CN107832864B - 竞价环境下的网约专车分配及定价方法 - Google Patents

Abstract

本发明公开了一种竞价环境下的网约专车分配及定价方法，网约专车平台发布专车信息，用户提交预约信息对车辆进行竞价，网约专车平台对用户预约信息进行汇总，采用整数规划来描述专车分配矩阵的求解，求解得到专车分配矩阵，得到为每个用户分配的专车，然后根据为用户分配的专车情况求解每个已分配用户的支付价格。本发明基于竞价机制，合理有效的对网约专车资源进行分配，制定公平合理的价格。

Description

竞价环境下的网约专车分配及定价方法

技术领域

本发明属于网约车辆技术领域，更为具体地讲，涉及一种竞价环境下的网约专车分配及定价方法。

背景技术

近年来共享经济正渗透进大众生活，为百姓生活带来便利。随着共享经济如火如荼开展的同时，也出现了一系列的问题，如共享经济中涉及到的这些资源如何分配，以及这些资源如何定价等问题。

目前网约车预约用车经济模式中，都是采用定价的方式，即用户提交用车申请，系统按照计价规则算出需要支付价。在市场发展的初期，这种方式的确简洁高效，但随着市场的扩大，弊端也逐渐出现。(1)价格不能随供需情况动态调整，收益低下。目前网约车按照时间段制定单价，如在夜间及高峰期价格偏高。定价的决定权掌握在车辆提供商手中，各时间段单价固定，并没有考虑实时市场供需情况。如果当检测到某个时间段需求减少，能动态降低价格，会吸引更多用户用车从而带来更大的收益。(2)车型分配不均，资源利用率低。用户在提交用车申请时指定车型，按照车型计费单价不同。用户的出价只能满足分配一种车型，会导致有的车型供不应求，有的车型大量闲置，资源利用率低下。网约车服务按照时间段和车型制定固定价格的模式，价格不会随市场供需情况波动，会导致车辆资源利用率低下，降低专车公司收益。

我们将拍卖机制运用于网约车预约服务模式，让车辆价格随市场供需情况动态调整，需求多时，出价高的才能胜出；需求少时，用户能以较低价格获得服务，吸引更多用户；这两种情况都能为车辆公司带来更高的收益。拍卖机制下，从全局考虑，能满足更多用户的用车需求，为车辆提供商获得更大的收益。

发明内容

本发明的目的在于克服现有技术的不足，提供一种竞价环境下的网约专车分配及定价方法，基于竞价机制，合理有效的对网约专车资源进行分配，制定公平合理的价格。

为实现上述发明目的，本发明竞价环境下的网约专车分配及定价方法包括以下步骤：

S1：网约专车平台发布其在预设时间段T内的专车信息，记专车数量为M，记第i辆专车的单位时间成本为e_i，i＝1,2,…,M；

S2：用户查看时间段T内的专车信息，根据自身需求预约专车，向网约专车平台提交预约信息，包括上车时间、上车地点、下车地点以及对此次行程的竞价；

S3：网约专车平台对所有的用户预约信息进行汇总，计算每个用户的开始用车时间和结束用车时间，其中开始用车时间＝用户的上车时间-专车从出发地点至用户上车地点的时间，结束用车时间＝用户的上车时间+行程用时+专车从下车地点至返回地点的时间；将第j个用户的预约信息记为q_j＝(s_j,d_j,b_j)，其中s_j表示第j个用户的开始用车时间，d_j表示第j个用户的结束用车时间，b_j表示第j个用户对此次行程的竞价，j＝1,2,…,N，N表示用户数量；

