本发明专利技术提供一种共享电动汽车调度方法、装置、电子设备及存储介质，在共享电动汽车分时租赁的场景下，能够以目标网点在历史时刻下的第一取车订单量、第一还车订单量、以及目标网点在历史时刻和待预测时刻下的外源特征来预测目标网点在待预测时刻下的第二取车订单量和第二还车订单量，并进一步考虑目标网点实时的运行状态进行车辆调度。基于本发明专利技术，能够实现共享电动汽车分时租赁的需求预测，并结合网点实时资源生成最优的车辆调度方案，以此实现网点供需平衡，以更小的调度成本实现更高的订单达成量和用户满意度。单达成量和用户满意度。单达成量和用户满意度。
【技术实现步骤摘要】
共享电动汽车调度方法、装置、电子设备及存储介质
[0001]本专利技术涉及人工智能
，更具体地说，涉及一种共享电动汽车调度方法、装置、电子设备及存储介质。
技术介绍
[0002]共享经济的概念向各领域发展，随着共享单车的大规模发展，共享汽车也逐渐进入市场，进入人们的生活之中。有别于汽油驱动的传统共享汽车可在任意地点取还车，共享电动汽车需在特定网点取还车以供车辆充电。
[0003]在共享电动汽车分时租赁的场景下，由于用户出行需求的不平衡性和潮汐性，造成网点之间车辆库存不平衡，为实现更高的订单达成量和用户满意度，需要保证各网点都有可用的车辆、同时车辆数量不可超过车位数，以免用户没有车位还车。
[0004]因此，如何合理地调度共享电动汽车以实现网点供需平衡，是现阶段亟需解决的问题。
技术实现思路
[0005]有鉴于此，为解决上述问题，本专利技术提供一种共享电动汽车调度方法、装置、电子设备及存储介质，技术方案如下：
[0006]一种共享电动汽车调度方法，所述方法包括：
[0007]确定目标网点在历史时刻下的第一取车订单量和第一还车订单量，以及，确定所述目标网点在所述历史时刻和待预测时刻下的外源特征；
[0008]基于所述第一取车订单量和所述外源特征预测所述目标网点在所述待预测时刻下的第二取车订单量，以及，基于所述第一还车订单量和所述外源特征预测所述目标网点在所述待预测时刻下的第二还车订单量；
[0009]获取所述目标网点实时的运行状态，根据所述运行状态、所述第二取车订单量和所述第二还车订单量进行车辆调度。
[0010]优选的，所述确定目标网点在历史时刻下的第一取车订单量和第一还车订单量，包括：
[0011]获取共享电动汽车分时租赁在预设历史时段内的订单数据和网点数据，所述订单数据中包含取车订单数据和还车订单数据；
[0012]匹配所述取车订单数据和所述网点数据，以聚合统计各网点在所述历史时刻下的取车订单量，以及，匹配所述还车订单数据和所述网点数据，以聚合统计各网点在所述历史时刻下的还车订单量，所述历史时刻位于所述预设历史时段内；
[0013]从取车订单量的聚合统计结果中获取所述目标网点所对应的所述第一取车订单量，以及，从还车订单量的聚合统计结果中获取所述目标网点所对应的所述第一还车订单量。
[0014]优选的，所述基于所述第一取车订单量和所述外源特征预测所述目标网点在所述
待预测时刻下的第二取车订单量，包括：
[0015]以所述第一取车订单量为历史目标序列、以所述外源特征为驱动序列，通过已训练的第一供需预测模型预测所述第二取车订单量，所述第一供需预测模型是通过双阶注意力机制的循环神经网络时间序列预测算法训练得到的；
[0016]所述基于所述第一还车订单量和所述外源特征预测所述目标网点在所述待预测时刻下的第二还车订单量，包括：
[0017]以所述第一还车订单量为历史目标序列、以所述外源特征为驱动序列，通过已训练的第二供需预测模型预测所述第二还车订单量，所述第二供需预测模型是通过双阶注意力机制的循环神经网络时间序列预测算法训练得到的。
[0018]优选的，所述待预测时刻包括多个连续的时刻；
[0019]所述以所述第一取车订单量为历史目标序列、以所述外源特征为驱动序列，通过已训练的第一供需预测模型预测所述第二取车订单量，包括：
[0020]以所述第一取车订单量为历史目标序列、以所述外源特征为驱动序列，通过所述第一供需预测模型预测每个时刻下的取车订单量，并将每个时刻下的取车订单量的迭加和作为所述第二取车订单量；
[0021]所述以所述第一还车订单量为历史目标序列、以所述外源特征为驱动序列，通过已训练的第二供需预测模型预测所述第二还车订单量，包括：
[0022]以所述第一还车订单量为历史目标序列、以所述外源特征为驱动序列，通过所述第二供需预测模型预测每个时刻下的还车订单量，并将每个时刻下的还车订单量的迭加和作为所述第二还车订单量。
[0023]优选的，所述运行状态包括总车位数和实时车辆数；
[0024]所述根据所述运行状态、所述第二取车订单量和所述第二还车订单量进行车辆调度，包括：
[0025]依据所述实时车辆数、所述第二取车订单量和所述第二还车订单量确定所述目标网点在所述待预测时刻下的目标车辆数；
[0026]根据所述目标车辆数和所述总车位数进行车辆调度。
[0027]优选的，所述运行状态还包括所述目标网点与其他网点之间的调度成本；
