CN110431573A - 订单分配优化的系统和方法 - Google Patents
订单分配优化的系统和方法 Download PDFInfo
- Publication number
- CN110431573A CN110431573A CN201780088252.6A CN201780088252A CN110431573A CN 110431573 A CN110431573 A CN 110431573A CN 201780088252 A CN201780088252 A CN 201780088252A CN 110431573 A CN110431573 A CN 110431573A
- Authority
- CN
- China
- Prior art keywords
- node
- order
- directed edge
- vehicle
- capacity
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005457 optimization Methods 0.000 title claims abstract description 16
- 238000003860 storage Methods 0.000 claims description 14
- 230000009977 dual effect Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 230000003190 augmentative effect Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000032258 transport Effects 0.000 description 3
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- -1 commodity Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- VJYFKVYYMZPMAB-UHFFFAOYSA-N ethoprophos Chemical compound CCCSP(=O)(OCC)SCCC VJYFKVYYMZPMAB-UHFFFAOYSA-N 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
-
- 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
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
提供了一种目标区域的在线打车服务的订单分配优化方法。该方法包括获取目标区域的历史订单信息;基于历史订单信息建立有向图,有向图包括多个节点和连接节点的多条有向边;基于多个约束条件,确定有向图的上界和相应最优解;基于上界和最优解,优化目标区域的订单分配策略。
Description
技术领域
本申请涉及订单分配的优化,尤其涉及目标区域在线打车服务的订单分配优化方法和系统。
背景技术
按需服务,如在线打车服务,因其便利性而越来越受欢迎。通常,提供此类服务的服务平台需要处理大量复杂数据并执行大量计算以自动满足用户请求并分配资源。为了提高处理效率并最大化服务平台的利润,期望开发用于优化订单分配的系统和方法。
发明内容
根据本申请的一个方面,提供了一种方法。该方法可以包括获取目标区域的历史订单信息;基于历史订单信息建立有向图,有向图包括多个节点和连接节点的多条有向边;基于多个约束条件,确定有向图的上界和相应的最优解;基于上界和最优解,优化目标区域的订单分配策略。
在本申请的另一方面,提供了一种系统。该系统可以包括至少一个计算机可读存储介质,其包括用于目标区域的在线打车服务的订单分配优化的一组指令;至少一个处理器,与所述至少一个计算机可读存储介质通信,其中,当执行所述一组指令时,所述至少一个处理器用于:获取所述目标区域的历史订单信息;基于历史订单信息建立有向图,有向图包括多个节点和连接节点的多条有向边;基于多个约束条件,确定有向图的上界和相应最优解;以及根据上界和最优解决方案,优化目标区域的订单分配策略。
在一些实施例中,多个节点可以包括多个订单节点对、多个车辆节点、源节点和终端节点,多个订单节点对中的每一个包括与订单对应的订单起始节点和订单结束节点,订单起始节点包括订单起始时间信息和订单起始位置信息,以及订单结束节点包括订单结束时间信息和订单结束位置信息。
