CN109523189A - 一种车辆调度方法及系统 - Google Patents

一种车辆调度方法及系统 Download PDF

Info

Publication number
CN109523189A
CN109523189A CN201811440324.1A CN201811440324A CN109523189A CN 109523189 A CN109523189 A CN 109523189A CN 201811440324 A CN201811440324 A CN 201811440324A CN 109523189 A CN109523189 A CN 109523189A
Authority
CN
China
Prior art keywords
site
vehicle
period
parking
waiting time
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.)
Granted
Application number
CN201811440324.1A
Other languages
English (en)
Other versions
CN109523189B (zh
Inventor
陈旭
宋刚
马瑞青
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.)
Beijing Shouqi Zhixing Technology Co Ltd
Original Assignee
Beijing Shouqi Zhixing Technology Co Ltd
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 Beijing Shouqi Zhixing Technology Co Ltd filed Critical Beijing Shouqi Zhixing Technology Co Ltd
Priority to CN201811440324.1A priority Critical patent/CN109523189B/zh
Publication of CN109523189A publication Critical patent/CN109523189A/zh
Application granted granted Critical
Publication of CN109523189B publication Critical patent/CN109523189B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q30/0645—Rental transactions; Leasing transactions

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Finance (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开的车辆调度方法及系统，根据车辆等待时间，得到停车网点的等待耗时成本，计算停车网点各个时段的订单量，根据订单量及每单的收入，得到停车网点各个时段的收入，重复上述步骤Step1‑Step3，得到各个停车网点的等待耗时成本、各个时段的收入，获取各个调度人员当前的位置信息，根据位置信息，为调出网点分配相应的调度人员，计算调度人员到调出网点需要的时间To‑a，计算车辆从调出网点到调入网点需要的时间Ta‑b及车辆到调入网点后，车辆的停车等待时间Tb，设定各个调出网点到各个调入网点之间的优先级别，通知各个运维人员根据优先级别对各个调入网点进行调度，提高了调度的准确性及效率，使得调度效益最大化。