[0028]所述根据所述目标车辆数和所述总车位数进行车辆调度，包括：
[0029]获取调度约束条件，以所述调度成本最低为目标、根据所述目标车辆数和所述总车位数生成满足所述调度约束条件的调度指令。
[0030]优选的，所述方法还包括：
[0031]输出用于指示调度效果的评估报告。
[0032]一种共享电动汽车调度装置，所述装置包括：
[0033]确定模块，用于确定目标网点在历史时刻下的第一取车订单量和第一还车订单量，以及，确定所述目标网点在所述历史时刻和待预测时刻下的外源特征；
[0034]预测模块，用于基于所述第一取车订单量和所述外源特征预测所述目标网点在所述待预测时刻下的第二取车订单量，以及，基于所述第一还车订单量和所述外源特征预测所述目标网点在所述待预测时刻下的第二还车订单量；
[0035]调度模块，用于获取所述目标网点实时的运行状态，根据所述运行状态、所述第二
取车订单量和所述第二还车订单量进行车辆调度。
[0036]一种电子设备，所述电子设备包括：至少一个存储器和至少一个处理器；所述存储器存储有程序，所述处理器调用所述存储器存储的程序，所述程序用于实现所述的一种共享电动汽车调度方法。
[0037]一种存储介质，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令用于执行所述的一种共享电动汽车调度方法。
[0038]相较于现有技术，本专利技术实现的有益效果为：
[0039]本专利技术提供一种共享电动汽车调度方法、装置、电子设备及存储介质，在共享电动汽车分时租赁的场景下，能够以目标网点在历史时刻下的第一取车订单量、第一还车订单量、以及目标网点在历史时刻和待预测时刻下的外源特征来预测目标网点在待预测时刻下的第二取车订单量和第二还车订单量，并进一步考虑目标网点实时的运行状态进行车辆调度。基于本专利技术，能够实现共享电动汽车分时租赁的需求预测，并结合网点实时资源生成最优的车辆调度方案，以此实现网点供需平衡，以更小的调度成本实现更高的订单达成量和用户满意度。
附图说明
[0040]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以根据提供的附图获本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种共享电动汽车调度方法，其特征在于，所述方法包括：确定目标网点在历史时刻下的第一取车订单量和第一还车订单量，以及，确定所述目标网点在所述历史时刻和待预测时刻下的外源特征；基于所述第一取车订单量和所述外源特征预测所述目标网点在所述待预测时刻下的第二取车订单量，以及，基于所述第一还车订单量和所述外源特征预测所述目标网点在所述待预测时刻下的第二还车订单量；获取所述目标网点实时的运行状态，根据所述运行状态、所述第二取车订单量和所述第二还车订单量进行车辆调度。2.根据权利要求1所述的方法，其特征在于，所述确定目标网点在历史时刻下的第一取车订单量和第一还车订单量，包括：获取共享电动汽车分时租赁在预设历史时段内的订单数据和网点数据，所述订单数据中包含取车订单数据和还车订单数据；匹配所述取车订单数据和所述网点数据，以聚合统计各网点在所述历史时刻下的取车订单量，以及，匹配所述还车订单数据和所述网点数据，以聚合统计各网点在所述历史时刻下的还车订单量，所述历史时刻位于所述预设历史时段内；从取车订单量的聚合统计结果中获取所述目标网点所对应的所述第一取车订单量，以及，从还车订单量的聚合统计结果中获取所述目标网点所对应的所述第一还车订单量。3.根据权利要求1所述的方法，其特征在于，所述基于所述第一取车订单量和所述外源特征预测所述目标网点在所述待预测时刻下的第二取车订单量，包括：以所述第一取车订单量为历史目标序列、以所述外源特征为驱动序列，通过已训练的第一供需预测模型预测所述第二取车订单量，所述第一供需预测模型是通过双阶注意力机制的循环神经网络时间序列预测算法训练得到的；所述基于所述第一还车订单量和所述外源特征预测所述目标网点在所述待预测时刻下的第二还车订单量，包括：以所述第一还车订单量为历史目标序列、以所述外源特征为驱动序列，通过已训练的第二供需预测模型预测所述第二还车订单量，所述第二供需预测模型是通过双阶注意力机制的循环神经网络时间序列预测算法训练得到的。4.根据权利要求3所述的方法，其特征在于，所述待预测时刻包括多个连续的时刻；所述以所述第一取车订单量为历史目标序列、以所述外源特征为驱动序列，通过已训练的第一供需预测模型预测所述第二取车订单量，包括：以所述第一取车订单量为历史目标序列、以所述外源特征为驱动序列，通过所述第一供需预测模型预测每个时刻下的取车订...
【专利技术属性】
技术研发人员：吕吉敏，王晨龙，金忠孝，
申请(专利权)人：上海汽车工业集团总公司，
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。