在一些实施例中,多条有向边中的每一条具有容量和费用,并且多条有向边还可包括一组第一有向边,每条第一有向边从源节点到车辆节点,其中第一有向边的容量为1且第一有向边的费用为0;一组第二有向边,每条第二有向边从车辆节点到订单节点对的订单起始节点,其中第二有向边的容量为1且第二有向边的费用为0;一组第三有向边,每条第三有向边从订单节点对的订单起始节点到订单节点对的订单结束节点,其中第三有向边的容量为1且第三条有向边的费用是订单的值;一组第四有向边,每条第四有向边从一个订单节点的订单结束节点到另一个订单节点对的订单起始节点,其中第四有向边的容量为1,第三有向边的费用为0;第五有向边的每一个从订单结束节点到终端节点,其中第四有向边的容量为1,第四有向边的费用为0。
在一些实施例中,多个节点还可包括多个时空节点、多个车辆节点、多个离开车辆节点、源节点和终端节点。
在一些实施例中,多条有向边还可以包括一组第六有向边,每条第六有向边从一个时空节点到另一个时空节点,其中第六有向边的容量为无穷大并且第六有向边的费用为0;一组第七有向边,每条第七有向边从一个时空节点到具有一个或以上订单的另一个时空节点,其中第七有向边的容量等于一个或以上订单的数量且第七条有向边的费用是一个或以上订单的总值;一组第八有向边,每条第八有向边从时空节点到离开车辆节点,其中第八有向边的容量是无穷大的,第八有向边的费用为0;一组第九有向边,每个第九有向边从离开车辆节点到终端节点,其中第九有向边的容量等于离开所述时空的车辆数量,且第九有向边的费用大于订单的总值;一组第十有向边,每条第十条有向边从源节点到车辆节点,其中第十有向边的容量为1,且第十有向边的费用为0;第十一有向边,每条第十一有向边从车辆节点到另一个车辆节点,其中第十一有向边的容量为1,且第十一有向边的费用为0。
在一些实施例中,该方法还可以包括根据标准费用流算法确定从源节点到终端节点的最大费用流。
在一些实施例中,有向图的上界被指定为从源节点到终端节点的最大费用流,并且对应于上界的最优解是整数。
在一些实施例中,对应于上界的最优解可以包括在第九有向边上的流量,其使得离开的车辆的数量等于第九有向图的容量。
在一些实施例中,该方法还可以包括:对于每个时空节点,在确定上界过程中确定对偶变量,其中对偶变量是时空节点的值。
在一些实施例中,基于上界和最优解来优化目标区域的订单分配策略进一步基于对偶变量。
在一些实施例中,历史订单信息可包括在一天内生成的订单的信息。
其他特征将在以下部分描述中进行阐述,并且在检视以下及附图之后,部分特征对于本领域的普通技术人员来讲是显而易见的,或可以通过实例的生产及操作来了解。本申请的特征可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和达到。
附图说明
本申请通过示例性实施例进行进一步描述。这些示例性实施例将通过附图进行详细描述。本申请和示例的示例性实施例用于解释本申请,而不是限制性的。在图中,相同的附图标记表示相同的部件。
图1是根据本申请一些实施例的按需运输服务的示例性系统的框图;
图2是根据本申请一些实施例的示例性计算设备的框图;
图3是根据本申请一些实施例的示例性移动设备的示意图;
图4是根据本申请一些实施例的示例性服务器110的框图;
图5是根据本申请一些实施例的示例性处理模块402的框图;
图6是根据本申请一些实施例的确定最佳订单分配策略的示例性过程的流程图;
图7示出了根据本申请一些实施例的有向图;以及
图8示出了根据本申请一些实施例的另一个有向图。
具体实施方式
以下描述是为了使本领域的普通技术人员能够实施和利用本申请,并且该描述是在特定的应用场景及其要求的环境下提供的。对于本领域的普通技术人员来讲,显然可以对所公开的实施例作出各种改变,并且在不偏离本申请的原则和范围的情况下,本申请中所定义的普遍原则可以适用于其他实施例和应用场景。因此,本申请并不限于所描述的实施例,而应该被给予与权利要求一致的最广泛的范围。
本申请中所使用的术语仅用于描述特定的示例性实施例,并不限制本申请的范围。如本申请使用的单数形式“一”、“一个”及“该”可以同样包括复数形式,除非上下文明确提示例外情形。还应当理解,如在本申请中,术语“包括”、“包含”仅提示存在所述特征、整体、步骤、操作、组件和/或部件,但并不排除存在或添加一个或以上其他特征、整体、步骤、操作、组件、部件和/或其组合的情况。
根据以下对附图的描述,本申请的这些和其他的特征、特点以及相关结构元件的功能和操作方法,以及部件组合和制造经济性,可以变得更加显而易见,这些附图都构成本申请说明书的一部分。然而,应当理解的是,附图仅仅是为了说明和描述的目的,并不旨在限制本申请的范围。应当理解的是,附图并不是按比例绘制的。
本申请中使用了流程图用来说明根据本申请的一些实施例的系统所执行的操作。应当理解的是,流程图中的操作可以不按顺序执行。相反,可以按照倒序或同时处理各种步骤。此外,一个或以上操作可以加入到流程图中。也可以从流程图中删除一个或以上操作。
