基于主动分配型的出租车服务系统的最优多车调度方法技术方案

本发明专利技术公开了一种基于主动分配型的出租车服务系统的最优多车调度方法，包括：根据乘客打车请求中的始发地和目的地，以及出租车的当前位置，计算乘客始发地到目的地的最短时间路径上的距离，以及出租车当前位置到乘客的始发地的最短时间路径上的距离，然后计算每辆出租车的收益矩阵，以及乘客的最大等待时间矩阵；根据多车分配问题中的限制条件，计算系统效用值矩阵；执行调度过程，整个分配过程基于加权二部图，在此加权二部图中依次逐点寻找可行的增广路径，扩充已匹配的边的数量，当在最后一个点得到可行的增广路径后，更新后的匹配结果即为最优出租车调度结果。本发明专利技术不仅能够保证司机的收益，还可以降低乘客的平均等待时间，提高打车系统的整体效益。

【技术实现步骤摘要】

本专利技术属于移动车联网领域的出租车分配
，具体地涉及一种通过平衡出租车司机的收益和乘客的等待时间，来实现基于主动分配型的出租车服务系统的最优多车联合调度方法。
技术介绍
移动打车系统是近年来兴起的一种基于移动无线网络的打车模式，不同于传统的打车服务主要依靠出租车司机的经验实现载客过程。新兴的打车系统主要是通过乘客的客户端发送打车请求，出租车司机通过移动无线网络查看打车请求，以获得自己感兴趣的订单。随后出租车前往订单指定的地点，接送乘客到指定的目的地后，收取乘客的打车费用。近年来，随着移动无线网络和移动终端技术的发展，手机，平板，掌上电脑等终端设备已经配备有强大的无线网卡，如4G网，WiFi，以及各种各样的传感器，如GPS，这使得基于移动无线网络的打车系统具有低成本、普遍适用性、高度灵活性的优势，因而有着广泛的应用前景。国外常见的打车系统包括美国的Uber、英国的Hailo、印度的Autowale、及日本的LineTaxi等，国内的打车系统包括滴滴打车、快滴打车等。当前的一个典型的打车系统(比如滴滴打车)一般包含三个阶段。第一阶段，乘客通过手机客户端发送打车请求给位于网络中心的出租车服务中心。打车请求一般只包含乘客的当前位置和目的地。在收到乘客的打车请求后，服务中心就会通过无线网络发布这些请求。第二阶段，一旦收到打车请求，出租车司机都会根据自己的兴趣、位置、收益等因素进行抢单。当一个出租车成功获得订单后，他就会前往订单指定的地点去接送相应的乘客到其目的地。第三阶段，到达目的地后，乘客会就此次的打车过程进行评价，并支付相应的打车费用。虽然当前的出租车服务系统给出租车司机和乘客提供了很大的方便，但是当前的打车模式仍然具有一定的弊端。比如，基于司机抢单的运营模式会吸引司机大量的注意力，包括在驾车过程中，这很可能会导致交通事故的发生；而且司机之间的竞争也会造成大量的资源浪费，包括网络带宽、终端能量等；另外，很多司机都会抱怨由于其他司机会使用第三方的抢单软件进行作弊，从而导致自己没有获得过订单。所以为了避免上述的问题，提出更先进的出租车调度模式刻不容缓。同时，在基于移动无线网络的打车系统中，寻找出最佳的出租车分配方案不仅可以提高司机的收益，而且可以降低用户的等待时间，可有效地平衡出租车的收益和乘客的等待时间，具有很高的实用价值以及广泛的应用前景。
技术实现思路
针对上述存在的技术问题，本专利技术目的是：提供了一种基于主动分配型的出租车服务系统的最优多车调度方法，本专利技术的出租车服务系统采用主动分配的模式来调度出租车，在结合了司机的收益和乘客的等待时间后，采用系统效用值作为最终的优化目标。在进行调度的过程中，打车系统不仅考虑到出租车空载时的成本，还更加人性化地考虑到多种车型的需求，同时还加入了司机对每次派单的纯收益的最小阈值限制，在这种更加符合实际的新型打车系统中，寻找出最优的出租车分配方案。本专利技术的技术方案是：一种基于主动分配型的出租车服务系统的最优多车调度方法，包括以下步骤：S01：根据乘客打车请求中的始发地和目的地，以及出租车的当前位置，再考虑地图定位技术和实时交通信息系统，计算出乘客始发地到目的地的最短时间路径上的距离Si，以及出租车当前位置到乘客的始发地的最短时间路径上的距离Sij，然后计算每辆出租车的收益以及乘客的最大等待时间得到出租车的收益矩阵和乘客的等待时间矩阵，其中α、β、γ分别为出租车单位距离的收费参数、成本参数以及时间参数，k表示出租车的类型，Tx表示当前的时间窗口的值；S02：根据多车分配问题中的限制条件，根据系统效用函数计算系统效用值矩阵，系统效用函数为：其中，π表示分配策略，以一个n×m的矩阵表示(n表示乘客数目，m表示出租车数目)，当πij＝1表示第j辆出租车被分配给第i个打车的乘客，K表示出租车总的种类，λ为司机的收益和乘客的等待时间的比例参数；S03：出租车服务中心执行调度过程，整个分配过程基于加权二部图，在此加权二部图中，一边是由所有的乘客组成的集合，另一边是由收集的空闲出租车组成的集合，带权的边是计算的系统效用值，在此加权二部图中依次逐点寻找可行的增广路径，扩充已匹配的边的数量。当不能找到增广路径时，计算权值调整参数d以改变二部子图两边的所有点权值，重新构建二部子图，然后再次寻找增广路径，直到最后一个点。优选的，所述步骤S02中多车分配问题中的限制条件包括，司机的收益大于其最小阈值；乘客所请求的出租车类型和分配的出租车类型保持一致；每辆车至多对应一个乘客及每个乘客最多分配一辆车。优选的，所述步骤S01之前还包括，乘客发送打车请求给出租车服务中心，打车请求包括乘客的ID、请求的出租车类型、始发地和目的地；出租车服务中心在时间窗口内，收集所有已注册的出租车信息，根据出租车是否载客状态，筛选出所有空闲的出租车，并且按照其ID进行编号。优选的，所述出租车信息包括出租车ID、是否载客状态、出租车的类型、出租车的实时位置以及司机收益的最小阈值θ。优选的，所述步骤S03中，以加权二部图的全部顶点和部分边构建二部子图，在模型化的二部子图中依次逐点寻找可行的增广路径，然后把所有的第奇数条边添加到已匹配边中，同时删掉所有的第偶数条边，使得已匹配的边数得到增加，当不能找到增广路径时，算法会计算相应的权值调整参数d以改变二部子图两边的所有点权值，重新构建二部子图，然后再次寻找增广路径，直到最后一个点寻找出可行的增广路径，更新后的匹配结果就是一个最优的出租车调度结果。优选的，所述权值调整参数d的计算公式为：d＝min{l(ai)+l(bj)-Wij|ai∈S,bj∈(B/T)本文档来自技高网...

