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()
【技术实现步骤摘要】
本申请涉及资源管理,特别是涉及一种车辆调度方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、随着共享车辆技术的发展,大部分城市已经引入了共享车辆,例如共享单车和共享电单车。为了提高共享车辆使用率,方便用户找车骑行,需要对共享车辆进行调度,将共享车辆从冷门区域调度到用车需求量较大的地方。
2、传统的车辆调度方法,能够根据历史统计数据,计算车站或区域的骑行量或通过机器学习算法训练模型,从而预测需求量并决定车站的调度量。
3、然而,传统的车辆调度方法只考虑了每一车站自身的需求,没有考虑车站之间用户骑行产生的影响。因此,现有的车辆调度方法存在车辆调度量的计算不准确的问题。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提高车辆调度量计算准确度的车辆调度方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本申请提供了一种车辆调度方法,包括:
3、在当前日期的目标时间点,采集目标范围内多个车站之间的目标历史骑行数据,所述目标历史骑行数据与所述当前日期的日期相关联;
4、基于所述目标历史骑行数据,确定所述当前日期内任意两个所述车站之间的预测车辆流动数量,所述预测车辆流动数量表征在任意两个所述车站之间的预测用车数量;
5、根据所述当前日期内任意两个所述车站之间的预测车辆流动数量,构建所述目标范围内多个所述车站对应的车辆流动矩阵;
6、基于所述车辆流动矩阵,确定
7、根据各所述车站的车站势能,进行车辆调度。
8、在其中一个实施例中,所述基于所述目标历史骑行数据,确定所述当前日期内任意两个所述车站之间的预测车辆流动数量,包括:
9、基于所述目标历史骑行数据,确定所述当前日期内每一时段的任意两个所述车站之间的预测车辆流动数量;
10、根据所述当前日期内每一时段的任意两个所述车站之间的预测车辆流动数量和求和参数,确定所述当前日期内任意两个所述车站之间的预测车辆流动数量,所述当前日期内任意两个所述车站之间的预测车辆流动数量与所述时段负相关。
11、在其中一个实施例中,所述基于所述车辆流动矩阵,确定各所述车站的车站势能,包括:
12、基于所述车辆流动矩阵,确定任意两个所述车站之间的车辆流动概率;
13、根据任意两个所述车站之间的所述车辆流动概率,确定车辆转移矩阵;
14、基于所述车辆转移矩阵、初始势能向量、调节因子、所述车站的数量以及单位向量,确定各所述车站的车站势能。
15、在其中一个实施例中,所述基于所述车辆流动矩阵,确定任意两个所述车站之间的车辆流动概率,包括:
16、针对每一所述车站,基于所述车辆流动矩阵中每一流入车站流入所述车站的预测车辆流动数量、每一所述流入车站流入其他车站的预测车辆流动数量,确定每一所述流入车站流入所述车站的车辆流动概率,其中,所述流入车站流入所述车站的车辆流动概率与所述流入车站流入所述车站的预测车辆流动数量正相关,所述流入车站流入所述车站的车辆流动概率与所述流入车站流入其他车站的预测车辆流动数量负相关。
17、在其中一个实施例中,所述基于所述车辆转移矩阵、初始势能向量、调节因子、所述车站的数量以及单位向量,确定各所述车站的车站势能,包括:
18、在第k轮处理过程中,基于第k-1轮势能向量、所述车辆转移矩阵、调节因子、所述车站的数量、以及单位向量,确定第k轮势能向量,在所述第k轮势能向量与所述第k-1轮势能向量的差值大于或等于目标差值时,进入第k+1轮处理过程,直至第m轮势能向量与第m-1轮势能向量的差值小于所述目标差值,将所述第m轮势能向量作为目标势能向量;
19、基于所述目标势能向量,确定各所述车站的车站势能;
20、其中,k和m均为正整数,在k为1时,所述第k-1轮势能向量为初始势能向量。
21、在其中一个实施例中,所述基于第k-1轮势能向量、所述车辆转移矩阵、调节因子、所述车站的数量、以及单位向量,确定第k轮势能向量,包括:
22、基于第k-1轮势能向量、所述车辆转移矩阵和调节因子,确定第一势能参数,所述第一势能参数与所述第k-1轮势能向量正相关,所述第一势能参数与所述车辆转移矩阵正相关,所述第一势能参数与调节因子正相关;
23、基于所述车站的数量、所述调节因子和单位向量,确定第二势能参数,所述第二势能参数与所述车站的数量负相关,所述第二势能参数与所述调节因子负相关;
