文献

J-GLOBAL ID：202202226716263744   整理番号：22A0476519

ライドプール問題のためのデータ駆動マッチングアルゴリズム【JST・京大機械翻訳】

A data-driven matching algorithm for ride pooling problem

著者 (4件)： Sahin Ahmet (Department of Industrial Engineering, OEzyegin University, Cekmekoy Campus, Nisantepe District, Orman Street, 34794, Istanbul, Turkey) ,  Sevim Ismail (Department of Industrial Engineering, Yildiz Technical University, Barbaros Bulvari, 34349, Istanbul, Turkey) ,  Albey Erinc (Department of Industrial Engineering, OEzyegin University, Cekmekoy Campus, Nisantepe District, Orman Street, 34794, Istanbul, Turkey) ,  Gueler Mehmet Gueray (Department of Industrial Engineering, Yildiz Technical University, Barbaros Bulvari, 34349, Istanbul, Turkey)
資料名： Computers & Operations Research  (Computers & Operations Research)
巻： 140  ページ： Null  発行年： 2022年 
JST資料番号： H0216B  ISSN： 0305-0548  CODEN： CMORAP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,トリップのための車両を共有できる輸送モードである乗り込みの問題を解決するためのデータ駆動マッチングアルゴリズムを提案した。この問題は,運転者とライダーの間のマッチングを見つけることを目的とするので,マッチング問題の変種と考えられる。提案したアルゴリズムは,ランク集約アイデアに基づく機械学習アルゴリズムであり,そこでは,マルチ特徴データセットにおけるあらゆる特徴が,候補ドライバーのランキングを提供し,各特徴に対する重みを,最適化モデルを通して過去のデータから学習する。重み学習と候補ランキング問題を同時に考慮すると,最適化モデルは非線形バイレベル最適化モデルとなり,単一レベル混合整数非線形最適化モデルとして再定式化される。提案したアルゴリズムの性能を実証するために,乗り上げ始動会社のモバイルアプリケーションからの実生活データセットを使用し,企業の現在のアプローチをベンチマークと見なした。結果は,提案アルゴリズムが,異なるシナリオにおけるベンチマークと比較して,ライダーの17%から28%への最初の選択を正しく予測することを明らかにした。同様に,提案したアルゴリズムは,ベンチマークと比較して,好ましい運転者が0.38から1.12人(ライダーの実際の選択まで)にランク付けされる推薦リストを提供する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  LIDAR ,  学習 ,  トリップ ,  等級づけ ,  定式化 ,  ベンチマーク ,  機械学習 ,  学習アルゴリズム
準シソーラス用語： 最適化モデル ,  非線形最適化 ,  *データ駆動 ,  *マッチングアルゴリズム ,  モバイルアプリケーション ,  バイレベル最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： 機械学習 ,  ライドマッチング ,  ランク集約 ,  バイナリプログラミング ,  非線形2レベルプログラミング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 問題 ,  データ駆動 ,  マッチングアルゴリズム