【技术实现步骤摘要】
代驾调度方法及相关装置
[0001]本申请涉及运力运筹的领域，尤其是涉及一种代驾调度方法及相关装置。
技术介绍
[0002]随着社会对安全意识的日益关注，"酒后不开车"的观念已经被广泛接受。这促使了代驾服务的兴起，不仅普及了代驾服务，还在很大程度上预防了因酒后驾驶引发的交通事故。据估计，每年代驾服务可以避免超过300万起酒驾事故。因此，代驾已经成为一种新兴的经济领域，有效地解决了酒驾问题，并降低了交通事故的发生率。
[0003]在移动互联网迅速发展的背景下，智能手机已经成为日常生活中不可或缺的工具。这为代驾行业铺平了一种标准化的服务流程，人们使用智能手机叫代驾，代驾平台分配订单，代驾司机接单。作为连接用户和司机的关键纽带，这些平台必须能够快速响应用户需求，同时确保司机有机会接受更多订单，获得更高的收入。
[0004]然而，在现实生活中存在许多不确定因素，例如代驾司机的上线时间、位置以及订单产生的时机等，这些因素导致了代驾资源的分布不均衡。如何实时引导司机前往订单热点区域以提高运力利用率，成为了代驾行业亟待解决...
【技术保护点】
【技术特征摘要】
1.一种代驾调度方法，其特征在于，包括以下步骤：获取新订单并基于订单特征和预训练的预测模型预测订单量；评估司机对象可用性；计算司机对象在不同激励策略下的预期收益，基于预期收益选择最优激励策略；动态匹配司机对象和订单，将司机对象指派给相应的订单；基于激励效果优化激励策略。2.根据权利要求1所述的代驾调度方法，其特征在于，所述预测模型的预训练方法包括以下步骤：构建LSTM模型并配置模型参数；预处理数据，以将其转换为对应于训练LSTM模型的格式；使用该预处理过的数据训练LSTM模型，并对模型进行验证。3.根据权利要求2所述的代驾调度方法，其特征在于，所述的评估司机对象可用性的步骤，包括：获取司机对象相关信息和订单相关信息，以生成特征并归一化；基于训练好的模型输入归一化特征，计算得到司机对象预测评分，其中，该深度学习模型基于历史数据对模型进行训练；基于预测得分对司机对象进行排序，检查司机是否可用，如果可用，则为该订单指派该司机对象，并将其状态更改为忙碌；否则，继续检查下一个司机对象。4.根据权利要求3所述的代驾调度方法，其特征在于，所述的计算司机对象在不同激励策略下的预期收益，基于预期收益选择最优激励策略的步骤，包括：定义状态空间、动作空间和Q表，其中，状态空间用于反映订单特征和司机对象相关信息，动作空间用于表示不同的激励策略，Q表的行表示状态，列表示动作；在每个调度周期中，基于司机对象可用性，部分随机地为司机对象选定激励策略；观察激励策略的效果并计算奖励值，基于计算得到的奖励值更新Q表；重复前两步骤直至Q表收敛或达到预定的重复次数。...
【专利技术属性】
技术研发人员：姚英杰，
申请(专利权)人：上海安师傅汽车服务股份有限公司，
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。