| Title: | Сравнительный анализ жадного и генетического алгоритмов в задаче оптимизации распределения вместимости для фиксированных маршрутов карпулинга |
| Other Titles: | Comparative analysis of greedy and genetic algorithms in the capacity allocation optimization problem for fixed carpooling routes |
| Authors: | Али Марван, А. Ф. А. |
| Keywords: | материалы конференций;карпулинг;генетические алгоритмы;управление доходами;оптимизация выручки;динамические ценообразования |
| Issue Date: | 2026 |
| Publisher: | БГУИР |
| Citation: | Али Марван, А. Ф. А. Сравнительный анализ жадного и генетического алгоритмов в задаче оптимизации распределения вместимости для фиксированных маршрутов карпулинга = Comparative analysis of greedy and genetic algorithms in the capacity allocation optimization problem for fixed carpooling routes / А. Ф. А. Али Марван // Актуальные вопросы экономики и информационных технологий : сборник материалов докладов 62-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 13–17 апреля 2026 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2026. – С. 284–287. |
| Abstract: | В статье проведен сравнительный анализ жадного алгоритма (Best-Fit) и генетического алгоритма (GA) в задаче распределения мест для междугороднего карпулинга. Установлено, что генетический алгоритм увеличивает число обслуженных пассажиров на 24%, что напрямую конвертируется в рост выручки оператора. Несмотря на высокую вычислительную сложность, GA позволяет реализовать полноценную модель управления доходами (Revenue Management). Авторами предложен переход от простой оптимизации к экономической модели, включающей динамическое ценообразование и гибкие скидки до 30% для минимизации потерь от незаполненных мест. |
| Alternative abstract: | This paper evaluates a greedy algorithm (Best-Fit) and a genetic algorithm (GA) for seat allocation in intercity carpooling. The results show that the GA increases the number of passengers served by 24%, directly impacting the operator's profitability by reducing the "lost opportunity" of empty seats. While the greedy algorithm ( O(N log N)) is faster, the GA enables a sophisticated Revenue Management approach. The study concludes that integrating such algorithms with dynamic pricing—offering up to 30% discounts based on occupancy—transforms combinatorial optimization into a robust economic model for shared mobility platforms. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/65280 |
| Appears in Collections: | Актуальные вопросы экономики и информационных технологий : материалы 62-й научной конференции аспирантов, магистрантов и студентов (2026)
|