此外,尽管本申请中公开的系统和方法主要描述了关于分配一组可共享订单,但是还应该理解,这仅是一个示例性实施例。本申请的系统或方法可以应用于任何其他类型的按需服务。例如,本申请的系统和方法还可应用于包括陆地、海洋、航空太空等或其任意组合的不同运输系统。所述运输系统的交通工具可以包括车辆、私家车、顺风车、公交车、火车、动车、高铁、地铁、船舶、飞机、飞船、热气球、无人驾驶的车辆等或其任意组合。所述运输系统也可以包括管理和/或分配的任一运输系统,例如,发送和/或接收快递的系统。本申请的系统或方法的应用场景可以包括网页、浏览器插件、客户端、客户系统、内部分析系统、人工智能机器人等或其任意组合。
本申请中的术语“乘客”、“请求者”、“服务请求者”和“客户”可用于表示请求或订购服务的个人、实体或工具,并且可互换使用。同样地,本申请描述的“司机”、“提供者”、“服务提供者”、“供应者”等也是可以互换的,是指提供服务或者协助提供服务的个人、实体或工具。本申请中的词语“用户”可以指代可以请求服务、订购服务、提供服务或促进提供服务的个体、实体或工具。例如,用户可以是乘客、司机、操作者等或其任意组合。在本申请中,术语“乘客”和“乘客终端”可以互换使用,且术语“司机”和“司机终端”可以互换使用。
本申请中的术语“服务”、“请求”和“服务请求”可互换使用,以指代可由乘客、请求者、服务请求者、客户、司机、提供者、服务提供者、供应者等或其任意组合发起的请求。该服务请求可以被乘客、请求者、服务请求者、顾客、司机、提供者、服务提供者或供应者中的任一者接受。服务请求可以是计费的或免费的。
本申请中使用的定位技术可以包括全球定位系统(GPS)、全球卫星导航系统(GLONASS)、北斗导航系统(COMPASS)、伽利略定位系统、准天顶卫星系统(QZSS)、无线保真(Wi-Fi)定位技术等或其任意组合。上述定位技术中的一个或以上可以在本申请中互换使用。
值得注意的是,在线按需运输服务,如在线打车,包括打车联合服务,是一种仅在后互联网时代扎根的新型服务。它为使用者和服务提供者提供了仅在后互联网时代才可能实现的技术方案。在互联网时代之前,当使用者在街道上呼叫一辆车辆时,车辆预定请求和接受只能在乘客和一个看见该乘客的车辆司机之间发生。如果乘客通过电话呼叫一辆车辆,车辆预定请求和接受只能在该乘客和服务提供者(例如,车辆公司或代理)之间发生。然而,在线车辆允许一个使用者实时地和自动地向与该使用者相距一段距离的大量的个别服务提供者(例如,车辆)分配服务请求。它还允许多个服务提供者同时且实时地响应服务请求。因此,通过因特网,在线按需运输系统可以为在传统的互联网前运输服务系统中可能永远不会遇到的用户和服务提供者提供更有效的交易平台。当系统从多个乘客获取目标区域的历史订单信息时,系统可以基于历史订单信息建立有向图并确定有向图的上界和相应的最优解。基于上界和最优解决方案,系统可以向司机安排订单,以在白天最大化订单的值。
图1是根据本申请一些实施例的示例性按需服务系统100的框图。例如,按需服务系统100可以是用于运输服务的在线运输服务平台,例如车辆服务、司机服务、快车服务、拼车服务、公交服务、司机租用和班车服务。按需服务系统100可以是在线平台,包括服务器110、网络120、数据库140、请求者终端150,以及多个车辆160-1、160-2、…、160-n。多个车辆160-1、160-2、…、160-n中的每一个可以配备有提供者终端。
在一些实施例中,服务器110可以是单个服务器,也可以是服务器组。所述服务器组可以是集中式的,也可以是分布式的(例如,服务器110可以是分布式的系统)。在一些实施例中,服务器110可以是本地的,也可以是远程的。例如,服务器110可以经由网络120访问存储在请求者终端150、车辆160的提供者终端和/或数据库140中的信息和/或数据。作为另一示例,服务器110可以连接到请求者终端150、车辆160的提供者终端和/或数据库140以访问存储的信息和/或数据。在一些实施例中,服务器110可以在云平台上实施。仅作为示例,该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。在一些实施例中,服务器110可以在图2中描述的包含了一个或以上组件的计算设备200上执行。在一些实施例中,服务器110可以处理与服务请求有关的信息和/或数据,以执行本申请中描述的一个或以上功能。例如,服务器可以被配置为获取多个历史按需服务并建立有向图。