S4：构建专车分配矩阵X：

其中，x_ij表示是否将第i辆专车分配给第j个用户，x_ij＝1表示将第i辆专车分配给第j个用户，x_ij＝0表示未将第i辆专车分配给第j个用户；

采用整数规划来描述专车分配矩阵X的求解，其中目标函数为：

约束函数为：

根据专车分配矩阵X得到为每个用户分配的专车，即对于第j个用户，x_ij＝1对应的专车即是为该用户分配的专车；

S5：根据步骤S4得到的为用户分配的专车情况求解每个用户的支付价格。

本发明竞价环境下的网约专车分配及定价方法，网约专车平台发布专车信息，用户提交预约信息对车辆进行竞价，网约专车平台对用户预约信息进行汇总，采用整数规划来描述专车分配矩阵X的求解，求解得到专车分配矩阵X，得到为每个用户分配的专车，然后根据为用户分配的专车情况求解每个已分配用户的支付价格。

本发明具有以下技术效果：

1)本发明取消现有模式下的由用户选取车型的模式，由用户提交需求及竞价，在竞价机制下决定用户分配的车型，可以使车辆资源得到充分利用；

2)用户可以根据自己的需求程度提交竞价，但是支付价格由整体竞争情况决定，竞争激烈时，支付费用高，竞争低时，用户可以以较低的价格获得服务；出价高的用户较出价低的用户有优先权获得服务，且优先安排较好的车型给用户服务；打破传统的专车公司定价独裁模式，支付价格随竞争情况波动，吸引用户参与竞争。

附图说明

图1是本发明竞价环境下的网约专车分配及定价方法的具体实施方式流程图；

图2是本实施例中基于启发式算法的分配矩阵求解算法的流程图；

图3是基于构建路径-关键路径算法确定专车用户的流程图；

图4是本发明中基于二分法的定价算法的流程图；

图5是本实施例中根据第1辆专车的时间分配矩阵R所绘制的时间分配转化图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

实施例

图1是本发明竞价环境下的网约专车分配及定价方法的具体实施方式流程图。如图1所示，本发明竞价环境下的网约专车分配及定价方法的具体步骤包括：

S101：发布专车信息：

网约专车平台发布其在预设时间段T内的专车信息，记专车数量为M，记第i辆专车的单位时间成本为e_i，i＝1,2,…,M。为了让用户能够更实际地进行竞价，网约专车平台发布的专车信息中可以包含专车的车型、每种车型的车辆数量、单价等信息。

S102：用户预约专车：

用户查看时间段T内的专车信息，根据自身需求预约专车，向网约专车平台提交预约信息，包括上车时间、上车地点、下车地点以及对此次行程的竞价。

S103：用户预约信息汇总：

网约专车平台对所有的用户预约信息进行汇总，计算每个用户的开始用车时间和结束用车时间，其中开始用车时间＝用户的上车时间-专车从出发地点至用户上车地点的时间，结束用车时间＝用户的上车时间+行程用时+专车从下车地点至返回地点的时间。很显然，专车从出发地点至用户上车地点的时间、行程用时、专车从下车地点至返回地点的时间是需要根据专车的预计行驶速度来进行估算，由于本发明涉及的是预约用车，无法准确得知确切的行驶情况，所以预设车辆都是匀速行驶。将第j个用户的预约信息记为q_j＝(s_j,d_j,b_j)，其中s_j表示第j个用户的开始用车时间，d_j表示第j个用户的结束用车时间，b_j表示第j个用户对此次行程的竞价，j＝1,2,…,N，N表示用户数量。

S104：专车分配：

本发明需要求得专车的分配方案，让车辆尽可能利用，使得专车公司获得最大的利益。本发明中，专车分配方案采用一个大小为M×N的专车分配矩阵X来表示，专车分配矩阵X的元素x_ij表示是否将第i辆专车分配给第j个用户，x_ij＝1表示将第i辆专车分配给第j个用户，x_ij＝0表示未将第i辆专车分配给第j个用户，显然专车分配矩阵X的具体表示为：

本发明中，采用整数规划来描述最优专车分配矩阵X的求解，其中目标函数为：

约束函数为：

最优网约专车分配就是求在满足上述3个约束条件下，使得目标函数最大的一个专车分配矩阵X，目标函数就是该车辆分配方案下，专车公司的利益。求解以上问题得到最优专车分配矩阵X，根据最优专车分配矩阵X得到为每个用户分配的专车，即对于第j个用户，x_ij＝1对应的专车即是为该用户分配的专车。

