CN108053270A - 基于多目标优化的出租车打车平台补贴方法 - Google Patents

基于多目标优化的出租车打车平台补贴方法 Download PDF

Info

Publication number
CN108053270A
CN108053270A CN201810021700.7A CN201810021700A CN108053270A CN 108053270 A CN108053270 A CN 108053270A CN 201810021700 A CN201810021700 A CN 201810021700A CN 108053270 A CN108053270 A CN 108053270A
Authority
CN
China
Prior art keywords
taxi
subsidy
driver
mrow
passenger
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810021700.7A
Other languages
English (en)
Inventor
马意彭
林勇康
石潇让
肖建
蔡志匡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University Of Posts And Telecommunications Nantong Institute Ltd
Nanjing Post and Telecommunication University
Original Assignee
Nanjing University Of Posts And Telecommunications Nantong Institute Ltd
Nanjing Post and Telecommunication University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University Of Posts And Telecommunications Nantong Institute Ltd, Nanjing Post and Telecommunication University filed Critical Nanjing University Of Posts And Telecommunications Nantong Institute Ltd
Priority to CN201810021700.7A priority Critical patent/CN108053270A/zh
Publication of CN108053270A publication Critical patent/CN108053270A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0226—Incentive systems for frequent usage, e.g. frequent flyer miles programs or point systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/10—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems
    • G06Q20/105—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems involving programming of a portable memory device, e.g. IC cards, "electronic purses"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于多目标优化的出租车打车平台补贴方法，包括：服务端获取乘客发出的订单信息，并根据获取的订单信息和司机端维度进行司机端选取；服务端根据所在城市及区域信息获取平台数据库中的相应数据，构建多目标优化模型；求解多目标优化模型，得到最佳补贴方案；服务端根据补贴方案将对司机的补贴金额推送至司机端、对乘客的补贴金额推送至乘客端。本发明最大程度上提高订单的接单率，并且针对不同的出租车司机端补贴的必要性和乘客端补贴的必要性进行不同的补贴，从而降低补贴成本，提升补贴效率。