网络120可以促进信息和/或数据的交换。在一些实施例中,按需服务系统100的一个或以上组件(例如,服务器110、数据库140、请求者终端150和车辆160的提供者终端)可以通过网络120将信息和/或数据发送到按需服务系统100中的组件。例如,服务器110可以经由网络120从请求者终端150接收服务请求。在一些实施例中,网络120可以为任意形式的有线或无线网络,或其任意组合。仅作为示例,网络120可以包括电缆网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网络(LAN)、广域网络(WAN)、无线局域网络(WLAN)、城域网(MAN)、公共交换电话网络(PSTN)、蓝牙网络、紫蜂网络、近场通讯(NFC)网络等或其任意组合。在一些实施例中,网络120可以包括一个或以上网络接入点。例如,网络120可以包括有线或无线网络接入点,例如基站和/或互联网交换点,按需服务系统100的一个或以上组件可以通过该接入点连接到网络120以交换数据和/或他们之间的信息。
数据库140可以储存数据和/或指令。在一些实施例中,数据库140可以存储从请求者终端150和/或车辆160的提供者终端获取的数据。在一些实施例中,数据库140可以储存服务器110用来执行或使用来完成本申请揭示的示例性方法的数据和/或指令。例如,数据库140可以存储多个历史路线和与特定区域相关联的地图数据。在一些实施例中,存储器140可包括大容量存储器、可移动存储器、易失性读写内存、只读内存(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、内存卡、压缩盘、磁带等。示例性易失性读写内存可以包括随机存取内存(RAM)。示例性RAM可包括动态随机存取存储器(DRAM)、双倍数据速率同步动态随机存取存储器(DDR SDRAM)、静态随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等。示例性只读存储器可以包括掩模型只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多功能磁盘只读存储器等。在一些实施例中,数据库140可在云端平台上执行。仅作为示例,该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
在一些实施例中,数据库140可以连接到网络120以与按需服务系统100的一个或以上组件(例如,服务器110、请求者终端150、车辆160的提供者终端)通信。按需服务系统100的一个或以上组件可以通过网络120访问存储在数据库140中的数据或指令。在一些实施例中,数据库140可以直接连接到按需服务系统100的一个或以上组件或与之通信(例如,服务器110、请求者终端150、车辆160的提供者终端)。在一些实施例中,数据库140可以是服务器110的一部分。
在一些实施例中,按需服务系统100的一个或以上组件(例如,服务器110、请求者终端150、车辆160的提供者终端)可以访问数据库140。在一些实施例中,当满足一个或以上条件时,按需服务系统100的一个或以上组件可以读取和/或修改与请求者、提供者和/或公众有关的信息。例如,在完成一个服务后,服务器110可以读取和/或修改一个或以上用户的信息。作为另一示例,车辆160的提供者终端可以在从请求者终端150接收到服务请求时访问与请求者有关的信息,但是车辆160的提供者终端可以不修改请求者的相关信息。
在一些实施例中,请求者可以是请求者终端150的用户。在一些实施例中,请求者终端150的使用者可以为除该请求者之外的其他人。例如,请求者终端150的用户A可以通过请求者终端150为用户B发送服务请求,或从服务器110处接收服务和/或信息或指令。在一些实施例中,提供者可以是提供者终端的用户。在一些实施例中,提供者终端的用户可以为除该提供者之外的其他人。例如,提供者终端的用户可以使用提供者终端为用户D接收服务请求,和/或接收来自服务器110的信息或指令。在一些实施例中,“请求者”和“请求者终端”可互换使用,“提供者”和“提供者终端”可互换使用。
在一些实施例中,请求者终端150可以包括移动设备150-1、平板电脑150-2、手提电脑150-3、车载设备150-4等或其任意组合。在一些实施例中,移动设备150-1可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、增强现实设备等或其任意组合。在一些实施例中,智能家居设备可以包括智能照明设备、智能电器控制装置、智能监控设备、智能电视、智能摄像机、对讲机等或其任意组合。在一些实施例中,该可穿戴设备可包括智能手镯、智能鞋袜、智能眼镜、智能头盔、智能手表、智能衣服、智能背包、智能配件等或其任意组合。在一些实施例中,智能移动设备可以包括智能电话、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)等或其任意组合。在一些实施例中,虚拟现实设备和/或增强型虚拟现实设备可以包括虚拟现实头盔、虚拟现实眼镜、虚拟现实眼罩、增强现实头盔、增强现实眼镜、增强现实眼罩等或其任意组合。例如,虚拟现实设备和/或增强实境设备可以包括Google Glass、Oculus Rift、HoloLens或Gear VR等。在一些实施例中,车载设备150-4可以包括车载计算机或车载电视等。在一些实施例中,请求者终端150可以是具有用来确定请求者和/或请求者终端150位置的定位技术的设备。