各个约束条件的含义如下：

约束条件(3)：对于每个用户，最多只会有一辆专车为其提供服务。

约束条件(4)：第j个用户提交的竞价必须大于第i辆专车为其服务的成本，第i辆专车才有可能为第j个用户使用。

约束条件(5)：在求第i辆专车的分配时，对于任意用户对(j,j′),若第j个用户和第j′个用户的用车时间段有交集的话，第i辆专车最多只能满足一个的请求，即x_ij+x_ij′≤1。

根据以上约束条件，可以采用CPLEX工具来求得最优分配矩阵以及最大利益。但是由于本发明中最优车辆分配这个问题的复杂度较高，用CPLEX工具求解相当耗时。因此本发明中提出了一种基于启发式算法的分配矩阵求解算法，能快速的求得车辆分配方案，虽然求得不是最优，但也是合理的近似解。图2是本实施例中基于启发式算法的分配矩阵求解算法的流程图。如图2所示，本实施例中基于启发式算法的分配矩阵求解算法的具体步骤包括：

S201：初始化数据：

初始化专车分配矩阵X中每个元素x_ij＝0，专车公司利益Y＝0；将M辆专车按照单位时间成本e_i进行降序排列，构成专车集合C，初始化车辆序号i＝1；将所有用户按照开始用车时间进行升序排列，构成可用用户集合U。

S202：获取第i辆专车的可用用户集合：

依次对可用用户集合U中的每个用户进行判断，如果e_i·(d_j-s_j)＜b_j，将用户放入第i辆专车的可用用户集合U_i，否则不作任何操作。采用本步骤，可以剔除竞价小于或等于用车成本的用户。

S203：确定第i辆专车的用户：

基于构建路径-关键路径算法确定第i辆专车的用户。图3是基于构建路径-关键路径算法确定专车用户的流程图。如图3所示，基于构建路径-关键路径算法确定专车用户的具体步骤包括：

S301：初始化时间分配矩阵：

构建一个N+2阶的时间分配矩阵R，初始化其每个元素r_pq＝0，其中p,q＝0,1,…,N+1。时间分配矩阵R用于存储对于专车的时间分配。

S302：计算时间分配矩阵：

遍历每个用户，如果用户j∈U_i，令时间分配矩阵R中的元素r_0j＝b_j-(d_j-s_j)·e_i，r_j(n+1)＝0，否则不作任何操作；

然后重新遍历每个用户，对于用户j∈U_i，如果用户j″∈U_i且j″＞j&s_j″≥d_j，令时间分配矩阵R的元素r_jj″＝r_0j″＝b_j″-(d_j″-s_j″)·e_i，否则不作任何操作。

S303：求取关键路径长度：

对步骤S302计算得到的时间分配矩阵R调用关键路径算法求得0节点到(N+1)节点的关键路径，记关键路径长度y_i，令专车公司利益Y＝Y+y_i。

S304：分配矩阵赋值：

将步骤S303求得的关键路径中除0节点和(N+1)节点以外的用户节点j^*对应的专车分配矩阵X中的元素x_ij*＝1，即将用户j^*作为第i辆专车的用户。

S204：更新可用用户集合：

从可用用户集合U中将第i辆专车的用户删除。

S205：判断是否i＜M，如果是，进入步骤S206，否则完成专车分配矩阵X计算。

S206：令i＝i+1，返回步骤S202。

根据以上过程可知，本实施例中将专车按照成本降序排序，优先派遣成本高的车辆，然后筛选出能由高成本车辆服务的用户，根据关键路径算法算出使得当前车辆利益最大的用户给予服务，剩下的用户还能继续使用低成本的车辆，能够最大化车辆利用。并且只要时间不冲突，理论上一辆车可以服务多个用户，可以有效提高车辆资源利用率。

