一种车辆调度方法及装置制造方法及图纸

本发明专利技术实施例提供了一种车辆调度方法及装置。所述方法包括：获取目标区域的第一状态参数，所述第一状态参数包括：本区域订单需求数量、本区域车辆供给数量、周边区域订单需求数量以及周边区域车辆供给数量中的至少一个第一子参数的值域；从预设的决策模型中，匹配所述第一状态参数的目标状态；根据所述目标状态的目标操作，调整所述目标区域的车辆召回半径；其中，目标操作为所述决策模型中，订单派发成功的预测量最大的调整操作。本发明专利技术实施例解决了现有技术中，网约车以固定区域派单的方式，容易引起供需不平衡的问题。

【技术实现步骤摘要】
一种车辆调度方法及装置
本专利技术涉及互联网
，尤其涉及一种车辆调度方法及装置。
技术介绍
近年来，随着移动互联网行业的迅速发展，传统交通运输与互联网融合的行业新业态蓬勃发展，使得网络约车服务(简称网约车)俨然已经成为用户出行的一个重要方式，网约车可满足用户在不同出行场景中的使用需求，用户规模持续、稳定地增长，其在短时间内迅速占据了大量的用户市场，也为用户出行带来了极大的便利。网约车平台在接收到用户从客户端触发的约车订单后，将约车订单派发给空闲状态的车辆；在每个派单周期内，平台通常会接收到大量的订单，因此需要对订单与车辆进行合理的调配，使得接单率最大化。具体地，网约车平台在派单的过程中，通常将在地域上划分较小的地理范围，作为一个派单区域，在该区域内的约车订单，通常由该区域的车辆承接，也就是，每个固定的区域进行派单。然而，此种派单方式，容易引起供需不平衡，以提高订单资源与车辆资源的利用率。
技术实现思路
本专利技术实施例提供一种车辆调度方法及装置，以解决现有技术中，网约车以固定区域派单的方式，容易引起供需不平衡的问题。一方面，本专利技术实施例提供了一种车辆调度方法，所述方法包括：获取目标区域的第一状态参数，所述第一状态参数包括：本区域订单需求数量、本区域车辆供给数量、周边区域订单需求数量以及周边区域车辆供给数量中的至少一个第一子参数的值域；从预设的决策模型中，匹配所述第一状态参数的目标状态；其中，所述目标状态的状态参数中的第二子参数的值域，包括所述第一子参数的值域；所述决策模型中，包括至少两个预测状态，不同的所述预测状态的状态参数中，存在至少一个值域不同的所述状态参数；根据所述目标状态的目标操作，调整所述目标区域的车辆召回半径；其中，目标操作为所述决策模型中，订单派发成功的预测量最大的调整操作。另一方面，本专利技术实施例还提供一种车辆调度装置，所述装置包括：参数获取模块，用于获取目标区域的第一状态参数，所述第一状态参数包括：本区域订单需求数量、本区域车辆供给数量、周边区域订单需求数量以及周边区域车辆供给数量中的至少一个第一子参数的值域；状态匹配模块，用于从预设的决策模型中，匹配所述第一状态参数的目标状态；其中，所述目标状态的状态参数中的第二子参数的值域，包括所述第一子参数的值域；所述决策模型中，包括至少两个预测状态，不同的所述预测状态的状态参数中，存在至少一个值域不同的所述状态参数；半径调整模块，用于根据所述目标状态的目标操作，调整所述目标区域的车辆召回半径；其中，目标操作为所述决策模型中，订单派发成功的预测量最大的调整操作。又一方面，本专利技术实施例还提供一种电子设备，该电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的车辆调度方法中的步骤。再一方面，本专利技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的车辆调度方法中的步骤。在本专利技术实施例中，获取目标区域的第一状态参数；从预设的决策模型中，匹配所述第一状态参数的目标状态；根据所述目标状态的目标操作，调整所述目标区域的车辆召回半径，使得目标区域的订单派发成功量最大化；基于决策模型，调整整个服务区域内的每个目标区域的车辆召回半径，若目标区域供需不平衡，通过调整车辆召回半径，协调与周边区域之间的车辆与订单资源，降低空驶率，服务区域内整体的订单派发成功量。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的车辆调度方法的步骤流程图之一；图2为本专利技术实施例提供的车辆调度方法的步骤流程图之二；图3为本专利技术实施例提供的车辆调度装置的结构框图；图4为本专利技术实施例提供的电子设备的结构框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本专利技术的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。在本专利技术的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本专利技术实施例的实施过程构成任何限定。参见图1，本专利技术实施例提供了一种车辆调度方法，其中，所述方法可应用于网约车的服务器，所述服务器可与多个客户端通信连接，接收客户端发送的约车订单，并为客户端派发车辆。所述方法包括：步骤101，获取目标区域的第一状态参数，所述第一状态参数包括：本区域订单需求数量、本区域车辆供给数量、周边区域订单需求数量以及周边区域车辆供给数量中的至少一个第一子参数的值域。其中，目标区域为车辆调度的单位区域；比如，根据经纬度等地理位置信息，将所述服务器的服务区域划分为范围较小的目标区域，以提高派单精度。具体地，可以基于地域划分算法，比如地理位置距离排序算法(GeoHash)算法，GeoHash算法将二维的经纬度转换成一维的字符串(key)，可直观地展示在地图上，同一块区域的经纬度信息都转换成相同的字符串，被划分到相同的区域。随着字符串的数量变化，区域大小也相应变化；此外，还可以使用六边形划分算法进行地域划分，本专利技术实施例在此不作限定。在对目标区域进行车辆调度的过程中，获取目标区域的第一状态参数，第一状态参数包括：本区域订单需求数量、本区域车辆供给数量、周边区域订单需求数量以及周边区域车辆供给数量中的至少一个第一子参数的值域。周边区域即与目标区域相邻的区域；值域即数据范围，也就是说，第一状态参数包括第一子参数的值域，即每个第一子参数是一段连续的数据范围。比如，若第一状态参数包括A、B、C、D，4个第一子参数，而第一状态参数是如下形式：A数据范围、B数据范围、C数据范围、D数据范围。具体地，由于服务器的服务区域内的目标区域通常数量庞大，每个目标区域的第一子参数可能是连续的数值，这样，多个第一子参数可形成的参数组合(组合后形成第一状态参数)的数量会非常大；为了便于处理，将每个第一子参数分段处理，则多个第一子参数组合后形成的第一状态参数的数量将减少，以减少服务器的运算量，提高派单效率。步骤102，从预设的决策模型中，匹配所述第一状态参数的目标状态；其中，本文档来自技高网...

