基于随机森林与变邻域下降的车辆合乘求解

摘要

为了最大化用户满意度,长期车辆合乘问题(LTCPP)被建模为多目标优化问题.然后,根据历史合乘数据以及用户满意度信息,使用随机森林算法计算每个指标对用户满意度的重要性影响,并作为对应优化目标的权重,以避免人为设定权重因子对优化结果的影响.提出了一种求解LTCPP的变邻域下降(VND)算法,通过顺序地在多个邻域内搜索得到问题的最优解.实验结果表明,结合随机森林和VND算法能为LTCPP提供高质量的解决方案,且具有很高的时间效率.