S105：支付价格计算：

如果步骤S104中求得最优专车分配矩阵，即最优专车分配方案，每位胜出的用户需要支付给专车公司的最优支付价格计算可以采用基于VCG(Vickrey–Clarke–Groves)机制的定价算法来求解。VCG机制可根据竞争情况决定支付价格，支付价格并不一定等于自己提交的竞价，激励用户真实报价，竞争小时，用户可以以较低的价格获得服务，达到价格主动随竞争情况波动，公平合理。

但是基于VCG机制的定价算法的复杂度高，计算耗时，并且由于本实施例中采用基于启发式算法的分配矩阵求解算法，求得的是近似最优车辆分配方案，采用基于VCG机制的定价算法的技术效果并不理想。因此本实施例中提出了一种基于二分法的定价算法，该算法也能实现公平合理的定价，而且还可以尽可能的让用户支付费用变低，吸引更多的用户参与竞价。图4是本实施例中基于二分法的定价算法的流程图。如图4所示，本发明中基于二分法的定价算法的具体步骤包括：

S401：选取已分配用户：

根据步骤S104得到的专车分配矩阵X获取已分配用户集合V，记分配用户集合V中的用户数量为K，令已分配用户序号k＝1。根据分配矩阵X的定义可知，当用户对应的元素中存在值为1的元素，即该用户为已分配用户。

S402：初始化支付价格：

令第k个已分配用户的支付价格p_k＝0，记第k个已分配用户所分配的车辆序号为i′，令成本参数cp＝e_i′；令支付价格最大值H＝b_k，b_k表示第k个已分配用户的竞价，支付价格最小值L＝0。

S403：判断是否|H-L|＞ε，ε表示预设阈值，如果是，进入步骤S404，否则进入步骤S407。

S404：更新用户竞价：

令第k个已分配用户的竞价b_k＝(H+L)/2。

S405：重新进行车辆资源分配：

按照第k个已分配用户的当前竞价b_k，其余参数不变，重新进行车辆资源分配，计算得到分配矩阵X′。

S406：更新支付价格参数：

根据步骤S405中得到的分配矩阵X′，判断第k个已分配用户以当前竞价b_k的情况下是否可以由成本为cp的专车服务，如果可以，令H＝b_k，否则令L＝b_k；返回步骤S403。

S407：确定支付价格：

将H作为第k个已分配用户所需支付的价格，即令p_k＝H。

S408：判断是否k＜K，如果是，进入步骤S409，否则支付价格计算结束。

S409：令k＝k+1，返回步骤S402。

为了更好地说明本发明的技术方案，采用一个具体的实例对本发明的具体过程进行详细说明。本实施例中专车公司有2辆车，单位时间的成本降序排序分别为10元、6元。

现有7个用户的预约信息，即可用用户集合U＝{1,2,3,4,5,6,7}。为便于后续描述，预先按照开始用车时间对用户和预约信息排序。表1是本实施例中用户的预约信息。

用户编号	开始用车时间s<sub>j</sub>	结束用车时间d<sub>j</sub>	用车时长(s<sub>j</sub>-d<sub>j</sub>)	竞价b<sub>j</sub>
					1	8	9	1	9
2	8	10	2	23
					3	9	11	2	26
4	10	11	1	5
					5	10	13	3	33
6	11	15	4	35
					7	12	14	2	25

表1

首先对第一辆成本为10元的专车进行分配，此时i＝1。剔除成本高于等于竞价的用户1、4、6，第1辆专车的可用用户集合为U₁＝{2,3,5,7}。

构建一个9阶的时间分配矩阵R，初始化其每个元素r_pq＝0，其中p,q＝0,1,…,8。然后根据可用用户集合U₁中每个用户的预约信息，计算得到时间分配矩阵R中的每个元素。对于元素r_0j，以j＝2，即第2个用户为例，r₀₂＝b₂-(d₂-s₂)·e₁＝23-(10-8)·10＝3。对于其他元素，同样以第2个用户为例，当j″＝3，由于s₃＝9,d₂＝10，不满足s₃≥d₂，不作操作；当j″＝5，由于s₅＝10,d₂＝10，满足s₅≥d₂，因此令r₂₅＝r₀₅＝b₅-(d₅-s₅)·e₁＝33-(13-10)·10＝3。以此类推，得到第1辆专车的时间分配矩阵R如下：