Description

一种车辆调度方法及系统
技术领域
本发明涉及共享汽车技术领域，具体涉及一种车辆调度方法及系统。
背景技术
现阶段共享经济涉及的行业迅速崛起，共享汽车作为既廉价又快捷的交通方式越来越被大众接受。但由于此模式受用户不完全规律的用车习惯限制，造成了多车网点没人用、需求网点无车用的普遍现象，为公司运营带来极大的资源浪费。为了解决这些问题，大多数公司都会人为制定调度方案。
现有的人为制定调度方案主要存在以下几方面的缺陷：
(1)调度不准确，对网点无论进行分类、聚类都是对网点大体情况的一种总结，但不是每时每刻都是这种总结的表现，比如停车网点B评估为调入网点，但是实际上当运维人员调车过去的时候，停车网点B很大可能被塞满了。
(2)调度效益无法最大化，没有考虑调度前的节省成本，与调度后的可能性收益，无法保证调度即用的时间少，调度完成后获得的收益最高。
(3)调度效率低下，由于调度人员无法评估调度任务之间的时耗关系，在调度任务众多的情况下，导致调度效率较低。
发明内容
为解决现有技术的不足，本发明实施例提供了一种车辆调度方法及系统。
第一方面，本发明实施例提供的车辆调度方法，包括：
Step1、根据车辆等待时间，得到停车网点的等待耗时成本，其中，所述车辆等待时间为所述停车网点中各个车辆停车等待时间的最大值；
Step2、计算所述停车网点各个时段的订单量；
Step3、根据所述订单量及每单的收入，得到所述停车网点各个时段的收入；
Step4、重复上述步骤Step1-Step3，得到各个停车网点的等待耗时成本、各个时段的收入；
Step5、获取各个调度人员当前的位置信息，根据所述位置信息，为调出网点分配相应的调度人员，计算所述调度人员到所述调出网点需要的时间To-a；
Step6、计算车辆从所述调出网点到调入网点需要的时间Ta-b及车辆到所述调入网点后，车辆的停车等待时间Tb；
Step7、根据公式分别计算各个调出网点到各个调入网点的可调度指数，其中，Ca为所述调出网点的等待耗时成本，Cb为调入网点的等待耗时成本，Eb为调入网点对应时段的收入，T＝To-a+Ta-b+Tb；
Step8、重复上述步骤Step5-Step7，分别计算各个调出网点到各个调入网点之间的可调度指数；
Step9、根据所述可调度指数的大小，设定各个调出网点到各个调入网点之间的优先级别，通知各个运维人员根据所述优先级别对各个调入网点进行调度。
进一步地，计算所述停车网点各个时段的订单量包括：
获取用户在设定时间段内打开APP的次数及用户下订单的次数；
在设定的天数范围内及车辆充足的情况下，根据用户在设定时间段内打开APP的次数及用户下订单的次数，得到所述停车网点各个时段的订单转换率；
根据订单转换率，得到所述停车网点各个时段的订单量；
其中，所述订单转换率的计算公式为：
其中，α、A及B分别为订单转换率、用户在设定时间段内打开APP的次数及用户下订单的次数，其中，所述订单转换率用于各个固定网点有车及无车的情况下，预算各个固定网点每天各个时段的订单量。
第二方面，本发明实施例了一种车辆调度系统，包括计算模块和模块，其中：
计算模块，用于根据车辆等待时间，得到停车网点的等待耗时成本，其中，所述车辆等待时间为所述停车网点中各个车辆停车等待时间的最大值；
所述计算模块，还用于计算所述停车网点各个时段的订单量；
所述计算模块，还用于根据所述订单量及每单的收入，得到所述停车网点各个时段的收入；
所述计算模块，还用于重复上述步骤Step1-Step3，得到各个停车网点的等待耗时成本、各个时段的收入；
所述计算模块，还用于获取各个调度人员当前的位置信息，根据所述位置信息，为调出网点分配相应的调度人员，计算所述调度人员到所述调出网点需要的时间To-a；
