《表3 10家门店服务需求情况》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《数据驱动下收货方质量偏好与电商配送服务质量优化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图4（a）表示经过3次迭代训练达到中止，中止过程均方误差的最佳性能参数为0.168；图4（b）显示三次迭代中止时，随着梯度下降，学习率降低，当梯度达到2.4825×10-8时，结束训练；变量mu确定学习过程是根据牛顿法还是梯度法来完成，mu随着迭代逐渐降低说明学习过程主要根据梯度下降法，当mu下降到1×10-6时学习过程停止；错误次数稳定在0附近；图4（c）图显示随着训练错误率的降低，各门店聚类回归过程，图中R值为相关系数，横坐标为训练的目标值（target），纵坐标为输出值（output），将数据划分成三份:训练（training）、验证（validation）、测试（test），其中training数据参加训练，validation和test数据不参加训练，仅用于检验；刚开始时validation和target之间的误差也会变小，可随着训练的增加，test的误差继续变小，validation的误差反而会有所上升；训练进行时，目标（target）和训练（test）数据目标之间的误差会越来越小；当validation的误差连续上升3次时训练就停止了，防止聚集过程的拟合过度。经过训练后得到的门店（表3）聚类结果为C、D、E、F、G样本属于“无记忆”型簇，即动态规划求解；A、H、I属于“记忆”型；B、J属于“不确定”型收货方，采用文献[25]MOPSO算法近似求解，实验结果如图5所示。