基于引力模型的细粒度出租车路线推荐方法、系统及介质技术方案

本发明专利技术提供了一种基于引力模型的细粒度出租车路线推荐方法、系统及介质，包括：分钟级需求预测步骤：将城市的道路网络划分为预设数量的网格，使用语境的时空网络CSTN预测网格的需求分布，同时使用长短期模型LSTM预测总订单需求，计算在网格中出租车接到乘客的概率；全局动态平衡的出租车调度步骤：计算空车在不同网格中接到乘客的概率，结合网格与空车间的距离，得出反映网格对空车的吸引力的引力模型，为空车推荐分步行驶路线。本发明专利技术考虑了短时间等待的乘客的需求，实现了分钟级别的需求预测，通过逐渐将空出租车从冷门的网格转移到热门网格，并考虑每个网格中将来的出租车到达情况，实现了出租车供需之间的全局动态平衡。

【技术实现步骤摘要】
基于引力模型的细粒度出租车路线推荐方法、系统及介质
本专利技术涉及路线推荐
，具体地，涉及一种基于引力模型的细粒度出租车路线推荐方法、系统及介质。
技术介绍
出租车服务是城市公共交通系统的重要组成部分。随着移动互联网和配备GPS的智能手机技术的发展，移动出行应用程序因其便利性而变得流行，例如滴滴出行和享道出行。但是，各出行公司之间的竞争非常激烈。一般而言，乘客可以同时在多个打车应用程序中下相同的订单。之后他们选择先到达的出租车，然后在其他应用程序上取消订单。通过GPS设备收集的大量出租车订单数据可以提供有关乘客短时间等待行为的更多发现。在分析滴滴平台收集的大量的来自中国海口的出租车轨迹数据集后，我们发现乘客平均花费3分钟等待出租车。此外，如果出租车距离乘客5分钟路程，则取消订单的可能性高达15.2％。另一方面，先前的研究表明，出租车在沿路寻找乘客的总时间中花费了35％至60％。乘客的短时间等待行为需要出租车服务平台的快速响应。为了提高效率，服务平台应及时为空出租车提供行驶路线建议。这样做有双重好处：首先，出租车可以尽快找到本文档来自技高网...

【技术保护点】
1.一种基于引力模型的细粒度出租车路线推荐方法，其特征在于，包括：/n分钟级需求预测步骤：将城市的道路网络划分为预设数量的网格，使用语境的时空网络CSTN预测网格的需求分布，同时使用长短期模型LSTM预测总订单需求，计算在网格中出租车接到乘客的概率；/n全局动态平衡的出租车调度步骤：计算空车在不同网格中接到乘客的概率，结合网格与空车间的距离，得出反映网格对空车的吸引力的引力模型，为空车推荐分步行驶路线。/n

【技术特征摘要】
1.一种基于引力模型的细粒度出租车路线推荐方法，其特征在于，包括：
分钟级需求预测步骤：将城市的道路网络划分为预设数量的网格，使用语境的时空网络CSTN预测网格的需求分布，同时使用长短期模型LSTM预测总订单需求，计算在网格中出租车接到乘客的概率；
全局动态平衡的出租车调度步骤：计算空车在不同网格中接到乘客的概率，结合网格与空车间的距离，得出反映网格对空车的吸引力的引力模型，为空车推荐分步行驶路线。


2.根据权利要求1所述的基于引力模型的细粒度出租车路线推荐方法，其特征在于，所述分钟级需求预测步骤包括：
将第t个时槽中的历史订单数据处理成一个3D起始-到达OD矩阵：
Xt∈R(H*W)*H*W
其中，H*W是总网格数；H表示路网中纵向的网格数，W表示路网中横向的网格数；
Xt(z,xo,yo)表示从原始网格g(xo,yo)到目标网格g(xd,yd)的订单数量，z是一维索引目标网格g(xd,yd)的坐标，表达式为：
z＝xd*W+yd
x0，y0分别表示原始网格在路网中的横向和纵向的索引；xd，yd分别表示目标网格在路网中的横向和纵向的索引；
给定最近n个时槽的OD矩阵Xi|i＝t-n+1,…,t和相应的天气数据，使用CSTN预测Xt+1；i表示下标索引号；
给定最近n个时槽中整个城市的订单数量Mi|i＝t-n+1,…,t，使用LSTM预测订单数Mt+1；
根据预测得到的Xt+1和Mt+1，计算得到需求矩阵Dt+1∈RH*W和即将到达各网格的出租车数量矩阵At+1∈RH*W，其中，Dt+1(x,y)和At+1(x,y)的计算公式如下：






其中，z＝x*W+y是网格g(x,y)的一维索引；根据Dt+1(x,y)和At+1(x,y)的预测计算在网格中出租车接到乘客的概率。


3.根据权利要求1所述的基于引力模型的细粒度出租车路线推荐方法，其特征在于，设为出租车推荐的所有路线集合，每天总订单数量为M，接单数量为m，则掉单数量为M-m，第一优化目标用于降低掉单率，表达式为：



假设N为出租车的总数，Ti为出租车i的总行驶时间，优化驾驶员空载时间的目标定义为：



令为订单j的行驶时间，则优化驾驶员空载时间的目标重定义为：



当订单数量大于预设阈值时，完成每个订单所花费的时间服从统计定律，公式为：




表示的数学期望；μ为期望值；
μ为常数项，优化驾驶员空载时间的目标转换为：



最小化出租车的空载时间和掉单率这两个优化目标是等效的，两者都视为使出租车订单总数最大化，因此得出：





4.根据权利要求1所述的基于引力模型的细粒度出租车路线推荐方法，其特征在于，假设单位时间内网格g中的订单数量服从参数为λ的泊松分布，在单位时间内，在网格g中出现k个乘客这一事件满足：



其中，x表示乘客人数，λ也表示每单位时间网格g的订单数量的期望值；
将出租车成功找到乘客的概率定义为1/u，其中u表示单位时间内在网格g中的额外出现的空车的数量，假设在网格g中每单位时间有k个订单，则出租车在网格g中能成功接到乘客的概率P为：



如果网格g中的空出租车的数量u小于订单的数量k，则k/u≥1，P＝1；
给定λ和网格g中额外...

【专利技术属性】
技术研发人员：钱诗友，欧阳景潮，曹健，薛广涛，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31