计算机应用研究

作者：郭羽含,钱一炀,钱亚冠,

单位：浙江科技大学理学院,杭州310012；

关键词：需求预测,多目标优化,车辆调度,交通运输,可行解搜索,

基金：国家自然科学基金资助项目(12271484)；浙江省自然科学基金重点项目(LZ22F020007)；浙江省教育厅科研项目(Y202454572)；浙江科技大学教学研究与改革重点项目(2024-JG13)；；

准确预测网约车订单需求与实施高效车辆调度策略，对于提升运营效率、降低成本和保证服务质量至关重要，是优化资源配置、增强乘客满意度的关键途径。然而，现存研究在模型构建上往往侧重单一维度分析，调度算法的求解效率及解空间探索能力有待提升，限制了对复杂出行场景的适应性和解决方案的全面性。针对上述问题，构建了时空融合图卷积预测模型，通过集成注意力机制，深度挖掘并利用时空维度综合信息，准确捕捉影响订单需求的隐含特征；同时设计了多策略解搜索算法，基于A*算法生成的代价矩阵选用多样化解搜索策略进行求解，增强了算法在复杂情境下的收敛性与求解质量。基于大量真实网约车数据的实验结果表明，相较于对比模型，所提预测模型MAE平均提升为1.87%，RMSE平均提升为1.92%。多策略解搜索算法较之对比算法，在最优解数量、解超体积以及解间距上平均优化提升率分别为13.88%、32.48%、17.61%，求解效率平均提升21.13%。

来源：2025年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第4期