所述计算模块，还用于计算车辆从所述调出网点到调入网点需要的时间Ta-b及车辆到所述调入网点后，车辆的停车等待时间Tb；
所述计算模块，还用于根据公式分别计算各个调出网点到各个调入网点的可调度指数，其中，Ca为所述调出网点的等待耗时成本，Cb为调入网点的等待耗时成本，Eb为调入网点对应时段的收入，T＝To-a+Ta-b+Tb；
所述计算模块，还用于重复上述步骤Step5-Step7，分别计算各个调出网点到各个调入网点之间的可调度指数；
推送模块，用于根据所述可调度指数的大小，设定各个调出网点到各个调入网点之间的优先级别，通知各个运维人员根据所述优先级别对各个调入网点进行调度。
进一步地，所述计算模块还用于，
获取用户在设定时间段内打开APP的次数及用户下订单的次数；
在设定的天数范围内及车辆充足的情况下，根据用户在设定时间段内打开APP的次数及用户下订单的次数，得到所述停车网点各个时段的订单转换率；
根据订单转换率，得到所述停车网点各个时段的订单量；
其中，所述订单转换率的计算公式为：
其中，α、A及B分别为订单转换率、用户在设定时间段内打开APP的次数及用户下订单的次数，其中，所述订单转换率用于各个固定网点有车及无车的情况下，预算各个固定网点每天各个时段的订单量。
本发明实施例提供的车辆调度方法具有以下有益效果：
(1)对现有网点进行历史统计，在时间的不同维度上考虑网点A到网点B的调度可能性，提高了调度的准确性。
(2)通过对可能收益的计算，将最大收益的调度任务推送给调度人员，保证调度人员的调度后的收益效率，使调度效益最大化。
(3)对调度任务计算调度的收益与时间比，推送排序结果，确保调度人员每时每刻调度效率最大化，提高了调度的效率。
附图说明
图1为本发明实施例提供的车辆调度方法的流程示意图；
图2为本发明实施例提供的车辆调度系统的结构示意图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
如图1所示，本发明实施例提供的车辆调度方法包括以下步骤：
S101，根据车辆等待时间，得到停车网点的等待耗时成本，其中，所述车辆等待时间为所述停车网点中各个车辆停车等待时间的最大值；
S102，计算所述停车网点各个时段的订单量；
S103，根据所述订单量及每单的收入，得到所述停车网点各个时段的收入；
S104，重复上述步骤S101-S103，得到各个停车网点的等待耗时成本、各个时段的收入；
S105，获取各个调度人员当前的位置信息，根据所述位置信息，为调出网点分配相应的调度人员，计算所述调度人员到所述调出网点需要的时间To-a；
S106，计算车辆从所述调出网点到调入网点需要的时间Ta-b及车辆到所述调入网点后，车辆的停车等待时间Tb；
S107，根据公式分别计算各个调出网点到各个调入网点的可调度指数，其中，V为可调度指数，Ca为所述调出网点的等待耗时成本，Cb为调入网点的等待耗时成本，Eb为调入网点对应时段的收入，T＝To-a+Ta-b+Tb；
S108，重复上述步骤S105-S107，分别计算各个调出网点到各个调入网点之间的可调度指数；
S109，根据所述可调度指数的大小，设定各个调出网点到各个调入网点之间的优先级别，通知各个运维人员根据所述优先级别对各个调入网点进行调度。
进一步地，计算所述停车网点各个时段的订单量包括：
获取用户在设定时间段内打开APP的次数及用户下订单的次数；
在设定的天数范围内及车辆充足的情况下，根据用户在设定时间段内打开APP的次数及用户下订单的次数，得到所述停车网点各个时段的订单转换率；
根据订单转换率，得到所述停车网点各个时段的订单量；
其中，所述订单转换率的计算公式为：
其中，α、A及B分别为订单转换率、用户在设定时间段内打开APP的次数及用户下订单的次数，其中，所述订单转换率用于各个固定网点有车及无车的情况下，预算各个固定网点每天各个时段的订单量。