在一些实施例中,车辆160的提供者终端可以与请求者终端150类似或相同。在一些实施例中,车辆160的提供者终端可以是具有定位技术的设备,用于定位提供者和/或车辆160的提供者终端的位置。在一些实施例中,请求者终端150和/或车辆160的提供者终端可以与另一个定位设备通信以确定请求者、请求者终端150、提供者和/或车辆160的提供者终端的位置。在一些实施例中,请求者终端150和/或车辆160的提供者终端可以将定位信息发送到服务器110。
在一些实施例中,可以通过请求服务来实现按需服务系统100的一个或以上组件的信息交换。服务请求的对象可以为任何产品。在一些实施方案中,产品可以是有形产品或非物质产品。有形产品可包括食品、药品、商品、化学产品、电器、服装、汽车、房屋、奢侈品等或其任何组合。无形产品可以包括服务产品、金融产品、知识产品、互联网产品等或其任意组合。互联网产品可以包括个人主机产品、网站产品、移动互联网产品、商业主机产品、嵌入式产品等或其任意组合。移动互联网产品可以用于移动终端的软件、程序、系统等或其任意组合。移动终端可以包括平板电脑、手提电脑、移动电话、个人数字助理(PDA)、智能手表、POS设备、车载计算机、车载电视、可穿戴设备等或其任意组合。例如,产品可以是在计算机或移动电话上使用的任一软件和/或应用。该软件和/或应用程序可以与社交、购物、交通、娱乐、学习、投资等,或其任意组合相关。在一些实施例中,所述与运输有关系统软件和/或应用程序可以包括出行软件和/或应用程序、车辆调度软件和/或应用程序、地图软件和/或应用程序等。在车辆调度软件和/或应用程序中,车辆可以是马、马车、人力车(例如,独轮手推车、脚踏车、三轮车)、汽车(例如,车辆、公交车、私人汽车)、列车、地铁、船舶、飞行器(例如,飞机、直升机、航天飞机、火箭、热气球)等或其任意组合。
本领域普通技术人员应当理解,当按需服务系统100中的一个组件进行操作时,该组件可以通过电信号和/或电磁信号执行操作。例如,当服务请求者终端150处理任务时,例如进行确定,识别或选择对象,请求者终端150可以在其处理器中操作逻辑电路以执行这样的任务。当服务请求者终端150向服务器110发出服务请求时,服务请求者终端150的处理器可以生成编码该请求的电信号。然后,服务请求者终端150的处理器可以将电信号发送到输出端口。如果服务请求者终端150经由有线网络与服务器110通信,则输出端口可以物理地连接到电缆,该电缆进一步将电信号发送到服务器110的输入端口。如果服务请求者终端150经由无线网络与服务器110通信,则服务请求者终端150的输出端口可以是一个或以上天线,其将电信号转换为电磁信号。类似地,车辆160的服务提供者终端可以通过其处理器中的逻辑电路的操作来处理任务,并且经由电信号或电磁信号从服务器110接收指令和/或服务请求。在电子设备(例如服务请求者终端150、车辆160的服务提供者终端和/或服务器110)内,当处理器处理指令、发出指令和/或执行动作时,指令和/或动作通过电信号进行。例如,当处理器从存储介质检索或获取数据时,可以将电信号发送给存储介质的读/写设备,该读/写设备可读取存储介质中的结构化数据或将结构化数据写入存储介质中。该结构化数据可以电信号的形式经由电子设备的总线传输至处理器。此处,电信号可以指一个电信号、一系列电信号和/或至少两个不连续的电信号。
图2是示出根据本申请一些实施例的计算设备200的示例性硬件和软件组件的示意图,在该计算设备200上可以实现服务器110、请求者终端150和/或车辆160的提供者终端。例如,服务器110可以在计算设备200上实现,并且被配置为执行本申请中公开的服务器110的功能。
计算设备200可以是通用计算机或专用计算机;两者都可以用于实现本申请的按需系统。计算设备200可以被用于实现当前描述的按需服务系统的任一元件。例如,服务器110可以通过其硬件、软件程序、固件或其任何组合在计算设备200上实现。
