gpt4 book ai didi

optimization - 机器学习挑战: technique for collect the coins

转载 作者:行者123 更新时间:2023-11-30 09:13:27 27 4
gpt4 key购买 nike

假设有一家公司拥有几个vending machines收集硬币的。当投币保险箱已满时,机器将无法出售任何新元素。为了防止这种情况发生,公司必须在此之前收集硬币。但如果公司太早 dispatch 技术人员,公司就会因为他进行不必要的旅行而蒙受损失。面临的挑战是预测收集硬币的正确时间,以最大限度地降低运营成本。

每次访问(收集或其他操作)时,都会读取保险箱中硬币的水平。该数据包含有关每台机器安全灌装的历史信息。

解决这个问题的最佳机器学习技术和计算方法是什么?

最佳答案

这是我看到的问题的两个部分:

1)自动售货机型号

我可能会使用历史数据为每台机器构建一个模型。既然您说线性方法可能不好,您需要考虑对机器填充有影响的因素,即与时间相关的因素,如工作日依赖性、假期依赖性等,也许还有其他影响,如天气?因此,您需要将这些因素附加到历史数据中以建立良好的预测模型。许多机器学习技术可以帮助创建模型并找到真实的数据相关性。也许您应该根据历史数据创建描述符,并尝试将它们与机器的填充状态相关联。 PLS 可以帮助减少描述符空间并找到相关的。如果您确实不了解相关性的基础数学,那么神经网络就非常有用。玩玩它。但几乎任何机器学习技术都应该能够提出一个像样的模型

2)收款

对技术人员随机前往机器的成本进行建模。考虑机器的灌装等级和行程成本。您可以派技术人员进行虚拟收集之旅,并计算收集资金的总成本和机器的收入。再次使用具有某种进化策略的神经网络来找到最佳的行程和时间。您可以在虚拟优化过程中使用机器的填充等级模型,因为您可能需要在这些虚拟收集轮次中估计机器的填充等级。

您遇到的有趣问题...

关于optimization - 机器学习挑战: technique for collect the coins,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17381287/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com