24、基于所述第一势能参数和所述第二势能参数,确定第k轮势能向量,所述第k轮势能向量与所述第一势能参数正相关,所述第k轮势能向量与所述第二势能参数正相关。
25、在其中一个实施例中,所述根据各所述车站的车站势能,进行车辆调度,包括:
26、按照各所述车站的车站势能由大到小的顺序,对各所述车站进行排序,得到排序结果;
27、根据所述排序结果,在各所述车站中确定目标车站;
28、根据各所述目标车站的车站势能,确定每一所述目标车站的分配车辆数,并根据每一所述目标车站的分配车辆数,对各所述目标车站进行车辆调度。
29、在其中一个实施例中,所述根据各所述目标车站的车站势能,确定每一所述目标车站的分配车辆数,包括:
30、将各所述目标车站的车站势能转化为概率分布,得到各所述目标车站的车站势能概率;
31、基于各所述目标车站的车站势能概率以及待分配车辆总数,确定每一所述目标车站的分配车辆数。
32、第二方面,本申请还提供了一种车辆调度装置,包括:
33、采集模块,用于在当前日期的目标时间点,采集目标范围内多个车站之间的目标历史骑行数据,所述目标历史骑行数据与所述当前日期的日期相关联;
34、第一确定模块,用于基于所述目标历史骑行数据,确定所述当前日期内任意两个所述车站之间的预测车辆流动数量,所述预测车辆流动数量表征在任意两个所述车站之间的预测用车数量;
35、构建模块,用于根据所述当前日期内任意两个所述车站之间的预测车辆流动数量,构建所述目标范围内多个所述车站对应的车辆流动矩阵;
36、第二确定模块,用于基于所述车辆流动矩阵,确定各所述车站的车站势能,其中,车站势能越大,表征向其他车站流动的车辆数量越多、向所述其他车站流动的车辆流动概率越大;
37、调度模块,用于根据各所述车站的车站势能,进行车辆调度。
38、在其中一个实施例中,所述第一确定模块具体用于:
39、基于所述目标历史骑行数据,确定所述当前日期内每一时段的任意两个所述车站之间的预测车辆流动数量;
40、根据所述当前日期内每一时段的任意两个本文档来自技高网...
【技术保护点】
1.一种车辆调度方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标历史骑行数据,确定所述当前日期内任意两个所述车站之间的预测车辆流动数量,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述车辆流动矩阵,确定各所述车站的车站势能,包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述车辆流动矩阵,确定任意两个所述车站之间的车辆流动概率,包括:
5.根据权利要求3所述的方法,其特征在于,所述基于所述车辆转移矩阵、初始势能向量、调节因子、所述车站的数量以及单位向量,确定各所述车站的车站势能,包括:
6.根据权利要求5所述的方法,其特征在于,所述基于第k-1轮势能向量、所述车辆转移矩阵、调节因子、所述车站的数量、以及单位向量,确定第k轮势能向量,包括:
7.根据权利要求1所述的方法,其特征在于,所述根据各所述车站的车站势能,进行车辆调度,包括:
8.根据权利要求7所述的方法,其特征在于,所述根据各所述目标车站的车站势能,确定每一所述目标车站的分
9.一种车辆调度装置,其特征在于,所述装置包括:
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种车辆调度方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标历史骑行数据,确定所述当前日期内任意两个所述车站之间的预测车辆流动数量,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述车辆流动矩阵,确定各所述车站的车站势能,包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述车辆流动矩阵,确定任意两个所述车站之间的车辆流动概率,包括:
5.根据权利要求3所述的方法,其特征在于,所述基于所述车辆转移矩阵、初始势能向量、调节因子、所述车站的数量以及单位向量,确定各所述车站的车站势能,包括:
6.根据权利要求5所述的方法,其特征在于,所述基于第k-1轮势能向量、所述车...
【专利技术属性】
技术研发人员:滕志勇,刘永威,
申请(专利权)人:北京阿帕科蓝科技有限公司,
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。