计算设备200,例如,可以包括与网络相连接的通信端口250,以实现数据通信。计算设备200还可以包括用于执行程序指令的处理器220。示例性计算设备可以包括内部通信总线210、程序存储器和不同形式的数据存储器,包括例如磁盘270、只读存储器(ROM)230或随机存取内存(RAM)240,用于存储由计算设备处理和/或发送的各种数据文件。示例性计算设备也可以包括储存于ROM 230、RAM 240和/或其他形式的非暂时性存储介质中的能够被处理器220执行的程序指令。本申请的方法和/或流程可以以程序指令的方式实现。计算设备200还包括I/O组件260,其支持计算机与其中的其他组件之间的输入/输出。计算设备200也可以通过网络通信接收编程和数据。
为了方便说明,图2中仅描述了一个处理器。多个处理器也是可行的;因此,由本申请中描述的由一个处理器执行的操作和/或方法步骤也可以由多个处理器联合或分别执行。例如,如果在本申请中,计算设备200的处理器执行步骤A和步骤B,应当理解的是,步骤A和步骤B也可以由计算设备200的两个不同的处理器共同地或独立地执行(例如,第一处理器执行步骤A,第二处理器执行步骤B,或者第一和第二处理器共同地执行步骤A和步骤B)。
图3是示出根据本申请一些实施例的可以在其上实现请求者终端150的示例性移动设备300的示例性硬件和/或软件组件的示意图。如图3所示,移动设备300可以包括通信平台310、显示器320、图形处理单元(GPU)330、中央处理单元(CPU)340、I/O 350、内存360和存储器390。在一些实施例中,任何其他合适的组件,包括但不限于系统总线或控制器(未示出),也可包括在移动设备300内。在一些实施例中,移动操作系统370(例如,iOSTM、AndroidTM、Windows PhoneTM)和一个或以上应用程序380可以从存储器390以订单的形式加载到内存360中以由CPU 340执行。应用程序380可以包括浏览器或任何其他合适的移动应用程序,用于接收和呈现与监视按需服务或来自例如服务器110的其他信息有关的信息。用户与信息流的交互可以通过I/O 350实现,并通过网络120提供给服务器110和/或按需服务系统100的其他组件。
图4是根据本申请一些实施例的示例性服务器110的框图。服务器110可以与计算机可读存储器(例如,数据库140、请求者终端150或车辆160的提供者终端)通信,并且可以执行存储在计算机可读存储介质中的指令。在一些实施例中,服务器110可以包括获取模块401、处理模块402和存储模块403。
在一些实施例中,获取模块401可以获取目标区域的历史订单信息。历史订单信息可包括在预设时间段中生成的订单信息(例如,0.5、1、2、3或7天;这里使用一天作为例子,用于以下实施方案中的说明目的)。在一些实施例中,一天内生成的订单信息可以包括一天内完成的订单数量,与每个订单相关的信息,在一天内提供服务的车辆数量,在任何时间点在线的总车辆数量,在一天的任何时间点提供服务的车辆数量,在一天的任何时间点等待订单的车辆数量,和/或有关司机是在线还是离线的信息。与每一个订单有关的信息可以包括开始时间、开始位置、结束时间、目的地和/或行程距离。在一些实施例中,历史订单信息可包括与在周末、工作日、假日或其任意组合中生成的订单有关的信息。例如,历史订单信息可以包括在周末生成的一个或以上订单的信息,在工作日生成的一个或以上订单的信息,和/或在假日中生成的一个或以上订单的信息。目标区域指的是要确定优化的订单分配策略的区域,并且下面提供目标区域的进一步详细描述(例如,图6)。在一些实施例中,获取模块401可以通过请求者终端150或车辆160的提供者终端获取历史订单信息。获取模块401可以经由网络120从数据库140获取历史订单信息。
在一些实施例中,处理模块402可以基于历史订单信息建立有向图,并基于多个约束条件确定有向图的上界和对应的最优解。在一些实施例中,有向图可以包括多个节点和连接节点的有向边。例如,每个节点具有多条有向边,并且多条有向边中的每一条从图中的一个节点指向另一个节点。处理模块402还可以基于有向图的上界来优化订单分配策略,并基于多个约束条件确定相应的最优解。
在一些实施例中,存储模块403可以存储由处理模块402生成的数据。在某些实施例中,由处理模块402生成的数据可以包括有向图、有向图的上界、最优解、最优订单分配策略。在一些实施例中,存储模块403可以存储从请求者终端150和/或车辆160的提供者终端获取的数据。
图5是根据本申请一些实施例的示例性处理模块402的框图。在一些实施例中,处理模块402可以包括有向图建立单元501、上界确定单元502和订单分配优化单元503。
在一些实施例中,有向图建立单元501可以基于历史订单信息建立有向图。有向图可以包括多个节点和连接节点的有向边。在一些实施例中,多个节点可以包括多个订单节点对、多个车辆节点、源节点和终端节点。在一些实施例中,多个节点可包括多个时空节点、多个车辆节点、多个离开车辆节点、源节点和终端节点。多个订单节点对中的每一个可以包括订单起始节点和与订单相对应的订单结束节点。订单起始节点可以包括订单起始时间信息和订单起始位置信息,并且订单结束节点可以包括订单结束时间信息和订单结束位置信息。
