跳到主要内容
检索

# 宏观基本图

1 篇关联报道

订阅更新
  1. arXiv

    网约车调度把预测器放进多阶段决策链:纽约数据上业务收益比均方误差训练高7.7%至9.1%

    网约车平台在每一决策阶段先预测需求、再执行调度,并把执行后的车队状态带入下一阶段。此前需求预测器按均方误差训练,与调度决策脱节;多阶段情境优化改用整条轨迹的运营成本训练预测器,并把上一阶段决策留下的状态作为预测上下文。在纽约市网约车数据上,同一预测器改按决策成本训练后,业务收益比均方误差训练高7.7%至9.1%,并优于所比较的五类范式基线。

已读完全部报道