System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于离散选择与组合拍卖的网约出租车远单匹配与定价方法技术_技高网

一种基于离散选择与组合拍卖的网约出租车远单匹配与定价方法技术

技术编号:40550632 阅读:8 留言:0更新日期:2024-03-05 19:09
本发明专利技术公开了一种基于离散选择与组合拍卖的网约出租车远单匹配与定价方法,涉及网约车技术领域,其技术方案要点是:通过面向远单的匹配与定价方法,保护了平台、司机和乘客等各方的利益,降低了社会成本;离散选择和组合拍卖技术的结合保证了司机和乘客之间的有效多对多匹配;设计的贪心方法计算效率高,可以快速求解到近似最优解,并保证和最优解的差距较小;提供的方案能保证分配有效、个体理性、激励兼容、预算平衡等性质,提供的方案对于平台、乘客、司机等各方均具有良好的改善效果,同时保证了远单匹配与定价的稳健性,作为一种通用框架适用于任意城市、任意形式的网约车平台,应用前景和应用范围均十分广阔。

【技术实现步骤摘要】

本专利技术涉及网约车,更具体地说,它涉及一种基于离散选择与组合拍卖的网约出租车远单匹配与定价方法


技术介绍

1、近年来随着交通管理部门推进网约出租车的合规进程,网约车已成为公共交通的有效补充,也是“出行即服务”的重要组成部分。作为个性化的出行方式,网约车在城市交通中起着不容忽视的作用。然而,为了追求收益最大化,网约车在空载时倾向于到订单发生率较高区域,导致在某些情况下乘客出行需求无法得到满足。例如,偏远区域由于订单需求小、派单时间长,难以吸引到网约车。通过改进远单接单方式和定价方式,有助于提高司机接单的积极性,并降低司乘匹配的失败率。

2、现有技术方案在制定司机-匹配规则时一般采用两种:1.平台派单,平台根据订单信息、司机信息等因素,自动分配订单给司机。2.抢单,平台将订单信息发布给所有在线司机,由司机自主选择是否接单。然而由于远单的吸引力较低,这两种方式都没法保证司机愿意执行,第一种方式导致司机采用消极对抗,第二种方式下司机直接不接单。

3、目前,国内外对网约出租车的司机-乘客匹配、定价、路径规划等问题研究较多。但是对于如何解决远单给司机和乘客带来的不便,仍然缺乏系统性的方法。由于缺乏合理的订单匹配与定价机制,平台一般是通过调整司机的接单权限,促使司机承接远单。而驾驶员对于此类订单常采取消极行为,如拒绝接单、关闭手机等。

4、因此,在派远单时需要考虑司机的自主意愿,同时通过设定合理的订单价格,激励司机承接吸引力较低的远单。而组合拍卖则可以很好地解决这个问题,有助于建立有效提高司机接单意愿的远单匹配方法。


技术实现思路

1、针对现有技术网约车平台司机对于远单积极性不足的问题,本专利技术的目的在于提供一种基于离散选择与组合拍卖的网约出租车远单匹配与定价方法,来提高司机接单积极性,降低乘客等车时间。

2、为实现上述目的,本专利技术提供了如下技术方案:所述的基于离散选择与组合拍卖的网约出租车远单匹配与定价方法,其步骤如下,

3、步骤1:基于离散选择模型,建立司机与订单的多对多映射关系;

4、步骤2:应用组合拍卖方法建立司机选择与支付模型;

5、步骤3:基于次模优化,使用贪心算法为建立司机和乘客之间的远单匹配联系和司机报酬。

6、本方案中,步骤1所述的“基于离散选择模型,建立司机与订单的多对多映射关系”,其具体含义为,由司机和远单乘客之间的距离,以及公里价格、成本等参数,计算司机的期望收益,并根据此计算司机对订单的选择概率,其具体表达式如下:

7、司机预期收益可计算为pp=平台提供的公里价格×[(pu→do)]-公里成本[(o→pu)+(pu→do)];

