基于多目标遗传算法的用车调价方法、系统及存储介质技术方案

本申请涉及一种基于多目标遗传算法的用车调价方法、系统及存储介质，其属于互联网移动出行用车，其中方法包括：随机生成若干组针对某一出发城市组的调价编码，调价编码由与各供应商对应的调价系数组成；根据预设的适应度函数，计算调价编码的适应度信息，根据适应度信息筛选出调价编码中的非支配解，并定义为优选编码；将优先编码按照对应的适应度信息，以轮盘赌算法的方式生成父代编码；将父代编码按照预设的交叉算子和变异算子进行计算，生成子代编码，更新优选编码；判断是否满足预设的终止条件，当满足预设的终止条件时，根据最新的优选编码确定最终调价编码。本申请具有优选出平台的实际营收最大化的方案的效果。平台的实际营收最大化的方案的效果。平台的实际营收最大化的方案的效果。

【技术实现步骤摘要】
基于多目标遗传算法的用车调价方法、系统及存储介质


[0001]本申请涉及互联网移动出行用车的领域，尤其是涉及一种基于多目标遗传算法的用车调价方法、系统及存储介质。

技术介绍

[0002]目前，随着互联网系统的高速发展，越来越多的企业围绕网约车开展相应接送业务，给用户出行提供便利的同时也在潜移默化的影响用户出行习惯。为了更高把握拿下用户的出行订单，一些集成了多个供应商的平台往往将指派的供应商进行黑盒处理或者直接按照约定价格进行报价。由于各个供应商在同一个城市下的价格尺度不一致，指定的报价不能适用于每一个城市，这会导致用户叫车的实际体验不佳，且平台的实际营收也无法达到理想的效果。
[0003]现有的，人为根据实际营收和实际供求关系对供应商原始报价进行调整。在平台成熟，订单量较大且稳定时，适当将报价调高以获取更多的收益；在订单量较低时，适当将报价调低以吸引更多的用户。
[0004]上述中的相关技术存在以下缺陷：人工调节周期较长，人为主观因素对调价的策略存在干预，且实际收益与调价之间相关性不明显，难以获取使得平台的实际营收最大化的方案。

