共享经济背景下多属性双边匹配问题求解

doi:10.3778/j.issn.1002-8331.1809-0017

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (24): 222-228.DOI: 10.3778/j.issn.1002-8331.1809-0017

共享经济背景下多属性双边匹配问题求解

熊化峰，孙英华，李建波，廉文娟，刘雪庆

1.青岛大学计算机科学技术学院，山东青岛 266071
2.山东科技大学信息科学与工程学院，山东青岛 266590

出版日期:2019-12-15 发布日期:2019-12-11

Solving of Multi-Attribute Bilateral Matching Problem Under Background of Shared Economy

XIONG Huafeng, SUN Yinghua, LI Jianbo, LIAN Wenjuan, LIU Xueqing

1.College of Computer Science and Technology, Qingdao University, Qingdao, Shandong 266071, China
2.College of Information Science and Engineering, Shandong University of Science and Technology, Qingdao, Shandong 266590, China

Online:2019-12-15 Published:2019-12-11

摘要/Abstract

摘要： 对双边匹配类问题进行抽象建模，改进属性匹配度计算模型，求出匹配双方的偏好序，引入机器学习的思想改进蚁群算法对之求解。针对蚁群算法前期易早熟、后期难收敛的问题，提出非线性梯度启发信息和基于历史搜索信息的状态转移策略；针对蚁群算法初始参数设置难、调参工作量大的问题，提出基于梯度下降思想的自动调参方法；并制定稳定匹配和当前最优匹配的评价规则，引导蚁群算法的信息素更新。仿真结果表明改进的蚁群算法与传统蚁群算法相比评价值提升约20%。与传统蚁群和基于RNA计算改进的蚁群算法相比求解稳定性更优。

关键词: 共享经济, 双边匹配, 匹配稳定性, 蚁群算法, 梯度下降

Abstract: The problem of bilateral matching is modeled by improving the attribute matching degree calculation model so as to obtain the preference order of the two sides. The machine learning idea is introduced to improve the solution of the ant colony algorithm. In view of the early maturity and difficult convergence problem, the nonlinear gradient heuristic information and the state transfer strategy based on historical search information are proposed. In order to reduce the workload of parameters initialing, a self-adjusted method of parameters based on the gradient descent is proposed. The rule considering matching stability and results matching effective guides the pheromone updating of ant colony algorithm. Simulation result shows that evaluation value in the improved ant colony algorithm has a 20% improvement compared with the traditional ant colony algorithm. The matching stability is better than that in the traditional ant colony and the improved RNA calculation.

Key words: shared economy, bilateral matching, matching stability, ant colony algorithm, gradient descent

熊化峰，孙英华，李建波，廉文娟，刘雪庆. 共享经济背景下多属性双边匹配问题求解[J]. 计算机工程与应用, 2019, 55(24): 222-228.

XIONG Huafeng, SUN Yinghua, LI Jianbo, LIAN Wenjuan, LIU Xueqing. Solving of Multi-Attribute Bilateral Matching Problem Under Background of Shared Economy[J]. Computer Engineering and Applications, 2019, 55(24): 222-228.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[3]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[4]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[5]	刘建宇，范平清. 基于改进的RRT*-connect算法机械臂路径规划[J]. 计算机工程与应用, 2021, 57(6): 274-278.
[6]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[7]	李壮阔，常凯旋. 合作博弈的连续蚁群算法求解[J]. 计算机工程与应用, 2021, 57(24): 198-204.
[8]	王晓光，杨培蓓. 航运物流企业数字化转型设计与效果分析[J]. 计算机工程与应用, 2021, 57(21): 241-247.
[9]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[10]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[11]	何雅颖，范昕炜. 改进蚁群算法在机器人路径规划中的应用[J]. 计算机工程与应用, 2021, 57(16): 276-282.
[12]	付朝晖，刘长石. 多物流中心共同配送的车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(16): 291-298.
[13]	张苏英，郭宝樑，陈灵芝，刘慧贤. 双向蚁群算法的智能消防疏散图路径规划[J]. 计算机工程与应用, 2021, 57(14): 259-266.
[14]	付朝晖，刘长石. 生鲜电商配送的开放式时变车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(1): 271-278.
[15]	张松灿，普杰信，司彦娜，孙力帆. 蚁群算法在移动机器人路径规划中的应用综述[J]. 计算机工程与应用, 2020, 56(8): 10-19.

共享经济背景下多属性双边匹配问题求解

Solving of Multi-Attribute Bilateral Matching Problem Under Background of Shared Economy

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics