车辆信息的处理方法、装置、及电子设备制造方法及图纸

本发明专利技术公开了一种车辆信息的处理方法、装置、及电子设备，该处理方法包括：获取车辆信息、及针对该车辆分配的车次任务；获取选定的特征向量，其中，特征向量包括影响该车辆执行该车次任务的里程数的多个特征，多个特征包括车辆特征和车次特征；获取特征向量与行驶里程之间的映射函数；根据映射函数和特征向量的向量值，获得该车辆执行该车次任务的预测里程数；根据预测里程数确定该车辆是否执行该车次任务的处理结果。

【技术实现步骤摘要】
车辆信息的处理方法、装置、及电子设备
本专利技术涉及车辆信息处理
，更具体地，涉及一种车辆信息的处理方法，一种车辆信息的处理装置，一种电子设备，以及一种计算机可读存储介质。
技术介绍
随着城市交通运输的快速发展，公共交通在客流输送方面承担着越来越重要的角色，势必也对其运用提出了更高的要求。例如，对于公共车辆，当公共车辆结束当天运营计划回到车场后，需对回库公共车辆进行编配，以使其满足明日运营计划。通常，在选定第二日的车次列表后，需选择状态良好的车辆去担任列表中相应的车次任务，这个过程即称为车辆运营日计划编配。现有技术中，仍采用人工编配的方式进行计划制定，即检修调度根据车辆状态、停放位置等主观进行匹配，由于不同车次任务对应的里程往往不同，所以在车辆运营过程中的走行里程也会有较大差异，走行里程过大的车辆的可靠性在计划检修日期达到时便会低于阈值，导致行车不安全系数增大，而对于走行里程较小的车辆，频繁的计划检修会造成检修资源浪费。因此，有必要提供一种新的对车辆、及针对该车辆分配的车次任务运营编配的方法，以使得该车辆的行驶里程按照计划本文档来自技高网...

【技术保护点】
1.一种车辆信息的处理方法，包括：/n获取车辆信息、及针对所述车辆分配的车次任务；/n获取选定的特征向量，其中，所述特征向量包括影响所述车辆执行所述车次任务的里程数的多个特征，所述多个特征包括车辆特征和车次特征；/n获取所述特征向量与行驶里程之间的映射函数；/n根据所述映射函数和所述特征向量的向量值，获得所述车辆执行所述车次任务的预测里程数；/n根据所述预测里程数得到所述车辆是否执行所述车次任务的处理结果。/n

【技术特征摘要】
1.一种车辆信息的处理方法，包括：
获取车辆信息、及针对所述车辆分配的车次任务；
获取选定的特征向量，其中，所述特征向量包括影响所述车辆执行所述车次任务的里程数的多个特征，所述多个特征包括车辆特征和车次特征；
获取所述特征向量与行驶里程之间的映射函数；
根据所述映射函数和所述特征向量的向量值，获得所述车辆执行所述车次任务的预测里程数；
根据所述预测里程数得到所述车辆是否执行所述车次任务的处理结果。


2.根据权利要求1所述的处理方法，其中，所述车辆特征包括车辆编号和车辆类型中的至少一项；和/或，所述车次特征包括出发时间、到达时间、出发地点和到达地点中的至少一项。


3.根据权利要求1所述的处理方法，其中，所述多个特征还包括交叉特征，其中，所述交叉特征是使得车辆与所述车次任务交叉相关的特征，所述交叉特征包括检修任务；所述检修任务包括以下至少一项：检查任务、修理任务、保养任务、清洗任务。


4.根据权利要求1所述的处理方法，其中，所述获取所述特征向量与行驶里程间的映射函数的步骤，包括：
根据历史运行数据获取训练样本，其中，每一训练样本包括相配对的车辆及实际执行的车次任务；
根据所述训练样本的所述特征向量的向量值与所述训练样本对应的实际里程数，训练得到所述映射函数。


5.根据权利要求4所述的处理方法，其中，所述训练得到所述映射函数的步骤，包括：
以所述映射函数的待定系数为变量，分别根据每一所述训练样本的所述特征向量的向量值，确定每一所述训练样本的里程预测表达式；
根据每一所述训练样本的所述里程预测表达式以及每一所述训练样本的实际里程数，构建损失函数；
根据所述损失函数确定所述待定系数，完成本次对所述映射函数的训练。


6.根据权利要求5所述的处理方法，其中，所述构建损失函数的步骤包括：
对于每一所述训练样本，根据所述里程预测表达式以及所述实际里程数，确定对应的损失表达式；
将每一所述训练样本的损失表达式求和，得到所述损失函数。


7.根据权利要求4所述的处理方法，其中，所述处理方法还包括：
在所述车辆执行所述车次任务后，将所述车辆及所述车次任务作为新的训练样本；
根据所述新的训练样本的所述特征向量的向量值及所述新的训练样本在所对应的运营日的实际里程数，修正所述映射函数。


8.根据权利要求4所述的处理方法，其中，所述处理方法还包括：
根...

【专利技术属性】
技术研发人员：裴成，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY