本申请提供一种车辆调度方法，包括：获取调度区域内的乘客特征和各目标车辆对应的车辆特征；将所述调度区域内的乘客特征输入至区域用车期望预测模型进行用车期望预测处理，得到所述调度区域的用车期望信息；将所述调度区域内各目标车辆对应的车辆特征分别与所述调度区域对应的用车期望信息相融合，得到所述调度区域内各目标车辆对应的融合特征；将所述调度区域内各目标车辆对应的融合特征输入至调度区域预测模型进行调度区域预测处理，得到所述调度区域内各目标车辆的预测调度区域；根据每个所述调度区域内各目标车辆的预测调度区域，对所述多个调度区域中的目标车辆进行调度；采用双智能模型精确预测乘客用车需求分布和车辆调度目标区域。和车辆调度目标区域。和车辆调度目标区域。
【技术实现步骤摘要】
一种车辆调度方法、装置、电子设备及可读存储介质
[0001]本申请涉及智能
，特别涉及一种车辆调度方法、装置、电子设备及可读存储介质。
技术介绍
[0002]时至今日，在打车出行行业中，仍然存在大量客户端和司机端的需求匹配和合理而导致的问题，如用户打车难或等待时间长久，再如司机接单距离远等问题。
[0003]现有技术中采用的运营车辆资源调度的深度强化学习技术，以单智能体深度强化学习的方法和系统为主，基于打车市场和用户市场的复杂性，单智能体深度强化学习的方法和系统不能精确预测乘客用车需求分布和车辆调度目标区域。
技术实现思路
[0004]本申请为克服上述现有技术存在的缺陷而提供一种能够精确预测乘客用车需求分布和车辆调度目标区域的车辆调度方法、装置、电子设备及可读存储介质。
[0005]为解决上述技术问题，本申请提供以下技术方案：
[0006]根据本申请实施例的第一方面，提供一种车辆调度方法，包括：
[0007]获取调度区域内的乘客特征和各目标车辆对应的车辆特征；所述调度区域是对预设地理范围进行划分得到的多个调度区域中的任一调度区域，所述目标车辆为处于空闲状态的运营车辆；
[0008]将所述调度区域内的乘客特征输入至区域用车期望预测模型进行用车期望预测处理，得到所述调度区域的用车期望信息；
[0009]将所述调度区域内各目标车辆对应的车辆特征分别与所述调度区域对应的用车期望信息相融合，得到所述调度区域内各目标车辆对应的融合特征；
[0010]将所述调度区域内各目标车辆对应的融合特征输入至调度区域预测模型进行调度区域预测处理，得到所述调度区域内各目标车辆的预测调度区域；
[0011]根据每个所述调度区域内各目标车辆的预测调度区域，对所述多个调度区域中的目标车辆进行调度。
[0012]在一个示例性的实施方式中，所述方法还包括：
[0013]获取所述调度区域内各运营车辆的运营状态信息；
[0014]根据所述运营状态信息，确定处于空闲状态的运营车辆，得到所述调度区域内的目标车辆。
[0015]在一个示例性的实施方式中，所述方法还包括：
[0016]获取样本调度区域在第一时刻的样本乘客特征，以及所述样本调度区域对应的用车标签信息；所述用车标签信息根据样本调度区域在第二时刻的预约用车信息和实际用车信息确定，所述第二时刻是指所述第一时刻之后的时刻；
[0017]将所述样本调度区域的所述样本乘客特征输入至第一预设神经网络模型进行用
车期望预测，得到所述样本调度区域对应的用车期望信息；
[0018]根据所述样本调度区域对应的用车期望信息与所述样本调度区域对应的用车标签信息之间的差异，调整所述第一预设神经网络模型的模型参数；
[0019]基于调整后的模型参数继续进行迭代训练，直至达到预设的训练结束条件，得到所述区域用车期望预测模型。
[0020]在一个示例性的实施方式中，所述方法还包括：
[0021]获取所述样本调度区域在第二时刻的预约用车信息和实际用车信息；
[0022]确定所述预约用车信息和所述实际用车信息分别对应的权重；
[0023]根据所述预约用车信息和所述实际用车信息以及相应的权重进行加权求和，得到所述用车标签信息。
[0024]在一个示例性的实施方式中，所述方法还包括：
[0025]获取所述样本调度区域内各样本车辆在第三时刻的样本车辆特征，以及所述样本调度区域对应的调度标签信息；所述调度标签信息根据所述样本调度区域在第四时刻被调度车辆的接单信息确定，所述第三时刻是指所述第四时刻之后的时刻；
[0026]将各所述样本车辆的样本车辆特征和所述样本调度区域对应的用车期望信息相融合，得到各所述样本车辆对应的融合特征，将各所述样本车辆对应的融合特征输入至第二预设神经网络模型进行调度区域预测，得到各所述样本车辆对应的调度区域预测结果；
[0027]根据各所述样本车辆对应的调度区域预测结果与所述调度标签信息之间的差异，调整所述第二预设神经网络模型的模型参数；
[0028]基于调整后的模型参数继续进行迭代训练，直至达到预设的训练结束条件，得到所述调度区域预测模型。
[0029]在一个示例性的实施方式中，所述方法还包括：
[0030]获取所述样本调度区域在第四时刻被调度车辆的接单信息，所述接单信息包括接单量和用车结算信息；
[0031]确定所述接单量和所述用车结算信息分别对应的权重；
[0032]根据所述接单量和所述用车结算信息以及相应的权重进行加权求和，得到所述调度标签信息。
[0033]在一个示例性的实施方式中，所述第一预设神经网络模型和所述第二预设神经网络模型为深度神经网络或基于误差逆向传播算法的多层前馈神经网络。
[0034]根据本申请实施例的第二方面，提供一种车辆调度装置，所述装置包括：
[0035]特征获取模块，用于获取调度区域内的乘客特征和各目标车辆对应的车辆特征，所述调度区域是对预设地理范围进行划分得到的多个区域中的任一区域，所述目标车辆为处于空闲状态的运营车辆；
[0036]区域用车期望预测模块，用于基于所述调度区域内的乘客特征，获取所述调度区域的用车期望信息；
[0037]用车期望信息提取模块，用于提取所述调度区域的所述用车期望信息；
[0038]特征融合模块，用于获取所述调度区域内各目标车辆对应的融合特征，所述调度区域内各目标车辆对应的融合特征基于所述调度区域内各目标车辆特征及所述调度区域对应的用车期望信息；
[0039]调度区域预测模块，用于基于所述调度区域内各目标车辆对应的融合特征，获取所述调度区域内各目标车辆的预测调度区域；
[0040]目标车辆调度模块，用于基于所述调度区域内各目标车辆的预测调度区域，调度所述多个调度区域中的目标车辆。
[0041]在一个示例性的实施方式中，所述装置还包括：
[0042]特征获取模块，基于调度区域内各运营车辆的运营状态信息，获取调度区域内的目标车辆。
[0043]在一个示例性的实施方式中，所述装置还包括：
[0044]第一样本特征获取模块，用于获取样本调度区域在第一时刻的样本乘客特征，以及样本调度区域对应的用车标签信息；用车标签信息根据样本调度区域在第二时刻的预约用车信息和实际用车信息确定，第二时刻是指第一时刻之后的时刻；
[0045]样本区域用车期望预测模块，用于基于样本调度区域的样本乘客特征和第一预设神经网络模块，获取样本调度区域对应的用车期望信息；
[0046]第一样本参数调整模块，用于基于样本调度区域对应的用车期望信息与样本调度区域对应的用车标签信息之间的差异，调整第一预设神经网络模块的模块参数；
[0047]第一判断模块，用于根据样本调度区域对应的用车期望信息与样本调度区域对应的用车标签信息之间的差异，判断调整后的第一预设神经网络模本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车辆调度方法，其特征在于，包括：获取调度区域内的乘客特征和各目标车辆对应的车辆特征；所述调度区域是对预设地理范围进行划分得到的多个调度区域中的任一调度区域，所述目标车辆为处于空闲状态的运营车辆；将所述调度区域内的乘客特征输入至区域用车期望预测模型进行用车期望预测处理，得到所述调度区域的用车期望信息；将所述调度区域内各目标车辆对应的车辆特征分别与所述调度区域对应的用车期望信息相融合，得到所述调度区域内各目标车辆对应的融合特征；将所述调度区域内各目标车辆对应的融合特征输入至调度区域预测模型进行调度区域预测处理，得到所述调度区域内各目标车辆的预测调度区域；根据每个所述调度区域内各目标车辆的预测调度区域，对所述多个调度区域中的目标车辆进行调度。2.根据权利要求1所述的车辆调度方法，其特征在于，所述方法还包括：获取所述调度区域内各运营车辆的运营状态信息；根据所述运营状态信息，确定处于空闲状态的运营车辆，得到所述调度区域内的目标车辆。3.根据权利要求1或2所述的车辆调度方法，其特征在于，所述方法还包括：获取样本调度区域在第一时刻的样本乘客特征，以及所述样本调度区域对应的用车标签信息；所述用车标签信息根据样本调度区域在第二时刻的预约用车信息和实际用车信息确定，所述第二时刻是指所述第一时刻之后的时刻；将所述样本调度区域的所述样本乘客特征输入至第一预设神经网络模型进行用车期望预测，得到所述样本调度区域对应的用车期望信息；根据所述样本调度区域对应的用车期望信息与所述样本调度区域对应的用车标签信息之间的差异，调整所述第一预设神经网络模型的模型参数；基于调整后的模型参数继续进行迭代训练，直至达到预设的训练结束条件，得到所述区域用车期望预测模型。4.根据权利要求3所述的车辆调度方法，其特征在于，所述方法还包括：获取所述样本调度区域在第二时刻的预约用车信息和实际用车信息；确定所述预约用车信息和所述实际用车信息分别对应的权重；根据所述预约用车信息和所述实际用车信息以及相应的权重进行加权求和，得到所述用车标签信息。5.根据权利要求3所述的车辆调度方法，其特征在于，所述方法还包括：获取所述样本调度区域内各样本车辆在第三时刻的样本车辆特征，以及所述样本调度区域对应的调度标签信息；所述调度标签信息根据所述样本调度区域在第四时刻被调度车辆的接单信息确定，所述第三时刻是指所述第四时刻之后的时刻；将各所述样本车辆...
【专利技术属性】
技术研发人员：章毅，王磊，钟恕，罗顺风，黎勇，
申请(专利权)人：杭州优行科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。