如图2所示，本发明实施例提供的车辆调度系统包括、计算模块及推送模块，其中：
计算模块，用于根据车辆等待时间，得到停车网点的等待耗时成本，其中，所述车辆等待时间为所述停车网点中各个车辆停车等待时间的最大值；
所述计算模块，还用于计算所述停车网点各个时段的订单量；
所述计算模块，还用于根据所述订单量及每单的收入，得到所述停车网点各个时段的收入；
所述计算模块，还用于重复上述步骤Step1-Step3，得到各个停车网点的等待耗时成本、各个时段的收入；
所述计算模块，还用于获取各个调度人员当前的位置信息，根据所述位置信息，为调出网点分配相应的调度人员，计算所述调度人员到所述调出网点需要的时间To-a；
所述计算模块，还用于计算车辆从所述调出网点到调入网点需要的时间Ta-b及车辆到所述调入网点后，车辆的停车等待时间Tb；
所述计算模块，还用于根据公式分别计算各个调出网点到各个调入网点的可调度指数，其中，Ca为所述调出网点的等待耗时成本，Cb为调入网点的等待耗时成本，Eb为调入网点对应时段的收入，T＝To-a+Ta-b+Tb；
所述计算模块，还用于重复上述步骤Step5-Step7，分别计算各个调出网点到各个调入网点之间的可调度指数；
推送模块，用于根据所述可调度指数的大小，设定各个调出网点到各个调入网点之间的优先级别，通知各个运维人员根据所述优先级别对各个调入网点进行调度。
进一步地，所述计算模块还用于，
获取用户在设定时间段内打开APP的次数及用户下订单的次数；
在设定的天数范围内及车辆充足的情况下，根据用户在设定时间段内打开APP的次数及用户下订单的次数，得到所述停车网点各个时段的订单转换率；
根据订单转换率，得到所述停车网点各个时段的订单量；
其中，所述订单转换率的计算公式为：
其中，α、A及B分别为订单转换率、用户在设定时间段内打开APP的次数及用户下订单的次数，其中，所述订单转换率用于各个固定网点有车及无车的情况下，预算各个固定网点每天各个时段的订单量。
本发明实施例提供的车辆调度方法及系统，根据车辆等待时间，得到停车网点的等待耗时成本，其中，车辆等待时间为停车网点中各个车辆停车等待时间的最大值，计算停车网点各个时段的订单量，根据订单量及每单的收入，得到停车网点各个时段的收入，重复上述步骤Step1-Step3，得到各个停车网点的等待耗时成本、各个时段的收入，获取各个调度人员当前的位置信息，根据位置信息，为调出网点分配相应的调度人员，计算调度人员到调出网点需要的时间To-a，计算车辆从调出网点到调入网点需要的时间Ta-b及车辆到调入网点后，车辆的停车等待时间Tb，根据公式分别计算各个调出网点到各个调入网点的可调度指数，其中，Ca为调出网点的等待耗时成本，Cb为调入网点的等待耗时成本，Eb为调入网点对应时段的收入，T＝To-a+Ta-b+Tb，重复上述步骤Step5-Step7，分别计算各个调出网点到各个调入网点之间的可调度指数，根据可调度指数的大小，设定各个调出网点到各个调入网点之间的优先级别，通知各个运维人员根据所述优先级别对各个调入网点进行调度，提高了调度的准确性及效率，使得调度效益最大化。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
可以理解的是，上述方法及装置中的相关特征可以相互参考。另外，上述实施例中的“第一”、“第二”等是用于区分各实施例，而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
此外，存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (4)