Description

基于多目标优化的出租车打车平台补贴方法
技术领域
本发明涉及一种基于多目标优化的出租车打车平台补贴方法，属于网络技术领域。
背景技术
根据交通运输部发布的《2016年交通运输行业发展统计公报》数据显示，2009-2016年，全国城市出租车辆规模保持逐年增长，年复合增长率为2.35％。2016年末，全国拥有出租车辆规模140.40万辆，同比增长0.8％。根据每辆出租车一天拉75人的平均水平来推算，2016年，我国出租车行业的运力规模在380亿人次左右。虽然我国出租车运力总体足够，但更多情况下补贴不合理的问题会导致一些出租车出现空载、怠工甚至拒载等浪费运力的现象，也会导致行人不选择出租车出行。
近年来，随着网络及数据处理技术的不断发展，为传统的出租车市场注入了新的血液：智能手机的打车服务开始兴起。但是他们也没能很好地处理出租车的补助问题，导致大量用户流失。目前市场上主要存在两个问题：一是司机能够找到乘客，也就是出租车司机和乘客之间匹配的需求；二是手机打车平台开发商及运营商的盈利需求。
随着互联网的发展，通过打车平台连接乘客方和司机方，使乘车过程更加简单方便，但是面对有特殊要求的乘客，也存在司机不愿意接单的情形，造成乘客方难以寻求到合适的司机。现有技术中也有对订单进行价格补贴的方法，其通过统一的补贴方式进行，补贴方法单一，造成服务端运营成本增加，而且难以对司机和乘客实现有效地激励。
发明内容
为了解决上述的技术问题，本发明提供一种基于多目标优化的出租车打车平台补贴方法，能够针对不同的司机及乘客进行有效激励，同时降低服务端运营成本。
本发明为解决上述技术问题采用以下技术方案：
本发明提供一种基于多目标优化的出租车打车平台补贴方法，具体步骤如下：
步骤1，服务端获取乘客发出的订单信息，并根据获取的订单信息和司机端维度进行司机端选取；
步骤2，服务端根据所在城市及区域信息获取平台数据库中的相应数据，构建多目标优化模型；其中，多目标优化模型具体为：
目标函数：min(k+k')
max(Mμ(k)+Nf(k'))
约束条件：
式中，k为对乘客的补贴金额，k'为对司机的补贴金额，μ(k)为乘客用户增长倍率，f(k')为司机用户的增长倍率，M、N分别为乘客、司机每增加一个比率平台的收益，bij为j时刻某地区内第i个需求圆内的打车成功率，n为某地区内需求圆的个数，sij为j时刻某地区内第i个需求圆内的空车书，dij为j时刻某地区内第i个需求圆内的乘客总需求量；
步骤3，求解步骤2中的多目标优化模型，得到最佳补贴方案；
步骤4，在订单完成后，服务端根据步骤3的补贴方案将对司机的补贴金额k'推送至司机端、对乘客的补贴金额k推送至乘客端。
作为本发明的进一步技术方案，步骤1中订单信息包括出发地与目的地。
作为本发明的进一步技术方案，步骤1中司机端维度包括出租车司机实时位置、出租车司机选取数目以及跨区域接单。
作为本发明的进一步技术方案，步骤2中服务端从平台数据库获取的数据包括所在城市的乘客用户增长倍率、司机用户的增长倍率、打车APP的下载量、乘客的平均等待时间、出租车平均运价、无补贴时使用APP的打车乘客数量、过去两年的使用APP的司机用户对于补贴金额的增长率、乘客总需求量、空车数以及需求圆的个数。
作为本发明的进一步技术方案，步骤2中其中，为网络乘客对出租车的潜在需求，即为打车APP的下载量；W为乘客的平均等待时间，P为出租车平均运价，Q0为无补贴时使用APP的打车乘客数量。
作为本发明的进一步技术方案，步骤2中其中，n1、n2、n3均为补贴系数。
作为本发明的进一步技术方案，步骤3中利用MATLAB遗传算法工具箱求取多目标优化模型的最优解。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明提供的一种基于多目标优化的出租车打车平台补贴方法，最大程度上提高订单的接单率，并且针对不同的出租车司机端补贴的必要性和乘客端补贴的必要性进行不同的补贴，从而降低补贴成本，提升补贴效率。
附图说明
图1是基于多目标优化的出租车打车平台补贴方法的运行系统结构框图；
图2是基于多目标优化的出租车打车平台补贴方法的流程框图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明：
如图1所示的基于多目标优化的出租车打车平台补贴方法的运行系统框图，本发明提供的出租车打车平台补贴方法的运行系统包括服务端100、乘客端300和司机端200，所述乘客端300以APP的形式安装于乘客方的手机终端上，所述司机端以APP的形式安装于司机方200的手机终端上。乘客端300首先提出出行需求，服务端100接收到乘客端300的出行需求后，对乘客方订单信息进行数据处理后，将订单信息推送给乘客端300附近司机端上200。司机端200对订单进行选择，并进行接单。出行结束后，乘客方通过乘客端300APP进行付款。本发明服务端100对在向司机端200推送订单过程中，根据订单信息和其他有关信息分别对乘客方和司机方进行针对性的金额补贴，以激励乘客方和司机使用本出租车打车平台。
如图2所示的基于多目标优化的出租车打车平台补贴方法的流程框图，本发明实施案例一中基于多目标优化的出租车打车平台补贴方法包括如下步骤。
S101、服务端获取订单信息以及司机端选取
首先，服务端与乘客端进行数据交互，获取乘客端的订单信息，订单信息包括但不限于出发地与目的地。然后，服务端根据所述订单信息和司机端维度进行司机端选取，所述司机端维度包括出租车司机实时位置、出租车司机选取数目以及跨区域接单。例如在一些实施例中，订单信息中乘客需从A地前往B地，则服务端根据司机端的实时位置选取A地5公里范围内的所有司机端。在另一些实施例中可以通过多个订单信息组合以及多个司机维度组合进行司机选取。
S102、服务端结合订单信息以及数据库中相关的数据计算补贴金额
服务端根据城市及区域信息获取数据库中的数据，获取的数据包括但不限于该城市的乘客用户增长倍率、司机用户的增长倍率、打车APP的下载量、乘客的平均等待时间、出租车平均运价、无补贴时使用APP的打车乘客数量、过去两年的使用APP的司机用户对于补贴金额的增长率、乘客总需求量、空车数以及需求圆的个数。
通过建立多目标优化模型求解最佳补贴金额。
多目标优化模型的目标函数包括：
(1)成本最小化：
min(k+k')
其中，k为对乘客的补贴金额，k'为对司机的补贴金额。
(2)用户增长率最大化：
max(Mμ(k)+Nf(k'))
其中，μ(k)为乘客用户增长倍率，f(k')为司机用户的增长倍率，M、N分别为乘客、司机每增加一个比率平台的收益。
μ(k)算法如下：
其中，为网络乘客对出租车的潜在需求，即为打车APP的下载量；W为乘客的平均等待时间，P为出租车平均运价，Q0为无补贴时使用APP的打车乘客数量。
f(k′)算法如下：
其中，n1、n2、n3均为补贴系数，可结合具体城市过去两年的使用APP的司机用户对于补贴金额的增长率表用MATLAB进行拟合得到。
(3)打车成功率最大化：
其中，bij为j时刻某地区内第i个需求圆内的打车成功率，sij为j时刻某地区内第i个需求圆内的空车书，dij为j时刻某地区内第i个需求圆内的乘客总需求量，n为某地区内需求圆的个数，需求圆包括该地区的医院、商业区、居民区、车站等人流密集地，根据不同的城市自行划定。
多目标优化模型的约束条件包括：
补贴金额分两阶段求解：在平台建立初期，令M/N＝1，司机与乘客同等重要。在市场饱和期，通过刺激方案，更多地吸引乘客，令M/N＝4。
在平台建立初期和市场饱和期两个期间，均利用MATLAB遗传算法工具箱求取多目标优化模型的最优解，分别得到对乘客的补贴金额k'和对司机的补贴金额k。
S103、服务端将对司机的补贴金额k和订单信息推送给司机端，将对乘客的补贴金额k'推送给乘客端。
服务端将对司机的补贴金额k和订单信息推送给司机端，将对乘客的补贴金额k'推送给乘客端，并在订单完成后，分别将对司机的补贴金额k和对乘客的补贴金额k‘打入司机和乘客的APP钱包中。
本发明提供的一种基于多目标优化的出租车打车平台补贴方法，建立补贴预算池，将司机端分成多组进行补贴值区间匹配，并进一步进行订单信息与司机端耦合度匹配，极大程度地乘客打车意愿的同时，有效降低了服务端运营成本增加。
本发明提供的一种基于多目标优化的出租车打车平台补贴方法，最大程度上提高订单的接单率，并且针对不同的出租车司机端补贴的必要性和乘客端补贴的必要性进行不同的补贴，从而降低补贴成本，提升补贴效率。
以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (7)