在上述时间分配矩阵R中，未标注出的元素为初始值0。图5是本实施例中根据第1辆专车的时间分配矩阵R所绘制的时间分配转化图。

对上述时间分配矩阵R调用关键路径算法求得0节点到8节点的关键路径为0-3-7-8，关键路径长度为y₁＝6+5＝11，因此令专车公司收益Y＝Y+y₁＝11。在专车分配矩阵X中，置x₁₃、x₁₇为1，即将第1辆专车分配给用户3和7。从可用用户集合U中删除用户3和7，即此时可用用户集合U＝{1,2,4,5,6,}继续对第2辆专车进行分配。

对于第2辆专车，从当前的可用用户集合U＝{1,2,4,5,6,}中删除掉不满足成本价的用户4，即U₂＝{1,2,5,6}。计算得到第2辆专车的时间分配矩阵R如下：

同样地，对上述时间分配矩阵R调用关键路径算法求得0节点到8节点的关键路径为0-2-5-8，关键路径长度为y₂＝11+15＝26，因此令专车公司收益Y＝Y+y₂＝37。在专车分配矩阵X中，置x₂₂、x₂₅为1，即将第2辆专车分配给用户2和5。所有车辆分配完，算法结束，显然，此时专车公司总利益为37。

根据以上过程可知本实施例中得到的专车分配矩阵X为：

接下来需要计算每个已分配用户的支付价格。根据专车分配矩阵X可以得到已分配用户集合V＝{2,3,5,7}，共计4个用户。本实施例中设置阈值ε＝1。以已分配用户集合中的第2个用户，即用户3为例，求解其支付价格。

由于用户3分配的是第1辆专车，因此成本参数cp＝e₁＝10，令支付价格最大值H＝b₃＝26，支付价格最小值L＝0。此时|H-L|＝26＞ε，更新用户3的竞价b₃＝(H+L)/2＝13。重新进行车辆资源分配，此时用户3不能由成本为cp＝10的专车服务，因此令L＝b₃＝13。

此时|H-L|＝13＞ε，更新用户3的竞价b₃＝(H+L)/2＝19(为便于描述，本实施例中在更新竞价时均采用向下取整)。重新进行车辆资源分配，此时用户3不能由成本为cp＝10的专车服务，因此令L＝b₃＝19。

此时|H-L|＝7＞ε，更新用户3的竞价b₃＝(H+L)/2＝22。重新进行车辆资源分配，此时用户3不能由成本为cp＝10的专车服务，因此令L＝b₃＝22。

此时|H-L|＝4＞ε，更新用户3的竞价b₃＝(H+L)/2＝24。重新进行车辆资源分配，此时用户3能由成本为cp＝10的专车服务，因此令H＝b₃＝24。

此时|H-L|＝2＞ε，更新用户3的竞价b₃＝(H+L)/2＝23。重新进行车辆资源分配，此时用户3不能由成本为cp＝10的专车服务，因此令L＝b₃＝23。

此时|H-L|＝1＝ε，支付价格计算结束，令支付价格p_k＝H＝24。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (2)

1.一种竞价环境下的网约专车分配及定价方法，其特征在于，包括以下步骤：

S1：网约专车平台发布其在预设时间段T内的专车信息，记专车数量为M，记第i辆专车的单位时间成本为e_i，i＝1,2,…,M；

S2：用户查看时间段T内的专车信息，根据自身需求预约专车，向网约专车平台提交预约信息，包括上车时间、上车地点、下车地点以及对此次行程的竞价；

S3：网约专车平台对所有的用户预约信息进行汇总，计算每个用户的开始用车时间和结束用车时间，其中开始用车时间＝用户的上车时间-专车从出发地点至用户上车地点的时间，结束用车时间＝用户的上车时间+行程用时+专车从下车地点至返回地点的时间；将第j个用户的预约信息记为q_j＝(s_j,d_j,b_j)，其中s_j表示第j个用户的开始用车时间，d_j表示第j个用户的结束用车时间，b_j表示第j个用户对此次行程的竞价，j＝1,2,…,N，N表示用户数量；