在一些实施例中,上界确定单元502可基于多个约束条件确定有向图的上界和对应的最优解。
在一些实施例中,订单分配优化单元503可以基于上界和最优解来优化订单分配策略。
图6是根据本申请一些实施例的用于确定最佳订单分配策略的示例性过程600的流程图。在一些实施例中,用于确定最佳订单分配策略的过程600可以在系统100上实现,如图1所示。在一些实施例中,过程600可以实现为存储在数据库140中并由服务器110调用和/或执行的一组或多组指令。
在601中,服务器110(例如,获取模块401)可以获取目标区域的历史订单信息。在一些实施例中,目标区域可以是特定区域(例如,城市、城市的区域等)。在一些实施例中,目标区域可以是行政区域。行政区域可以代表国家、省、城市、区、县、街道等,或其任何组合。在一些实施例中,目标区域可以是由按需服务提供者人工指定的区域。在一些实施例中,目标区域可以是容纳兴趣点(POI)的地理区域。在某些实施例中,POI可以是医院、学校、公园、道路、桥梁、河流、湖泊、火车站、机场、公司、酒店、景点、山峰、住宅社区等,或其任何组合。在一些实施例中,地理区域具有预定范围,该预定范围可以是包含POI的任何合理值。在一些实施例中,POI的预定范围可以是按需服务系统100的默认设置。
服务器110可以从数据库140获取历史订单信息。历史订单信息也可以由服务器110经由网络120访问。在一些实施例中,历史订单信息可以存储在用户终端(例如,请求者终端150或车辆160的提供者终端)中。例如,可以生成历史订单信息并将其记录在基于位置的服务(LBS)应用程序(例如,服务提供应用程序、驾驶应用程序、地图应用程序、导航应用程序、社交媒体应用程序)中。在一些实施例中,由LBS生成的信息可以被传送到基于云的存储设备以用于长期保存和访问。
在一些实施例中,历史订单信息可包括在预设时间段中生成的订单的信息(例如,0.5、1、2、3或7天;这里使用一天作为例子,用于以下实施方案中的说明目的)。在一些实施例中,在一天中生成的订单的信息可以包括在一天内完成的订单的数量,与每个订单单元有关的信息,在一天内提供服务的车辆的数量,在任何时间点在线的所有车辆的数量,在一天的任何时间点等待订单的车辆数量,和/或有关司机是在线还是离线的信息。与每个订单相关的信息可以包括开始时间、开始位置、结束时间、目的地和/或行程距离。
在602中,服务器110(例如,处理模块402中的有向图建立单元501)可以基于历史订单信息建立有向图。在一些实施例中,有向图可以包括多个节点和连接节点的多条有向边,如图7所示。多个节点可以包括多个订单节点对、多个车辆节点、源节点和终端节点。多个订单节点对中的每一个可以包括订单起始节点和与订单相对应的订单结束节点。多条有向边中的每一条表示容量和费用。
在一些实施例中,服务器110可以在一天内获取n订单,并且订单可以表示为i,i∈ζ={1,…,n},而在一天中可用的车辆的数量是d,并且订单i(此处也称为订单i的费用)是vi。每个订单包括开始时间、开始位置、结束时间和结束位置。在一些实施例中,服务器110可以基于n订单和车辆的数量来建立有向图。在有向图中,每个订单单元具有两个节点(订单起始节点i′和订单结束节点i″),每个车辆具有一个车辆节点sj(j=1、…、d)。
如图7所示,701可以表示源节点;702、703和704可表示车辆节点sj;705、706和707可表示订单开始节点i′;708、709和710可表示订单结束节点i″;711可以代表终端节点。
有向图有五种类型的有向边,其中包括一组第一有向边、一组第二有向边、一组第三有向边、一组第四有向边和一组第五有向边。每条第一有向边从源节点通向车辆节点;例如:从源节点701到车辆节点702的有向边引线、从源节点701到车辆节点703的有向边引线以及从源节点701到车辆节点704的有向边引线。第一有向边的容量为1,且第一有向边的费用为0。第二有向边中的每一条从车辆节点通向订单节点对的订单起始节点;例如:当存在用于服务初始订单的车辆时,从车辆节点702到订单起始节点705的有向边引线。第二有向边的容量为1,第条有向边的费用为0。第三有向边中的每一条从订单节点对的订单起始节点到订单节点对的订单结束节点;例如:从订单起始节点705到订单结束节点708的有向边引线,从订单起始节点706到订单结束节点709的有向边引线,从订单起始节点707到订单结束节点710的有向边引线。第三有向边的容量为1,第三有向边的费用是订单的值。第四有向边中的每一条从订单节点对的订单结束节点到另一个订单节点对的订单起始节点;例如:当车辆可以完成一个订单并接受另一个订单,有向边引线从订单节点对的订单结束节点709到另一个订单节点对的订单起始节点707。(例如,一个订单的目的地与另一个订单的起始位置之间的距离小于在另一个订单的开始时间和一个订单的结束时间之间的时间差期间可以行进的距离。)第四有向边的容量为1,第四条有向边的费用为0。第五有向边中的每一条从订单结束节点到终端节点;例如:从订单结束节点708到终端节点711的有向边引线,从结束节点709到终端节点711的有向边引线,从结束节点710到终端节点711的有向边引线。第五有向边的容量为1,第五有向边的费用为0。
