一种基于GNN的网约车时空定价系统和定价方法技术方案

本发明专利技术涉及一种基于GNN的网约车时空定价系统和定价方法，包括仿真环境模块和基于GNN的强化学习模块。仿真环境模块基于仿真环境通过简化的模型来模拟真实世界中的网约车系统，该模块考虑时间与空间的相关因素，在当前时间步长时间下对所有区域的网约车活动进行模拟，并对基于GNN的强化学习模块进行反馈。基于GNN的强化学习模块基于上一个时间步长的仿真结果以及状态生成当前时间步长的行为并指导仿真环境模块的改善，以揭示复杂情况网约车资源系统中的机制，并解决网约车资源的时空定价问题网约车平台。

【技术实现步骤摘要】

本专利技术涉及一种基于gnn的网约车时空定价系统和定价方法，是一种基于自适应动态规划的网约车平台时空定价方法，属于网约车动态定价处理。

技术介绍

1、自网约车服务出现以来，定价问题一直是一个热门话题。曹操出行，t3出行等网约车平台实施固定定价和高峰定价策略。然而，网约车的乘车需求在时间或空间上都不是均匀分布的。更灵活的定价策略可以协调供需，帮助平台赚取更多利润。

2、动态定价和空间定价是研究者探索的两种主要定价策略。大多数研究人员建立空间平衡以解决问题。对于动态定价，研究人员采用了近似动态规划(adp)或模型预测控制(mpc)等方法来解决这个问题。然而，这些研究有局限性，如动态和空间单独定价，两者之间没有联系与互动，或是在特定假设下解决问题。

技术实现思路

1、为了克服现有研究的不足，本专利技术提供了一种基于gnn的网约车时空定价系统和定价方法，以揭示复杂情况网约车资源系统中的机制，并解决网约车资源的时空定价问题网约车平台。

2、一种基于gnn的网约车时空定价系统，包括仿真环境模块和基本文档来自技高网...

【技术保护点】

1.一种基于GNN的网约车时空定价系统，其特征在于：包括仿真环境模块和基于GNN的强化学习模块；

2.根据权利要求1所述的一种基于GNN的网约车时空定价系统，其特征在于：所述变量生成部分包括Action变量、State变量和Reward变量

3.根据权利要求1所述的一种基于GNN的网约车时空定价系统，其特征在于：基于GNN的强化学习模块包括Critic部分和Actor部分；

4.根据权利要求1所述的一种基于GNN的网约车时空定价系统，其特征在于：所述仿真环境模块的区域以及步长定义如下：

5.一种根据权利要求1-4所述的基于GNN的网约车时空...

【技术特征摘要】

1.一种基于gnn的网约车时空定价系统，其特征在于：包括仿真环境模块和基于gnn的强化学习模块；

2.根据权利要求1所述的一种基于gnn的网约车时空定价系统，其特征在于：所述变量生成部分包括action变量、state变量和reward变量

3.根据权利要求1所述的一种基于gnn的网约车时空定价...

【专利技术属性】
技术研发人员：程嘉沐，陈楚翘，翟春杰，陈慧勤，詹一笑，杨浩男，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：