【技术实现步骤摘要】
本专利技术涉及城际客运规划，具体而言，涉及一种基于关联规则的城际拼车订单调度方法、装置及设备。
技术介绍
1、城际拼车出行模式指的是一个公司管理的出租车车队在两个城市之间往返运行，专门为用户提供城际拼车出行服务。本文考虑的是城际拼车出行的订单匹配和调度方式。城际间拼车的出行模式可以给用户门到门的出行服务，同时很好地缓解交通拥堵和环境污染问题。城际拼车中的订单匹配模式主要是调度员为司机匹配订单。然而在自动化智能调度中，传统的基于距离或时间的订单匹配方法，例如专利cn116663811a过于理想化，会造成司机、调度员和乘客的不满，尤其是司机的不满，无法对城际间订单和车辆的复杂情况进行合理的分配。本文在“附图说明”的图8部分给出了传统基于距离、时间的匹配方法失效的案例并且说明了失效的原因。在真实的城际拼车出行应用场景中，基于传统匹配方法的订单匹配模式降低了司机的收入，造成了企业资源的浪费。此外传统调度方法很容易出现司机工作时间不平衡的现象。调度员是领域专家，他们专门匹配城市v和城市w之间的车辆和订单，他们的调度结果是调度员、司机、乘客共同商议的结果，具有很高的认同度。关联规则挖掘可以通过历史上人工调度的数据，挖掘历史上每一趟行程的订单空间分布的频繁项集和关联规则，通过关联规则为司机分配更符合人工历史调度经验的订单。此外可以通过一个优先级队列用于调度管理车队，从而平衡司机工作时间。有鉴于此，申请人在研究了现有的技术后特提出本申请。
技术实现思路
1、本专利技术提供了一种基于关联规则挖掘的城
2、本专利技术实施例提供了一种基于关联规则的城际拼车订单调度方法，其包含:
3、s1，获取历史人工调度中城市v和城市w之间的每一趟车辆行程的调度数据；
4、s2，提取所述调度数据中的网格区块位置信息作为特征项，将所述调度数据转换为事务列表；
5、s3，对所述事务列表内的事务的重复出现的特征进行编码处理，获得编码后的事务；
6、s4，使用关联规则挖掘方法挖掘获得所述编码后的事务的关联规则；所述关联规则用于表征所述事务列表的事务特征项之间出现频次的关系；
7、s5，根据建立的整数线性规划模型，基于所述关联规则中的提升度对订单进行匹配，并根据匹配结果获取优先队列，以基于优先队列实现调度车辆。
8、优选地，在步骤s1中： 设在原始的调度数据中，r是某一个乘客请求，由一个元组构成，，其中是乘客请求r的起点坐标，是乘客请求r的终点坐标，坐标信息由经纬度构成；是乘客上车坐标对应的网格区块编号，是乘客下车坐标对应的网格区块编号；是乘客请求r的上车时间，是乘客请求r的下车时间；
9、则所述网格区块位置信息为元组r中的；
10、在提取网格区块位置信息作为特征项之后，将获得的事务列表记为x，事务列表中的第i条事务记作，记事务中的第j项为；表示为了服务这趟行程，车辆从车场出发，行驶经过的网格区块编号。
11、优选地，在步骤s2中，
12、定义函数为：在事务中，从第1个特征项到第j个特征项中，特征项出现的次数；
13、则对于每一条事务,对事务内的每一项进行编码处理，将编码后的新的事务的第j个特征项记为，编码的具体方法如公式(1)所示：
14、
15、其中m代表的是系统中网格区块的总数量；
16、根据所有编码后的特征项获得编码后的事务。
17、优选地，给定编码后的事务，通过公式(2)计算某一个特征项在一个事务中出现的次数，通过公式(3)计算某个特征项原本的网格编号：
18、
19、
20、其中表示对的结果向下取整，mod表示取模运算。
21、优选地，在使用关联规则挖掘方法挖掘获得所述编码后的事务的关联规则时：
22、使用的最小支持度计数为，最小支持度计数直观上的含义为：只要某元素在整个事务列表中出现超过次，则认为是频繁的；
23、最小置信度为，最小置信度直观上的含义为：对于给定的前项，后项出现的概率至少为。
24、优选地，在步骤s5中：
25、设开始运行时，一共有k辆车分别位于城市v和城市w，对于第k辆车,其状态参数集，其中是车辆k的当前状态；是车辆k的累计工作时长；是车辆出行次数，每当车辆从车场出发，车辆出行次数加一次；是车辆将要服务的一组乘客请求；
26、设城市v拥有辆车，则城市w拥有辆车，每辆车的载客量均为c；
