《表4 实验结果:基于随机森林与变邻域下降的车辆合乘求解》
通过随机森林模型对历史分组数据进行学习,得到各个特征对用户满意度的影响权重。其中,特征difD的重要性为0.71,特征difI的重要性为0.14,特征difT的重要性为0.03,特征difA的重要性为0.04,特征sexD的重要性为0.07。特征重要性将作为下一阶段采用VND算法求解LTCPP时目标函数中各优化目标的权重,即α=0.71,β=0.14,γ=0.03,δ=0.04,ε=0.07。将与文献[16]中的聚类蚁群算法(Clustering Ant Colony algorithm,CAC)进行对比,该文献中的各优化目标的权重均由人为设定。实验结果如表4所示,其中,Size表示用户数量,Rcar表示合乘后平均每天的出行车辆减少率,该值可以计算为:
图表编号 | XD00163028900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 郭羽含、胡德甲 |
绘制单位 | 辽宁工程技术大学软件学院、辽宁工程技术大学软件学院 |
更多格式 | 高清、无水印(增值服务) |