【技术保护点】
一种基于主动分配型的出租车服务系统的最优多车调度方法，其特征在于，包括以下步骤：S01：根据乘客打车请求中的始发地和目的地，以及出租车的当前位置，再考虑地图定位技术和实时交通信息系统，计算出乘客始发地到目的地的最短时间路径上的距离Si，以及出租车当前位置到乘客的始发地的最短时间路径上的距离Sij，然后计算每辆出租车的收益以及乘客的最大等待时间得到出租车的收益矩阵和乘客的等待时间矩阵，其中α、β、γ分别为出租车单位距离的收费参数、成本参数以及时间参数，k表示出租车的类型，Tx表示当前的时间窗口的值；S02：根据多车分配问题中的限制条件，根据系统效用函数计算系统效用值矩阵，系统效用函数为：U(π)=Σk=1KΣj=1mΣi=1nπij[αkSi-βk(Si+Sij)-λ(Tx+γkSij)];]]>其中，π表示分配策略，以一个n×m的矩阵表示(n表示乘客数目，m表示出租车数目)，当πij＝1表示第j辆出租车被分配给第i个打车的乘客，K表示出租车总的种类，λ为司机的收益和乘客的等待时间的比例参数；S03：出租车服务中心执行调度过程，整个分配过程基于加权二部图，在此加权二部图中，一边是由所有的乘客组成的集合，另一边是由收集的空闲出租车组成的集合，带权的边是计算的系统效用值，在此加权二部图中依次逐点寻找可行的增广路径，扩充已匹配的边的数量，当最后一个点在修改权值调整参数得到增广路径后，更新后的匹配边就是最优的出租车调度结果。...

【技术特征摘要】
1.一种基于主动分配型的出租车服务系统的最优多车调度方法，其特征在于，包括以下步骤：S01：根据乘客打车请求中的始发地和目的地，以及出租车的当前位置，再考虑地图定位技术和实时交通信息系统，计算出乘客始发地到目的地的最短时间路径上的距离Si，以及出租车当前位置到乘客的始发地的最短时间路径上的距离Sij，然后计算每辆出租车的收益以及乘客的最大等待时间得到出租车的收益矩阵和乘客的等待时间矩阵，其中α、β、γ分别为出租车单位距离的收费参数、成本参数以及时间参数，k表示出租车的类型，Tx表示当前的时间窗口的值；S02：根据多车分配问题中的限制条件，根据系统效用函数计算系统效用值矩阵，系统效用函数为：U(π)=Σk=1KΣj=1mΣi=1nπij[αkSi-βk(Si+Sij)-λ(Tx+γkSij)];]]>其中，π表示分配策略，以一个n×m的矩阵表示(n表示乘客数目，m表示出租车数目)，当πij＝1表示第j辆出租车被分配给第i个打车的乘客，K表示出租车总的种类，λ为司机的收益和乘客的等待时间的比例参数；S03：出租车服务中心执行调度过程，整个分配过程基于加权二部图，在此加权二部图中，一边是由所有的乘客组成的集合，另一边是由收集的空闲出租车组成的集合，带权的边是计算的系统效用值，在此加权二部图中依次逐点寻找可行的增广路径，扩充已匹配的边的数量，当最后一个点在修改权值调整参数得到增广路径后，更新后的匹配边就是最优的出租车调度结果。2.根据权...

【专利技术属性】
技术研发人员：高国举，肖明军，黄刘生，
申请(专利权)人：中国科学技术大学苏州研究院，
类型：发明
国别省市：江苏;32