8、其中pu→do是乘客上车点到下车点之间的距离,o→pu为接客距离。

9、本实施例中,步骤2所述的“应用组合拍卖方法建立司机选择与支付模型”,其具体含义为,根据司机对订单的选择概率,前往每个区域的预期收益等,建立次模优化模型,选择最小费用的司机集合,并最小化司机-乘客匹配的总成本。

10、需要注意的是,步骤3所述的“基于次模优化,设计快速匹配算法为建立司机和乘客之间的远单匹配联系”,其具体含义为,

11、根据步骤2中所获得的目标函数和约束条件,即可使用贪心算法快速求解最终的远单匹配关系;

12、针对该问题的贪心算法的具体步骤如下:逐次添加当前边际成本最低的司机进入执行出行任务的司机集合,直到剩余司机的集合是空集或者所有乘客订单都被服务为止,该算法可通过任意编程语言实现,并且具有多项式时间的求解效率;

13、基于贪心算法求得的匹配结果,使用第二价格拍卖即可获得合理的司机报价,具体步骤如下:每次将一个司机从执行出行任务的司机集合取出,从剩余的司机集合中寻找能执行与该司机相同任务的司机,这些司机中的最低净收益就是该司机的应得收益,加上司机的成本即为支付给他的费用;

14、如果不存在其他能执行相同任务的司机,则按照该司机与订单的位置计算费用,按照该费用支付给司机,直到执行出行任务的司机全部被取出,则每个司机的报酬也被决定了。

15、与现有技术相比,本专利技术具备以下有益效果:

16、1.高效性:本专利技术所设计的基于离散选择与组合拍卖的网约出租车远单匹配与定价方法,可以通过贪心算法快速求解到近似最优解,并且能保证和最优解的差距较小。

17、2.稳定性:本专利技术所设计的出租车远单匹配与定价方法能保证分配有效、个体理性、激励兼容、预算平衡等性质,提供的方案对于平台、乘客、司机等各方均具有良好的改善效果,保证了远单匹配与定价的稳健性。

18、3.应用广:本专利技术所建立的出租车远单匹配与定价方法不依赖于具体的交通网络形态和供需模式,适用于任意城市、任意形式的网约车平台,无需针对方法进行改变即可实施。本专利技术所提出的远单匹配与定价方法是一种通用框架,应用前景和应用范围均十分广阔。

本文档来自技高网...

【技术保护点】

1.一种基于离散选择与组合拍卖的网约出租车远单匹配与定价方法,其步骤如下,

2.根据权利要求1所述的一种基于离散选择与组合拍卖的网约出租车远单匹配与定价方法,其特征在于,步骤1所述的“基于离散选择模型,建立司机与订单的多对多映射关系”,其具体含义为,由司机和远单乘客之间的距离,以及公里价格、成本等参数,计算司机的期望收益,并根据此计算司机对订单的选择概率,其具体表达式如下:

3.根据权利要求2所述的一种基于离散选择与组合拍卖的网约出租车远单匹配与定价方法,其特征在于:步骤2所述的“应用组合拍卖方法建立司机选择与支付模型”,其具体含义为,根据司机对订单的选择概率,前往每个区域的预期收益等,建立次模优化模型,选择最小费用的司机集合,并最小化司机-乘客匹配的总成本。

4.根据权利要求3所述的一种基于离散选择与组合拍卖的网约出租车远单匹配与定价方法,其特征在于,步骤3所述的“基于次模优化,设计快速匹配算法为建立司机和乘客之间的远单匹配联系”,其具体含义为,

【技术特征摘要】

1.一种基于离散选择与组合拍卖的网约出租车远单匹配与定价方法,其步骤如下,

2.根据权利要求1所述的一种基于离散选择与组合拍卖的网约出租车远单匹配与定价方法,其特征在于,步骤1所述的“基于离散选择模型,建立司机与订单的多对多映射关系”,其具体含义为,由司机和远单乘客之间的距离,以及公里价格、成本等参数,计算司机的期望收益,并根据此计算司机对订单的选择概率,其具体表达式如下:

3.根据权利要求2所述的一种基于离散选择与组合...

【专利技术属性】
技术研发人员:葛乾张奕童
申请(专利权)人:西南交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1