【技术保护点】
1.一种车辆调度方法，其特征在于，所述方法包括：/n获取目标区域的第一状态参数，所述第一状态参数包括：本区域订单需求数量、本区域车辆供给数量、周边区域订单需求数量以及周边区域车辆供给数量中的至少一个第一子参数的值域；/n从预设的决策模型中，匹配所述第一状态参数的目标状态；其中，所述目标状态的状态参数中的第二子参数的值域，包括所述第一子参数的值域；所述决策模型中，包括至少两个预测状态，不同的所述预测状态的状态参数中，存在至少一个值域不同的所述状态参数；/n根据所述目标状态的目标操作，调整所述目标区域的车辆召回半径；其中，目标操作为所述决策模型中，订单派发成功的预测量最大的调整操作。/n

【技术特征摘要】
1.一种车辆调度方法，其特征在于，所述方法包括：
获取目标区域的第一状态参数，所述第一状态参数包括：本区域订单需求数量、本区域车辆供给数量、周边区域订单需求数量以及周边区域车辆供给数量中的至少一个第一子参数的值域；
从预设的决策模型中，匹配所述第一状态参数的目标状态；其中，所述目标状态的状态参数中的第二子参数的值域，包括所述第一子参数的值域；所述决策模型中，包括至少两个预测状态，不同的所述预测状态的状态参数中，存在至少一个值域不同的所述状态参数；
根据所述目标状态的目标操作，调整所述目标区域的车辆召回半径；其中，目标操作为所述决策模型中，订单派发成功的预测量最大的调整操作。


2.根据权利要求1所述的车辆调度方法，其特征在于，所述获取目标区域的第一状态参数之前，所述方法包括：
获取所述目标区域的样本数据，所述样本数据包括第二状态参数，所述第二状态参数中的每个状态参数为一段连续数据范围；
根据所述第二状态参数，建立所述决策模型。


3.根据权利要求2所述的车辆调度方法，其特征在于，所述根据所述第二状态参数，建立所述决策模型的步骤，包括：
根据第二状态参数，确定所述目标区域的所述预测状态；
确定每个所述预测状态的初始订单量；所述初始订单量为订单派发成功的预测量；
根据预设的强化学习算法以及所述初始订单量，建立所述决策模型。


4.根据权利要求3所述的车辆调度方法，其特征在于，所述确定每个所述预测状态的初始订单量的步骤，包括：
根据所述样本数据中，所述预测状态下的本区域订单以及本区域车辆，确定所述预测状态的接单预测参数；所述接单预测参数为根据所述本区域订单与本区域车辆之间的距离确定的；
根据所述接单预测参数，建立包括所述本区域订单的订单集与包括所述本区域车辆的车辆集之间的二分图，确定所述二分图的最大匹配权值；所述最大匹配权值为所述初始订单量。


5.根据权利要求4所述的车辆调度方法，其特征在于，所述确定所述二分图的最大匹配权值的步骤，包括：
根据以下公式，计算所述二分图的最大匹配权值：



其中，X∈{0,n}为所述订单集，

X∈{0,m}为所述车辆集；
Wij表示i订单和j车辆之间的接单预测单数；
当且仅当i订单和j车辆可匹配时Xij为1，否则为0。


6.根据权利要求3所述的车辆调度方法，其特征在于，所述根据预设的强化学习算法以及所述初始订单量，建立所述决策模型的步骤，包括：
对所述预测状态进行排序，并依据排序后的预测状态，以及所述预测状态对应的调整操作，生成初始决策表；所述初始决策表中包括每个所述预测状态下订单派发成功的预测量；
针对所述初始决策表中的第一个预测状态，执行调整操作，所述调整操作包括：筛选订单派发成功的预测量最大的第一调整操作，并跳转至经过所述第一调整操作调整后的第二预测状态，同时根据经过所述第一调整操作调整后的订单派发成功的预测量更新所述初始决策表，得到第二决策表；
对于所述第二预测状态，依据所述第二决策表，执行所述调整操作，包括：筛选订单派发成功的预测量最大的第二调整操作，并跳转至经过所述第二调整操作调整后的第三预测状态，同时根据经过所述第二调整操作调整后的订单派发成功的预测量更新所述第二决策表，得到第三决策表；
重复执行所述调整操作，至完成每一个所述预测状态的调整，得到所述决策模型，所述决策模型为最后更新的决策表。


7.一种车辆调度装置，其特征在于，所述装置包括：
参数获取模块，用于获取目标区域的第一状态参数，所述第一状态参数包括：本区域订单需求数量、本区域车辆供给数量、周边区域订单需求数量以及周边区域车辆供给数量...

【专利技术属性】
技术研发人员：郭玉林，王昕，张之硕，朱健，刘栋，
申请(专利权)人：南京领行科技股份有限公司，
类型：发明
国别省市：江苏;32