出了一个在线-离线学习框架,将强化学习与在线组合优化技术相结合,进一步提高匹配效率。实验表明,传统的组合优化模型往往是短视的,只能最优化当前时刻的系统效率,而这种决策往往不能达到长时间尺度上(如一整天)的最优效果。通过考虑到当前的决策对未来供需状态的影响,本研究提出的强化学习算法可以计算每个匹配决策的长期价值,从而最大化长期的系统效率。

 

欢迎各位老师、同学参加同路人学术论坛!


36365线路检测中心no1研究生会
36365线路检测中心no1青年教师沙龙