1.基于多目标优化的出租车打车平台补贴方法，其特征在于，具体步骤如下：
步骤1，服务端获取乘客发出的订单信息，并根据获取的订单信息和司机端维度进行司机端选取；
步骤2，服务端根据所在城市及区域信息获取平台数据库中的相应数据，构建多目标优化模型；其中，多目标优化模型具体为：
目标函数：min(k+k')
max(Mμ(k)+Nf(k'))
<mrow> <mi>max</mi> <mi> </mi> <msub> <mi>b</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mo>{</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>}</mo> </mrow> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> </mrow>
约束条件：
式中，k为对乘客的补贴金额，k'为对司机的补贴金额，μ(k)为乘客用户增长倍率，f(k')为司机用户的增长倍率，M、N分别为乘客、司机每增加一个比率平台的收益，bij为j时刻某地区内第i个需求圆内的打车成功率，n为某地区内需求圆的个数，sij为j时刻某地区内第i个需求圆内的空车数，dij为j时刻某地区内第i个需求圆内的乘客总需求量；
步骤3，求解步骤2中的多目标优化模型，得到最佳补贴方案；
步骤4，服务端根据步骤3的补贴方案将对司机的补贴金额k'推送至司机端、对乘客的补贴金额k推送至乘客端。
2.根据权利要求1所述的基于多目标优化的出租车打车平台补贴方法，其特征在于，步骤1中订单信息包括出发地与目的地。
3.根据权利要求1所述的基于多目标优化的出租车打车平台补贴方法，其特征在于，步骤1中司机端维度包括出租车司机实时位置、出租车司机选取数目以及跨区域接单。
4.根据权利要求1所述的基于多目标优化的出租车打车平台补贴方法，其特征在于，步骤2中服务端从平台数据库获取的数据包括所在城市的乘客用户增长倍率、司机用户的增长倍率、打车APP的下载量、乘客的平均等待时间、出租车平均运价、无补贴时使用APP的打车乘客数量、过去两年的使用APP的司机用户对于补贴金额的增长率、乘客总需求量、空车数以及需求圆的个数。
5.根据权利要求1所述的基于多目标优化的出租车打车平台补贴方法，其特征在于，步骤2中其中，为网络乘客对出租车的潜在需求，即为打车APP的下载量；W为乘客的平均等待时间，P为出租车平均运价，Q0为无补贴时使用APP的打车乘客数量。
6.根据权利要求1所述的基于多目标优化的出租车打车平台补贴方法，其特征在于，步骤2中其中，n1、n2、n3均为补贴系数。
7.根据权利要求1所述的基于多目标优化的出租车打车平台补贴方法，其特征在于，步骤3中利用MATLAB遗传算法工具箱求取多目标优化模型的最优解。
CN201810021700.7A 2018-01-10 2018-01-10 基于多目标优化的出租车打车平台补贴方法 Pending CN108053270A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810021700.7A CN108053270A (zh) 2018-01-10 2018-01-10 基于多目标优化的出租车打车平台补贴方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810021700.7A CN108053270A (zh) 2018-01-10 2018-01-10 基于多目标优化的出租车打车平台补贴方法

