时间： 2018年12月21日 09：30
地点： 望江基础教学楼B座318实验室
Part 1
研读成员：庞潇
研读内容简介：本次论文研读的主题为出租车排班问题及相关系统。第一篇文章设计了出租车与用户的呼叫调度机制并建立了相关的时空模型，有效地提高了出租车车辆的收入，第二篇基于遗传算法提出了拼车的路径匹配算法针对多目标优化问题提出了智能拼车系统，第三篇利用道路对城市进行分区，从而大大减少了动态拼车问题中的搜索空间，减少了计算量和计算时间。
研读内容一：
论文标题：The Development of a Smart Taxicab Scheduling System: A Multi-Source Data Fusion Perspective
论文来源： 2016 IEEE International Conference on Data Mining
论文简介：
本文通过对出租车轨迹统计数据的挖掘，建立了交通流量、乘客活动比和路段空置出租车的时变规律模型。在此基础上，提出计算个体出租车路线的预期收益的新方法，同时提出了一种具有在线出租车呼叫信息的动态出租车调度机制。利用这种方法计算的路线可以让出租车司机获得更多的预期收益。
研读内容二：
论文标题：Intelligent Carpooling System
论文来源：2015 International Journal of Computer Applications
论文简介：
本文描述了一种先进的拼车系统，称为智能拼车系统(ICS)，它可以通过智能终端可以再任意时间和地点进行拼车服务。拼车过程对拼车服务问题(CSP)提出了基于遗传算法的拼车路径匹配算法(GCRMA)。这种算法在合理的时间内响应匹配结果的计算复杂度较小，并且通过早期停止的终止准则进一步缩短了处理时间。
研读内容三：
论文标题：A Partition-Based Match Making Algorithm for Dynamic Ridesharing
论文来源： 2015 IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS
论文简介：
本文提出了一种在保持绕路里程不超过某一特定极限的情况下，最大限度地利用拼车潜力的方法。特别针对大规模和高度动态的拼车系统。首先利用道路对城市进行分区，这些分区定义了行驶匹配的搜索空间。分区的大小和形状取决于道路网络的拓扑结构及规定的参数，这样方便我们进行后期的进一步优化。
Part 2
研读成员：姚林
研读内容简介：本次论文分享为两篇，一篇有关意大利面条图在天气预报方面的扩展应用，另一篇是有关神经网络在优化水利学公式的应用。
研读内容一：
论文标题：An Interactive Framework for Visualization of Weather Forecast Ensembles
论文来源：IEEE SciVis 2018
论文简介：
文章提出了一个可视化交互框架，从传统的意大利面条图中进一步抽象出简化的意大利面条图和特征图，使得对高密度聚类效果可以进行带宽选择和等值选取，并提供了子区域交互选择和重新分析的手段。其“交互-再聚类”的思维为本人研究思路提供支持。
研读内容二：
论文标题：基于MEA_BPNN的西北旱区参考作物蒸散量预报模型
论文来源：农业机械学报
论文简介：
水利学著名的彭曼公式计算复杂。文章基于思维进化算法优化的误差反向传播神经网络对潜在蒸散量进行预测：
（1）基于气象资料缺乏情况下的不同输入建立了十套MEA-BPNN网络；
（2）通过R2、RMSE、MAE、NSE等指标进行系统的评估并排名；
（3）对西北地区其他站点的适应性进行探索；
（4）为预报ET0提供依据，也为本人研究方向提供参考。