1.一种车辆调度方法，适用于共享汽车行业，其特征在于，包括：
Step1、根据车辆等待时间，得到停车网点的等待耗时成本，其中，所述车辆等待时间为所述停车网点中各个车辆停车等待时间的最大值；
Step2、计算所述停车网点各个时段的订单量；
Step3、根据所述订单量及每单的收入，得到所述停车网点各个时段的收入；
Step4、重复上述步骤Step1-Step3，得到各个停车网点的等待耗时成本、各个时段的收入；
Step5、获取各个调度人员当前的位置信息，根据所述位置信息，为调出网点分配相应的调度人员，计算所述调度人员到所述调出网点需要的时间To-a；
Step6、计算车辆从所述调出网点到调入网点需要的时间Ta-b及车辆到所述调入网点后，车辆的停车等待时间Tb；
Step7、根据公式分别计算各个调出网点到各个调出网点的可调度指数，其中，Ca为所述调出网点的等待耗时成本，Cb为调入网点的等待耗时成本，Eb为调入网点对应时段的收入，T＝To-a+Ta-b+Tb；
Step8、重复上述步骤Step5-Step7，分别计算各个调出网点到各个调入网点之间的可调度指数；
Step9、根据所述可调度指数的大小，设定各个调出网点到各个调入网点之间的优先级别，通知各个运维人员根据所述优先级别对各个调入网点进行调度。
2.根据权利要求1所述的车辆调度方法，其特征在于，计算所述停车网点各个时段的订单量包括：
获取用户在设定时间段内打开APP的次数及用户下订单的次数；
在设定的天数范围内及车辆充足的情况下，根据用户在设定时间段内打开APP的次数及用户下订单的次数，得到所述停车网点各个时段的订单转换率；
根据订单转换率，得到所述停车网点各个时段的订单量；
其中，所述订单转换率的计算公式为：
其中，α、A及B分别为订单转换率、用户在设定时间段内打开APP的次数及用户下订单的次数，其中，所述订单转换率用于各个固定网点有车及无车的情况下，预算各个固定网点每天各个时段的订单量。
3.一种车辆调度系统，适用于共享汽车系统，其特征在于，包括：
计算模块，用于根据车辆等待时间，得到停车网点的等待耗时成本，其中，所述车辆等待时间为所述停车网点中各个车辆停车等待时间的最大值；
所述计算模块，还用于计算所述停车网点各个时段的订单量；
所述计算模块，还用于根据所述订单量及每单的收入，得到所述停车网点各个时段的收入；
所述计算模块，还用于重复上述步骤Step1-Step3，得到各个停车网点的等待耗时成本、各个时段的收入；
所述计算模块，还用于获取各个调度人员当前的位置信息，根据所述位置信息，为调出网点分配相应的调度人员，计算所述调度人员到所述调出网点需要的时间To-a；
所述计算模块，还用于计算车辆从所述调出网点到调入网点需要的时间Ta-b及车辆到所述调入网点后，车辆的停车等待时间Tb；
所述计算模块，还用于根据公式分别计算各个调出网点到各个调入网点的可调度指数，其中，Ca为所述调出网点的等待耗时成本，Cb为调入网点的等待耗时成本，Eb为调入网点对应时段的收入，T＝To-a+Ta-b+Tb；
所述计算模块，还用于重复上述步骤Step5-Step7，分别计算各个调出网点到各个调入网点之间的可调度指数；
推送模块，用于根据所述可调度指数的大小，设定各个调出网点到各个调入网点之间的优先级别，通知各个运维人员根据所述优先级别对各个调入网点进行调度。
4.根据权利要求3所述的车辆调度系统，其特征在于，所述计算模块还用于，
获取用户在设定时间段内打开APP的次数及用户下订单的次数；
在设定的天数范围内及车辆充足的情况下，根据用户在设定时间段内打开APP的次数及用户下订单的次数，得到所述停车网点各个时段的订单转换率；
根据订单转换率，得到所述停车网点各个时段的订单量；
其中，所述订单转换率的计算公式为：
其中，α、A及B分别为订单转换率、用户在设定时间段内打开APP的次数及用户下订单的次数，其中，所述订单转换率用于各个固定网点有车及无车的情况下，预算各个固定网点每天各个时段的订单量。
CN201811440324.1A 2018-11-29 2018-11-29 一种车辆调度方法及系统 Active CN109523189B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811440324.1A CN109523189B (zh) 2018-11-29 2018-11-29 一种车辆调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811440324.1A CN109523189B (zh) 2018-11-29 2018-11-29 一种车辆调度方法及系统