S4：构建专车分配矩阵X：

其中，x_ij表示是否将第i辆专车分配给第j个用户，x_ij＝1表示将第i辆专车分配给第j个用户，x_ij＝0表示未将第i辆专车分配给第j个用户；

采用整数规划来描述专车分配矩阵X的求解，其中目标函数为：

约束函数为：

求解以上问题得到专车分配矩阵X，据专车分配矩阵X得到为每个用户分配的专车，即对于第j个用户，x_ij＝1对应的专车即是为该用户分配的专车；

S5：根据步骤S4得到的为用户分配的专车情况求解每个已分配用户的支付价格，具体步骤包括：

S5.1：根据步骤S4得到的专车分配矩阵X获取已分配用户集合V，记分配用户集合V中的用户数量为K，令已分配用户序号k＝1；

S5.2：记第k个已分配用户所分配的车辆序号为i′，令成本参数cp＝e_i′；令支付价格最大值H＝b_k，b_k表示第k个已分配用户的竞价，支付价格最小值L＝0；

S5.3：判断是否|H-L|＞ε，ε表示预设阈值，进入步骤S5.4，否则进入步骤S5.7；

S5.4：令第k个已分配用户的竞价b_k＝(H+L)/2；

S5.5：按照第k个已分配用户的当前竞价b_k，其余参数不变，重新进行车辆资源分配，计算得到分配矩阵X′；

S5.6：根据步骤S5.5中得到的分配矩阵X′，判断第k个已分配用户以当前竞价b_k的情况下是否可以由成本为cp的专车服务，如果可以，令H＝b_k，否则令L＝b_k；返回步骤S5.3；

S5.7：令支付价格p_k＝H；

S5.8：判断是否k＜K，如果是，进入步骤S5.9，否则支付价格计算结束；

S5.9：令k＝k+1，返回步骤S5.2。

2.根据权利要求1所述的网约专车分配及定价方法，其特征在于，所述步骤S4中专车分配矩阵X的求解方法为：

S4.1：初始化专车分配矩阵X中每个元素x_ij＝0，专车公司收益Y＝0；将M辆专车按照单位时间成本e_i进行降序排列，构成专车集合C，初始化专车序号i＝1；将所有用户按照开始用车时间进行升序排列，构成可用用户集合U；

S4.2：依次对可用用户集合U中的每个用户进行判断，如果e_i·(d_j-s_j)＜b_j，将第j个用户放入第i辆专车的可用用户集合U_i，否则不作任何操作；

S4.3：基于构建路径-关键路径算法确定第i辆专车的用户，具体步骤包括：

S4.3.1：构建一个N+2阶的时间分配矩阵R，初始化其每个元素r_pq＝0，其中p,q＝0,1,…,N+1；

S4.3.2：遍历每个用户，如果用户j∈U_i，令时间分配矩阵R中的元素r_0j＝b_j-(d_j-s_j)·e_i，r_j(n+1)＝0，否则不作任何操作；

然后重新遍历每个用户，对于用户j∈U_i，如果用户j″∈U_i且j″＞j&s_j″≥d_j，令时间分配矩阵R的元素r_jj″＝r_0j″＝b_j″-(d_j″-s_j″)·e_i，否则不作任何操作；

S4.3.3：对步骤S4.3.2计算得到的时间分配矩阵R调用关键路径算法求得0节点到(N+1)节点的关键路径，记关键路径长度y_i，令专车公司收益Y＝Y+y_i；

S4.3.4：将步骤S4.3.3求得的关键路径中除0节点和(N+1)节点以外的用户节点j^*对应的专车分配矩阵X中的元素

即将用户j^*作为第i辆专车的用户；

S4.4：从可用用户集合U中将第i辆专车的用户删除；

S4.5：如果i＜M，令i＝i+1，返回步骤S4.2，否则分配矩阵X计算结束。

Images