图1.1论文技术路线
2024-03-12 10:58:39 4 举报
登录查看完整内容
图1.1展示了本论文的研究技术路线。首先,我们使用了多时间序列和文本数据来构建深度学习模型,接着在移动服务平台上进行实验,并利用多目标优化算法来提高模型的性能。然后,我们进行了用户分组实验,以分析用户在不同场景中的行为。最后,我们提出了基于深度学习的场景感知推荐算法,并利用实验结果来评估模型的性能。此外,本文还引入了注意力机制,以提高模型的准确性和泛化能力。
作者其他创作
大纲/内容
重庆3号线
模型验证
研究背景及意义
目标函数
突发事件分类
公交启动条件
单点式突发中断
改进遗传算法
多线式突发中断
应急接驳公交
应急预案
总 结 与 展 望
需接驳的客流
乘客出行时间成本
城市轨道交通突发事件
运营中断影响区域
突发中断分类
突发中断应急客流重分配
国内外研究现状
案例求解
影响因素
约束条件
应急公交调度模型
中断影响分析
突发事件特性
求解算法
等待客流
突发中断定义
受中断影响的客流
绕行客流
突发中断受影响客流
阻抗函数
损失客流
突发中断下应急响应策略
案例分析
接驳公交运行成本
城市轨道交通突发中断
突发事件定义
F-W算法
收藏
0 条评论
回复 删除
下一页