Publications (2)

Publication Number Publication Date
CN109523189A true CN109523189A (zh) 2019-03-26
CN109523189B CN109523189B (zh) 2022-08-30

Family

ID=65793797

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811440324.1A Active CN109523189B (zh) 2018-11-29 2018-11-29 一种车辆调度方法及系统

Country Status (1)

Country Link
CN (1) CN109523189B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114331220A (zh) * 2022-03-01 2022-04-12 北京邮电大学 基于订单动态优先级的乘用车运输车辆调度方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015219811A (ja) * 2014-05-20 2015-12-07 トヨタ自動車株式会社 車両制御システム
CN105389975A (zh) * 2015-12-11 2016-03-09 北京航空航天大学 专车调度方法和装置
CN105702017A (zh) * 2016-03-01 2016-06-22 海信集团有限公司 一种车辆调度方法及装置
CN106022577A (zh) * 2016-05-12 2016-10-12 西安电子科技大学 载客车辆的在线均衡调度方法
CN107358492A (zh) * 2017-06-23 2017-11-17 芜湖恒天易开软件科技股份有限公司 车辆租赁点运营状态管理系统和运营管理方法
CN108055301A (zh) * 2017-12-05 2018-05-18 北京摩拜科技有限公司 车辆调度方法、服务器、客户端及系统
CN108510730A (zh) * 2018-04-24 2018-09-07 徐漫洋 共享汽车网点间车辆调度方法及系统
CN108510729A (zh) * 2018-04-24 2018-09-07 徐漫洋 共享汽车车辆调度系统及调度方法
CN108564225A (zh) * 2018-04-24 2018-09-21 徐漫洋 共享汽车车辆调度系统及调度方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015219811A (ja) * 2014-05-20 2015-12-07 トヨタ自動車株式会社 車両制御システム
CN105389975A (zh) * 2015-12-11 2016-03-09 北京航空航天大学 专车调度方法和装置
CN105702017A (zh) * 2016-03-01 2016-06-22 海信集团有限公司 一种车辆调度方法及装置
CN106022577A (zh) * 2016-05-12 2016-10-12 西安电子科技大学 载客车辆的在线均衡调度方法
CN107358492A (zh) * 2017-06-23 2017-11-17 芜湖恒天易开软件科技股份有限公司 车辆租赁点运营状态管理系统和运营管理方法
CN108055301A (zh) * 2017-12-05 2018-05-18 北京摩拜科技有限公司 车辆调度方法、服务器、客户端及系统
CN108510730A (zh) * 2018-04-24 2018-09-07 徐漫洋 共享汽车网点间车辆调度方法及系统
CN108510729A (zh) * 2018-04-24 2018-09-07 徐漫洋 共享汽车车辆调度系统及调度方法
CN108564225A (zh) * 2018-04-24 2018-09-21 徐漫洋 共享汽车车辆调度系统及调度方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114331220A (zh) * 2022-03-01 2022-04-12 北京邮电大学 基于订单动态优先级的乘用车运输车辆调度方法及装置
CN114331220B (zh) * 2022-03-01 2022-05-13 北京邮电大学 基于订单动态优先级的乘用车运输车辆调度方法及装置

Also Published As

Publication number Publication date
CN109523189B (zh) 2022-08-30

Similar Documents

Publication Publication Date Title
Li et al. Efficient multi-objective optimization algorithm for hybrid flow shop scheduling problems with setup energy consumptions
Umang et al. Real-time management of berth allocation with stochastic arrival and handling times
US9277003B2 (en) Automated cloud workload management in a map-reduce environment
Liang et al. A quay crane dynamic scheduling problem by hybrid evolutionary algorithm for berth allocation planning
CN110414731B (zh) 订单分配的方法、装置、计算机可读存储介质及电子设备
CN103927229B (zh) 在动态可用服务器集群中调度映射化简作业的方法和系统
US20110087514A1 (en) Modeling distribution of emergency relief supplies for disaster response operations
Rocholl et al. Bi-criteria parallel batch machine scheduling to minimize total weighted tardiness and electricity cost
EP2476578B1 (en) Dynamic load profiling
Englberger et al. Two-stage stochastic master production scheduling under demand uncertainty in a rolling planning environment
CN104102472A (zh) 并行处理执行的设备和方法
Degbotse et al. IBM blends heuristics and optimization to plan its semiconductor supply chain
CN110276557A (zh) 一种跨网格调度工单创建方法
CN105719221A (zh) 针对多任务的路径协同规划方法和装置
Yao et al. Cutting your cloud computing cost for deadline-constrained batch jobs
CN109215383A (zh) 一种车辆调度方法
Prata et al. Heuristic methods for the single-machine scheduling problem with periodical resource constraints
US10984345B2 (en) Management of power sources and jobs in an integrated power system
Maghsoudlou et al. A framework for preemptive multi-skilled project scheduling problem with time-of-use energy tariffs
Schulz A genetic algorithm to solve the hybrid flow shop scheduling problem with subcontracting options and energy cost consideration
CN111652408A (zh) 仓库中的订单处理方法、装置、介质、电子设备与系统
CN109523189A (zh) 一种车辆调度方法及系统
CN116880994A (zh) 基于动态dag的多处理器任务调度方法、装置及设备
Jia et al. Improving performance of dispatch rules for daily scheduling of assembly and test operations
CN110557339B (zh) 一种流量规划方法、装置、计算机设备、存储介质

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
GR01 Patent grant
GR01 Patent grant