27、在订单调度阶段，分别用两个优先队列管理两个城市的车场的车辆，越小则优先级越高；当有多辆车能够服务同一组订单时，选择优先队列头部即优先级最高的车俩对行程进行服务；
28、在订单匹配阶段，将当前累积的订单请求存放在待服务订单集合中，每当中累积的订单请求个数达到，并且系统当前时间小于系统停止运行时间end，执行一次调度算法，把当前接受进行服务的乘客请求放入已服务订单集合中，当前拒绝进行服务的乘客请求仍然保存在中；
29、乘客请求之间的匹配看作是一个不等积集合划分问题，通过建立整数线性规划模型求解该问题。
30、优选地，对于整数线性规划模型：
31、用表示中的第个乘客请求，将中的名乘客分配到个空集合中，第b个集合记为，优化目标是最大化所有集合的分数；其中：
32、决策变量：表示中第a个乘客请求是否分配到第b个集合中；表示中第a个乘客请求分配到第b个集合中，表示中第a个乘客请求不分配到第b个集合中；优化目标为：
33、即最大化划分出的所有个集合的分数；
34、受到约束：
35、
36、
37、
38、公式(5)保证中每个元素至多被分配到一个集合中；公式(6)保证每一个集合最少有c个元素，c即为了平衡出行成本的最小载客量，最多有c个元素，c即车辆的最大载客量；公式(7)是二进制变量约束；
39、其中的计算方式基于关联规则中的提升度；具体来说有公式(8):
40、
41、是集合的第g个长度大于1的非空子集，任意集合都会有个长度大于1非空子集；
42、y是所有与前件相关联的后件的集合，所以bk就是y后件集合中的一个后件，表示前件与后件的提升度；提升度的具体计算方法：
43、
44、其中是前件发生的概率，是后件发生的概率，是前件和后件同时发生的概率；当lift(,)>1，则说明和是正相关的，前件的出现增加了后件出现的概率；当lift(,)<1，则说明和是负相关的，前件的出现减小了后件出现的概率；当lift(,)=1，则说明前件和后件没有关联；代表集合的所有子集中存在关联规则的子集的数量。
45、本专利技术实施例还提供了一种基于关联规则的城际拼车订单调度装置，其包括:
本文档来自技高网...
【技术保护点】
1.一种基于关联规则的城际拼车订单调度方法，其特征在于，包含:
2.根据权利要求1所述的基于关联规则的城际拼车订单调度方法，其特征在于，在步骤S1中：设在原始的调度数据中，r是某一个乘客请求，由一个元组构成，，其中是乘客请求r的起点坐标，是乘客请求r的终点坐标，坐标信息由经纬度构成；是乘客上车坐标对应的网格区块编号，是乘客下车坐标对应的网格区块编号；是乘客请求r的上车时间，是乘客请求r的下车时间；
3.根据权利要求2所述的基于关联规则的城际拼车订单调度方法，其特征在于，在步骤S2中，
4.根据权利要求3所述的基于关联规则的城际拼车订单调度方法，其特征在于，
5.根据权利要求1所述的基于关联规则的城际拼车订单调度方法，其特征在于，在使用关联规则挖掘方法挖掘获得所述编码后的事务的关联规则时：
6.根据权利要求2所述的基于关联规则的城际拼车订单调度方法，其特征在于：在步骤S5中：
7.根据权利要求6所述的基于关联规则的城际拼车订单调度方法，其特征在于：对于整数线性规划模型：
8.一种基于关联规则的城际拼
9.一种基于关联规则的城际拼车订单调度设备，其特征在于，包括存储器以及处理器，所述存储器内存储有计算机程序，所述计算机程序能够被所述处理器执行，以实现如权利要求1至7任意一项所述的基于关联规则的城际拼车订单调度方法。
...【技术特征摘要】
1.一种基于关联规则的城际拼车订单调度方法，其特征在于，包含:
2.根据权利要求1所述的基于关联规则的城际拼车订单调度方法，其特征在于，在步骤s1中：设在原始的调度数据中，r是某一个乘客请求，由一个元组构成，，其中是乘客请求r的起点坐标，是乘客请求r的终点坐标，坐标信息由经纬度构成；是乘客上车坐标对应的网格区块编号，是乘客下车坐标对应的网格区块编号；是乘客请求r的上车时间，是乘客请求r的下车时间；
3.根据权利要求2所述的基于关联规则的城际拼车订单调度方法，其特征在于，在步骤s2中，
4.根据权利要求3所述的基于关联规则的城际拼车订单调度方法，其特征在于，
5.根据权利要求1...
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。