技术实现思路

[0005]为了能优选出平台的实际营收最大化的方案，本申请提供一种基于多目标遗传算法的用车调价方法、系统及存储介质。
[0006]第一方面，本申请提供一种基于多目标遗传算法的用车调价方法，采用如下的技术方案：一种基于多目标遗传算法的用车调价方法，包括：随机生成若干组针对某一出发城市组的调价编码，所述调价编码由与各供应商对应的调价系数组成，所述出发城市组包括若干消费水平相近的出发城市；根据预设的适应度函数计算所述调价编码的适应度信息；根据适应度信息筛选出所述调价编码中的非支配解，并定义为优选编码；将所述优先编码按照对应的所述适应度信息，以轮盘赌算法的方式生成父代编码；将所述父代编码按照预设的交叉算子和变异算子进行计算，生成子代编码，根据所述子代编码和所述父代编码合并后的非支配解，更新所述优选编码；判断是否满足预设的终止条件，当满足预设的终止条件时，根据最新的优选编码确定最终调价编码。
[0007]通过采用上述技术方案，随机生成某一城市内的所有供应商的调价系数，生成调价编码，经过父代编码和子代编码的迭代运算，不断地对种群进行迭代更新，并且由适应度
函数筛选出非支配解，最终获取适应度函数较大的调价编码。经过不断的迭代，使得各个供应商的调价系数总体向收益更大的方向移动，最终能够实现平台收益最大化。
[0008]可选的，所述随机生成若干组针对某一出发城市组的调价编码，之前包括：获取所有城市的有效订单信息，所述有效订单信息包括出发城市、里程数和价格；根据所述里程数和所述价格生成每公里均价，所述每公里均价与所述有效订单信息一一对应；根据同一所述出发城市的所有每公里均价生成四分位数信息，所述四分位数信息与所述出发城市一一对应；基于所述四分位数信息，对所述出发城市进行聚类生成出发城市组，所述出发城市组的个数是预设的，每个所述出发城市组包括若干出发城市。
[0009]通过采用上述技术方案，计算每个有效订单的每公里均价，根据计算生成的每公里均价，将所有城市进行聚类，以此使得在进行种群迭代的时候，只需对每个出发城市组进行计算，而无需针对每一个城市，减小了计算量，提高了计算效率，同时，采用出发城市组的方式，可以为订单量较少的城市补充数据。
[0010]可选的，所述基于所述四分位数信息，对所述出发城市进行聚类，生成出发城市组具体包括：随机生成若干参考四分位数，所述参考四分位数的个数与所述出发城市组预设的个数相等；根据所述四分位数信息，计算各所述四分位数信息与所述参考四分位数之间的加权距离；根据所述加权距离，生成与所述参考四分位数对应的出发城市组；获取所述出发城市组内各出发城市的四分位数信息，计算所述四分位数信息与对应的所述参考四分位数之间的加权距离；根据所述加权距离对所述参考四分位数进行更新；判断是否满足停止更新的条件；若满足停止更新的条件，则根据当前所述参考四分位数生成对应的出发城市组。
[0011]通过采用上述技术方案，按照城市的不同将有效订单分类，从而根据每个有效订单的每公里均价，生成每个城市的四分位数，并将四分位数信息作为城市的特征，对所有城市进行聚类，四分位数可以有效地描述城市内的每公里均价分布情况，使得对城市的聚类更准确。
[0012]可选的，所述四分位数信息包括上四分位数、中四分位数和下四分位数；所述参考四分位数包括参考上四分位数、参考中四分位数和参考下四分位数；所述计算所述四分位数信息与对应的所述参考四分位数之间的加权距离具体包括：根据所述上四分位数和所述参考上四分位数生成上四分位数距离，根据所述上四分位数和所述参考上四分位数生成上四分位数距离，根据所述上四分位数和所述参考上四分位数生成上四分位数距离；将所述上四分位数距离、下四分位数距离和下四分位数距离乘以对应的权重，相加后得到所述加权距离；所述上四分位数距离的权重最大，所述下四分位数距离的权重最
小。
[0013]通过采用上述技术方案，根据历史的有效订单可得，随着里程数的增加，每公里均价越低且波动越小，因此在将四分位数信息作为每个城市的特征对城市进行聚类时，较大的四分位数设有更大的权重，使其在聚类时发挥主要作用，对城市的聚类能够更加准确。
[0014]可选的，所述适应度函数包括税后营收函数、订单总量函数、复购比率函数；所述方法还包括;根据预设时间内的有效订单信息和调价系数，经过函数拟合生成税后营生函数、订单总量函数和复购比率函数。
[0015]通过采用上述技术方案，适应度函数包括税后营收、订单总量和复购比率三个方面，通过这三个较好拟合的方面，从多个方面反应了平台的实际整体收益，有助于使得最终生成的调价编码更符合实际事情，更有效。
[0016]可选的，所述根据预设的适应度函数计算所述调价编码的适应度信息，具体包括：获取各供应商的原始报价；将所述原始报价和所述调价编码中的调价系数对应相乘得到初步报价；获取最小的初步报价对应的调价系数；根据所述调价系数和所述适应度函数生成适应度信息，并将所述适应度信息与当前的所述调价编码关联。
[0017]通过采用上述技术方案，在每个调价编码中选取一个调价系数来计算适应度信息，根据该调价系数计算生成的初步报价是该调价编码中最低的，与实际情况相符：当用户在同等条件下面对多个报价选择时，大概率会选择价格最低的一项，从而提高迭代结果的有效性。
[0018]可选的，所述随机生成若干组针对某一出发城市组的调价编码具体包括：获取各运营商针对各不同车型的原始报价；计算当前车型对应的原始报价与比所述当前车型高一级的车型对应的原始报价的比值，并所述比值定义为所述当前车型的调价系数上限，所述调价系数与所述运营商一一对应；根据所述原始报价和当前出发城市的税制，生成所述当前车型的调价系数下限；在与所述运营商对应的所述调价系数上限和所述调价系数下限形成的范围内，随机生成各运营商的调价系数，将不同运营商的调价系数整合生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多目标遗传算法的用车调价方法，其特征在于，包括：随机生成若干组针对某一出发城市组的调价编码，所述调价编码由与各供应商对应的调价系数组成，所述出发城市组包括若干消费水平相近的出发城市；根据预设的适应度函数计算所述调价编码的适应度信息；根据适应度信息筛选出所述调价编码中的非支配解，并定义为优选编码；将所述优先编码按照对应的所述适应度信息，以轮盘赌算法的方式生成父代编码；将所述父代编码按照预设的交叉算子和变异算子进行计算，生成子代编码，根据所述子代编码和所述父代编码合并后的非支配解，更新所述优选编码；判断是否满足预设的终止条件，当满足预设的终止条件时，根据最新的优选编码确定最终调价编码。2.根据权利要求1所述的多目标遗传算法的用车调价方法，其特征在于，所述随机生成若干组针对某一出发城市组的调价编码之前，包括：获取所有城市的有效订单信息，所述有效订单信息包括出发城市、里程数和价格；根据所述里程数和所述价格生成每公里均价，所述每公里均价与所述有效订单信息一一对应；根据同一所述出发城市的所有每公里均价生成四分位数信息，所述四分位数信息与所述出发城市一一对应；基于所述四分位数信息，对所述出发城市进行聚类生成出发城市组，所述出发城市组的个数是预设的，每个所述出发城市组包括若干出发城市。3.根据权利要求2所述的多目标遗传算法的用车调价方法，其特征在于，所述基于所述四分位数信息，对所述出发城市进行聚类生成出发城市组具体包括：随机生成若干参考四分位数，所述参考四分位数的个数与所述出发城市组预设的个数相等；根据所述四分位数信息，计算各所述四分位数信息与所述参考四分位数之间的加权距离；根据所述加权距离，生成与所述参考四分位数对应的出发城市组；获取所述出发城市组内各出发城市的四分位数信息，计算所述四分位数信息与对应的所述参考四分位数之间的加权距离；根据所述加权距离对所述参考四分位数进行更新；判断是否满足停止更新的条件；若满足停止更新的条件，则根据当前所述参考四分位数生成对应的出发城市组。4.根据权利要求3所述的多目标遗传算法的用车调价方法，其特征在于，所述四分位数信息包括上四分位数、中四分位数和下四分位数；所述参考四分位数包括参考上四分位数、参考中四分位数和参考下四分位数；所述计算所述四分位数信息与对应的所述参考四分位数之间的加权距离具体包括：根据所述上四分位数和所述参考上四分位数生成上四分位数距离，根据所述上四分位数和所述参考上四分位数生成上四分位数距离，根据所述上四分位数和所述参考上四分位数生成上四分位数距离；将所述上四分位数距离、下四分位数距...

【专利技术属性】
技术研发人员：李秋玮，谭英杰，殷燕萍，柳影波，
申请(专利权)人：同程网络科技股份有限公司，
类型：发明
国别省市：