Publications (1)

Publication Number Publication Date
CN108053270A true CN108053270A (zh) 2018-05-18

Family

ID=62126798

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810021700.7A Pending CN108053270A (zh) 2018-01-10 2018-01-10 基于多目标优化的出租车打车平台补贴方法

Country Status (1)

Country Link
CN (1) CN108053270A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109034456A (zh) * 2018-06-28 2018-12-18 清华大学 用车调度方法、系统、服务器及计算机可读存储介质
CN109034433A (zh) * 2018-07-20 2018-12-18 清华大学苏州汽车研究院（吴江） 基于定制服务的打车系统
CN109784523A (zh) * 2019-03-19 2019-05-21 南京邮电大学 一种基于多目标优化的网约车智能分配订单方法
CN109857915A (zh) * 2019-02-12 2019-06-07 上海易点时空网络有限公司 新能源汽车补贴政策查询系统、方法及存储介质
CN109919551A (zh) * 2019-03-08 2019-06-21 拉扎斯网络科技（上海）有限公司 物流服务提供方法、装置、电子设备及可读存储介质
CN110111148A (zh) * 2019-05-08 2019-08-09 义乌市腾飞汽车代驾服务有限公司 车辆补贴计算方法、装置、系统、计算机设备及存储介质
CN110189017A (zh) * 2019-05-28 2019-08-30 北京三快在线科技有限公司 一种信息处理方法、装置、设备及存储介质
CN110689362A (zh) * 2018-07-04 2020-01-14 北京嘀嘀无限科技发展有限公司 一种地区聚类的方法及系统
CN111695842A (zh) * 2019-03-11 2020-09-22 拉扎斯网络科技（上海）有限公司 配送方案确定方法、装置、电子设备及计算机存储介质
CN111798256A (zh) * 2019-04-08 2020-10-20 阿里巴巴集团控股有限公司 确定票价的方法、数据获取的方法、装置和系统
CN113205198A (zh) * 2021-05-20 2021-08-03 上海钧正网络科技有限公司 网约车订单补贴方法、装置及计算机可读存储介质
CN114792254A (zh) * 2022-05-26 2022-07-26 深圳依时货拉拉科技有限公司 供需方权益平衡方法、装置、存储介质和计算机设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105005834A (zh) * 2015-08-20 2015-10-28 北京嘀嘀无限科技发展有限公司 一种订单导流方法及设备
CN105809263A (zh) * 2016-05-10 2016-07-27 北京交通大学 基于多目标优化的出租车预约方法及系统
CN106027687A (zh) * 2016-08-05 2016-10-12 刘巧利 一种智能接单方法、设备及系统
CN107341699A (zh) * 2016-04-29 2017-11-10 福州百益百利自动化科技有限公司 一种具有社交属性的位置招车方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105005834A (zh) * 2015-08-20 2015-10-28 北京嘀嘀无限科技发展有限公司 一种订单导流方法及设备
CN107341699A (zh) * 2016-04-29 2017-11-10 福州百益百利自动化科技有限公司 一种具有社交属性的位置招车方法及系统
CN105809263A (zh) * 2016-05-10 2016-07-27 北京交通大学 基于多目标优化的出租车预约方法及系统
CN106027687A (zh) * 2016-08-05 2016-10-12 刘巧利 一种智能接单方法、设备及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王凤玲等: ""最优化理论下出租车资源有效配置研究"", 《黑河学院学报》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109034456A (zh) * 2018-06-28 2018-12-18 清华大学 用车调度方法、系统、服务器及计算机可读存储介质
CN110689362A (zh) * 2018-07-04 2020-01-14 北京嘀嘀无限科技发展有限公司 一种地区聚类的方法及系统
CN109034433A (zh) * 2018-07-20 2018-12-18 清华大学苏州汽车研究院（吴江） 基于定制服务的打车系统
CN109857915A (zh) * 2019-02-12 2019-06-07 上海易点时空网络有限公司 新能源汽车补贴政策查询系统、方法及存储介质
CN109919551A (zh) * 2019-03-08 2019-06-21 拉扎斯网络科技（上海）有限公司 物流服务提供方法、装置、电子设备及可读存储介质
CN111695842B (zh) * 2019-03-11 2023-10-24 拉扎斯网络科技（上海）有限公司 配送方案确定方法、装置、电子设备及计算机存储介质
CN111695842A (zh) * 2019-03-11 2020-09-22 拉扎斯网络科技（上海）有限公司 配送方案确定方法、装置、电子设备及计算机存储介质
CN109784523A (zh) * 2019-03-19 2019-05-21 南京邮电大学 一种基于多目标优化的网约车智能分配订单方法
CN109784523B (zh) * 2019-03-19 2022-08-05 南京邮电大学 一种基于多目标优化的网约车智能分配订单方法
CN111798256A (zh) * 2019-04-08 2020-10-20 阿里巴巴集团控股有限公司 确定票价的方法、数据获取的方法、装置和系统
CN110111148A (zh) * 2019-05-08 2019-08-09 义乌市腾飞汽车代驾服务有限公司 车辆补贴计算方法、装置、系统、计算机设备及存储介质
CN110189017A (zh) * 2019-05-28 2019-08-30 北京三快在线科技有限公司 一种信息处理方法、装置、设备及存储介质
CN113205198A (zh) * 2021-05-20 2021-08-03 上海钧正网络科技有限公司 网约车订单补贴方法、装置及计算机可读存储介质
CN114792254A (zh) * 2022-05-26 2022-07-26 深圳依时货拉拉科技有限公司 供需方权益平衡方法、装置、存储介质和计算机设备

