文件名称：旅行优化器：通过蚁群和遗传进化优化旅行时间
文件大小：11MB
文件格式：ZIP
更新时间：2024-02-25 01:14:06
python optimization genetic-algorithm jupyter-notebook travel
通过蚁群和遗传进化的旅行时间优化 在这个项目中，我解决了出租车的旅行时间优化问题。 可以将其称为“旅行推销员问题” ，这是众所周知的计算机科学问题。 目的是找到访问一组位置的最短路径。 对于此问题，需要优化技术来智能地搜索解空间并找到接近最优的解。 更具体地说，我首先使用XGBoost模型来预测每对上落地点之间的旅行时间。 然后，我使用了进化算法，即蚁群和遗传算法，为数据中的车辆找到了最佳的旅行路线。 可以在以下链接找到有关Medium的随附博客文章： 数据集 数据是已经下载到上的数据。 我有2016年黄色出租车，绿色出租车和出租汽车的月度数据。 该数据集具有11个属性的近150万个行程记录
【文件预览】：
trip-optimizer-master
----Taxi-Trip-Duration-Data()
--------train.csv(134B)
--------test.csv(133B)
----.gitattributes(126B)
----Bio-Inspired-Algorithms()
--------aco.py(5KB)
--------genetic_evo_main.py(8KB)
--------__pycache__()
--------aco_main.py(5KB)
--------plot.py(891B)
----xgb_model.sav(134B)
----Project-Presentation.pdf(2.06MB)
----Project-Proposal.pdf(52KB)
----Figures()
--------typical-trips.png(248KB)
--------Table2.png(65KB)
--------trip-duration-heatmap.png(14KB)
--------optimized_stops.png(1.97MB)
--------ACO-Equation.png(13KB)
--------TLC-trip-records.png(121KB)
--------ant-colony.jpg(81KB)
--------cluster-histogram-trip.png(13KB)
--------spatial-density-pickup-dropoff.png(152KB)
--------trip-duration-lat-long.png(14KB)
--------trip-duration-aerial-distance-pickup-dropoff.png(157KB)
--------pickup-heatmap-day-of-week-vs-hour.png(14KB)
--------xgb.png(212KB)
--------genetic-algo.png(54KB)
--------pickups-hour-distribution.png(9KB)
--------Table1.png(62KB)
--------trip-duration-distribution.png(9KB)
--------pickups-weekday-distribution.png(9KB)
----Research-Papers()
--------An_Improved_Routing_Optimization_Algorithm_Based_o.pdf(1.74MB)
--------An_Optimization_Framework_For_Online_RidesharingMarkets.pdf(744KB)
--------OnlineVehicleRouting.pdf(1.24MB)
--------Ant colony optimization techniques for the vehicle routing problem.pdf(153KB)
--------Path_Optimization_Taxi_Carpooling.pdf(1.55MB)
--------Research_on_Optimization_Vehicle_Routing_Problem_for_RideSharingTaxi.pdf(191KB)
----README.md(3KB)
----Util-Functions()
--------XGBoost.py(5KB)
--------sophisticatedAnalysis.py(10KB)
--------basicAnalysis.py(5KB)
----Trip-Optimizer-Project-Report.pdf(1.29MB)