导读:本文包含了车辆分派论文开题报告文献综述及选题提纲参考文献，主要关键词:车辆推荐,公平分配,等待时间,最短路径算法
车辆分派论文文献综述
戴广[1]（2018）在《网约车辆在线均衡调度分派算法的研究与实现》一文中研究指出随着GPS、Wi-Fi、RFID以及Bluetooth等无线网络技术与传感器设备的大量普及,出现了越来越多的车辆推荐系统,这些车辆的移动轨迹数据也能够被不断的收集,通过分析与挖掘这些历史轨迹数据,可以更好的改善车辆推荐系统。车辆推荐系统可以更好的在用户与车辆之间进行调度,更准确地进行车辆推荐与路线规划,减少车辆盲目行驶,对于增加车辆的收入,减少用户等待时间,缓解交通阻塞,以及减少环境污染都有着很强的现实意义。传统的车辆推荐系统主要关注于用户的满意程度,即尽可能地减少用户的等待时间,而忽略了车辆之间的公平性,这些系统趋向于推荐离用户最近的空乘车辆。本文通过对真实历史轨迹数据进行统计分析发现,随着推荐次数增加,车辆之间的收入差异变得越来越大。异于传统的车辆推荐系统,本文的目的就是对于不断产生的用户请求,根据一些策略将请求推荐给车辆,使得推荐结果即能保证车辆之间分配的公平性,又能保证较短的用户等待时间。然而,通过分析,我们发现这两者是一个权衡问题,无法同时达到最优。本文首先针对Brute-force算法与Greedy算法在解决该问题存在的不足,提出了一个高效的RRA-LSP算法。Brute-force算法属于暴力算法,对于每一个用户请求,都直接从整个城市中寻找最优的车辆,并为其规划行驶路线。该算法的时间复杂度较高,但结果准确。Greedy算法属于近似算法,每次都是在以用户请求为圆心,半径为3000米的范围内寻找局部最优的车辆。该算法相对较快,但很难得到最优推荐结果。RRA-LSP算法则为一个高效的算法,而且能够得到与Brute-force算法一致的准确解。RRA-LSP算法首先不断地缩小搜索范围,直到达到一定的条件,得到最终的搜索范围。通过严格证明发现,最优车辆一定在该范围内。最后,我们只需要在该范围内寻找到最优车辆,然后推荐给用户。对于多用户请求场景下产生的冲突问题,我们提出了相应的冲突处理规则,并设计了一个均衡调度机制,用于对多用户请求的分配。通过对比在两个真实道路网络数据集上的实验结果表明,本文提出的算法不仅能减少车辆之间的收入差异,而且能保证较短的用户等待时间,并且进一步验证了RRALSP算法的高效性与准确性,相比传统的车辆推荐算法,能够更好地保证车辆之间分配的公平性。(本文来源于《西安电子科技大学》期刊2018-06-01）
邵增珍,王洪国,刘弘,孟春华,张子鹏[2]（2013）在《车辆合乘匹配问题中服务需求分派算法研究》一文中研究指出在目前交通拥塞及物流成本居高不下的情况下,通过车辆合乘的方式降低车辆空载率、降低物流成本具有重要意义。在多车辆环境下,如何恰当地将服务需求分派到合适的车辆上是需要首先解决的问题。该文对确定性多车辆合乘匹配问题展开研究,提出针对服务需求分派的启发式聚类算法。基于服务需求及车辆特征提出匹配度概念,并基于启发式算法将服务需求分派到具体某一车辆。实际算例验证:该算法在可接受时间范围内,可有效提高搭乘成功率,降低车辆运行成本。(本文来源于《清华大学学报(自然科学版)》期刊2013年02期）
陈旭龙,史庆东,常宁宁[3]（2008）在《运力不足条件下的车辆分派优化调度算法研究》一文中研究指出针对车辆资源的有限性与需求量的不确定性矛盾,为了保证用车任务的顺利完成,作者提出了一种以租借费用最小化为目标的车辆分派调度策略,建立了数学模型,并利用匈牙利法的思想不断缩小规划空间以得到总租借费用最小的车辆分派调度,其计算量小,结果处理起来也非常迅速,具有一定的现实指导意义。(本文来源于《科技信息(学术研究)》期刊2008年10期）
陈旭龙[4]（2008）在《车辆分派优化调度算法研究》一文中研究指出随着现代科技的发展,充分利用信息技术,谋求信息技术保障优势,已越来越成为武警部队完成职能保障任务的重要因素。深入研究军交运输信息化建设问题,对积极适应新军事变革要求,完成信息化条件下武警部队“处突”、“反恐”和防卫作战运输保障任务具有十分重要的意义。当前,武警部队职能任务多样化的特点越来越明显,对任务车辆的分派调度要求也越来越高。而作为武警部队车辆管理信息化建设重要组成部分的车辆分派调度工作主要还是依靠车辆调度员按照用车流程进行随机分派调度,即严格按照用车计划进行分派。面对多任务、多车型、多人员等复杂条件下的车辆分派调度时计划分派调度已不能完全满足需求。为了方便、快捷的完成复杂条件下的车辆分派调度,提高车辆信息化管理的保障效益,论文在分析研究武警部队现有的车辆信息管理系统中分派调度算法的基础上提出了一种优化的车辆分派调度策略——常规业务流程的车辆分派调度算法和运力不足情况下以费用最小化为目标的车辆分派调度算法。对于常规业务流程的车辆分派调度算法,首先按照定义的数据结构关系和需求表的顺序生成具体任务与车辆选配矩阵。然后按具体任务和车辆选配矩阵进行任务的车辆具体分派,在分派过程中首先将车辆分为两类即有专车任务与无专车任务。对有专车任务优先分派并从选配矩阵中划去以缩小分派范围,对无专车的任务则通过可选择分派车辆数多少再来定义车辆的使用优先级,对于同级别的车辆再按其所能使用的任务数量继续排列顺序,最后根据任务的优先级别得到车辆的分派优先级别,从而得到较优的分派结果,减少了以往车辆调度算法中复杂的假设和庞大的计算过程,节省了时间,提高了效率。对于以费用最小化为目标的车辆分派调度算法,是在单位车辆资源不足条件下又必须满足任务用车需求时向外单位租借车辆的一种车辆分派算法,主要利用整数规划以租借费用最小化为目标,通过匈牙利法的思想不断缩小规划空间以得到总租借费用最小的车辆分派调度,其计算量小,结果处理起来也非常迅速。在本文的最后还对我们的车辆分派调度算法在武警部队车辆信息管理系统中进行了算法测试和运行,以保证算法的可行性和完整性。经过测试证明我们的算法大大提高了武警部队车辆分派调度的效率,节约了资金,减少了成本,运行效率较好。(本文来源于《国防科学技术大学》期刊2008-04-01）
吕显强,张宏伟[5]（2004）在《集装箱码头分派车辆的整数规划模型》一文中研究指出建立了一个用于确定集装箱码头一组车辆工作次序的整数规划模型,其中这组车辆是用于把从货仓起重机卸下的集装箱运输到码头的存贮位置。证明了求解这一整数规划模型等价于求解n个车辆安排线路问题的几条路径,并设计了前向搜索算法(FSA)和后向搜索算法(BSA)两种启发式算法,用于确定集装箱码头大型货轮卸货车辆的可行分派方案。(本文来源于《大连水产学院学报》期刊2004年02期）
朱俊生[6]（2004）在《分派市场为“高危”车辆担风险》一文中研究指出出险率高的车辆由谁来承保？保险公司基于经营利润方面的考虑，对许多高危险群体驾驶员或从事特殊行业的车辆不予承保将造成部分行驶于公路上的车辆处于无保险或赔偿担保的状态，一旦发生车祸，受害人将难以得到有效的赔偿。年前备受关注的《道路交通安全法》经十届全(本文来源于《证券日报》期刊2004/02/02）
朱俊生[7]（2004）在《建立分派市场 承保高风险车辆》一文中研究指出盈利性是任何商业性公司一切经营活动的出发点。保险公司进行风险选择 ,主动放弃亏损的车险业务无可非议 ,甚至可以说是一件值得高兴的事 ,毕竟 ,保险公司在规模和效益之间最终还得向效益回归。但这就提出了一个问题 :出险率高的车辆由谁来承保 ?从理论上说 ,对(本文来源于《金融信息参考》期刊2004年01期）
李军[8]（1999）在《车辆调度问题的分派启发式算法》一文中研究指出对有时间窗的车辆调度问题进行了分析，提出了以分派为基础的启发式算法．算法中讨论了如何完成任务所需要的车辆数，定义了两种分派费用，设计了在分派过程中安排线路的方法，并用实例进行了验证．最后对算法的适用性及进一步应用进行了讨论．(本文来源于《系统工程理论与实践》期刊1999年01期）
车辆分派论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在目前交通拥塞及物流成本居高不下的情况下,通过车辆合乘的方式降低车辆空载率、降低物流成本具有重要意义。在多车辆环境下,如何恰当地将服务需求分派到合适的车辆上是需要首先解决的问题。该文对确定性多车辆合乘匹配问题展开研究,提出针对服务需求分派的启发式聚类算法。基于服务需求及车辆特征提出匹配度概念,并基于启发式算法将服务需求分派到具体某一车辆。实际算例验证:该算法在可接受时间范围内,可有效提高搭乘成功率,降低车辆运行成本。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
车辆分派论文参考文献
[1].戴广.网约车辆在线均衡调度分派算法的研究与实现[D].西安电子科技大学.2018
[2].邵增珍,王洪国,刘弘,孟春华,张子鹏.车辆合乘匹配问题中服务需求分派算法研究[J].清华大学学报(自然科学版).2013
[3].陈旭龙,史庆东,常宁宁.运力不足条件下的车辆分派优化调度算法研究[J].科技信息(学术研究).2008
[4].陈旭龙.车辆分派优化调度算法研究[D].国防科学技术大学.2008
[5].吕显强,张宏伟.集装箱码头分派车辆的整数规划模型[J].大连水产学院学报.2004
[6].朱俊生.分派市场为“高危”车辆担风险[N].证券日报.2004
[7].朱俊生.建立分派市场承保高风险车辆[J].金融信息参考.2004
[8].李军.车辆调度问题的分派启发式算法[J].系统工程理论与实践.1999