Similar Documents

Publication Publication Date Title
CN108053270A (zh) 基于多目标优化的出租车打车平台补贴方法
CN107919013B (zh) 一种上车点处理方法及服务器
CN105243836B (zh) 一种拼车方法和设备
CN104464274B (zh) 合乘打车方法及服务器
CN113095531A (zh) 一种派单方法和装置
CN105551236B (zh) 车辆调度方法和车辆调度系统
CN105279955B (zh) 一种拼车方法及设备
CN103680128B (zh) 出租车智能调度系统
CN105788333A (zh) 具有无人驾驶及回场充电功能的智能交通系统及实现方法
CN106297273B (zh) 班车路线的处理方法及装置
CN107101643B (zh) 一种拼车匹配方法
CN106373387A (zh) 一种车辆调度方法、装置及系统
CN110570003A (zh) 一种基于空闲行程车辆的预约出行订单的派单方法和装置
CN105761482A (zh) 基于公平性的出租车实时预约方法及系统
CN104167093A (zh) 基于司机住址信息的顺风车运营系统
CN109784523B (zh) 一种基于多目标优化的网约车智能分配订单方法
CN104102953A (zh) 一种物流送货线路优化生成方法及系统
CN112561379A (zh) 一种面向区域性网约车的调度方法
CN104217584A (zh) 一种私家车合乘调度系统及其控制方法
CN104951848A (zh) 一种实时拼车匹配方法
CN106355921A (zh) 一种基于路程时间的打车方法
CN110852464A (zh) 一种基于实时单行程车辆的预约单连环派单方法和装置
CN103198652A (zh) 一种基于移动互联网的出租车运营业务管理系统及方法
CN106682765A (zh) 充电站优化布局方法及装置
CN111325436A (zh) 网约车同行乘客匹配方法及系统、存储介质及服务器

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: No. 9 Wenyuan Road, Yadong New District, Nanjing, Jiangsu Province, 210012

Applicant after: NANJING University OF POSTS AND TELECOMMUNICATIONS

Applicant after: NANJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS NANTONG INSTITUTE Co.,Ltd.

Address before: 210023 9 Wen Yuan Road, Qixia District, Nanjing, Jiangsu.

Applicant before: NANJING University OF POSTS AND TELECOMMUNICATIONS

Applicant before: NANJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS NANTONG INSTITUTE Co.,Ltd.

CB02 Change of applicant information
RJ01 Rejection of invention patent application after publication

Application publication date: 20180518

RJ01 Rejection of invention patent application after publication