应该注意,关于图7的以上描述仅仅是示例而不是限制性的。有向图中的节点和有向边的数量可以不受图7中所示的限制。通常,有向图可包括任何数量的节点和任何数量的有向边,其基于预设时间段(例如,一天)中的订单数量和车辆数量。在一些实施例中,车辆的数量可以确定车辆节点的数量,并且订单的数量可以确定订单节点对的数量,当确定了车辆节点的数量和订单节点对的数量后,有多少节点之间的有向边也是确定的。例如,周末可用的车辆数量可能大于工作日的可用车辆数量。
在603中,服务器110(例如,处理模块402中的上界确定单元502)可以基于多个约束条件确定有向图的上界和对应的最优解。在一些实施例中,用于确定有向图的上界的过程可以被表达为线性编程问题,即,在多个线性约束下确定线性函数的最大值。例如,在一些有向图中,xpq是从节点p到节点q的流量的决策变量,dpq是从节点p到节点q的有向边的容量。在一些实施例中,服务器110可以基于等式(1)确定有向图的上界:
∑i∈ζvixi′i″ (1),
其中xi′i″指从节点i′'到节点i″的流量;vi是指订单i的值。
在一些实施例中,多个约束条件可以表达为等式(2)-(6):
和/或
约束条件(2)-(4)是车辆节点和每个订单节点对的流量平衡约束。等式(1)的最大值是有向图的上界。最优解是满足约束条件(2)-(6)的xpq。
在一些实施例中,约束条件(2)-(5)可以表示为矩阵,约束条件(2)-(4)的系数矩阵是约束矩阵。由于约束矩阵是单模矩阵,因此最优解xpq是整数。单模矩阵是具有行列式+1或-1的整数矩阵。
在一些实施例中,用于确定有向图的上界的过程还可以被公式化以确定从源节点到终端节点的最大费用流。服务器110可以通过多项式时间中的标准费用流算法确定从源节点到终端节点的最大费用流。多项式时间表示算法的时间复杂度,并且算法可以在有限的时间段内计算。
在604中,服务器110(例如,处理模块402中的订单分配优化单元503)可以基于上界和最优解来优化订单分配策略。例如,服务器110可以基于上界和最优解决方案将订单分配给车辆,以在预设时间段(例如,一天)期间最大化订单的总值。
图8示出了有向图的另一个例子。有向图包括多个节点和连接节点的多条有向边。在一些实施例中,多个节点可包括多个时空节点、多个车辆节点、多个离开车辆节点、源节点和终端节点。每个时空对都有一个节点(t,S);t=1,2,…,T;S可以是任何地区。在一些实施例中,时空节点可以表示在特定时间段和特定区域中生成的订单的数量。可以基于默认设置或其他因素(例如,目标区域的比例,用户偏好等)来确定特定时间段和特定区域。在一些实施例中,特定时间段可以是1、5、10、20、30或60分钟,特定区域可以是在0.5、1、2或2公里内的兴趣点(POI)周围的区域。多条有向边中的每一条都具有容量和费用。
如图8所示,(1,S1)、(2,S2)、和(T,ST)可以表示时空节点;802、802和803可以表示离开车辆节点;L1可以表示L1辆车辆在时间点1离开时空;L2可以表示有L2辆车辆在时间点2离开时空;LT可以表示在时间点T有LT辆车辆离开时空;M可以表示大于订单总值的值。在一些实施例中,有向图可以具有六种类型的有向边,其包括一组第六有向边、一组第七有向边、一组第八有向边、一组第九有向边、一组第十有向边和一组第十一有向边。第六有向边中的每一条从时空节点到另一个时空节点,例如,当有可用于从(1,S1)到(2,S2)的车辆时,有向边从(1,S1)到(2,S2)。S1以及S2可以表示不同的区域。第六有向边的容量是无穷大的,第六有向边的费用为0。第七有向边中的每一条从时空节点到具有一个或以上订单的另一个时空节点,例如,当有一个或以上订单从时间点1、区域S1开始并在时间点2、区域S2结束时,有向边从(1,S1)到(2,S2)。第七有向边的容量等于一个或以上订单的数量,且第七有向边的费用为一个或以上订单的总值。第八有向边中的每一条从时空节点到离开车辆节点,例如,从(2,S2)引导到离开车辆节点801的有向边。第八有向边的容量是无穷大的,第八有向边的费用为0。第九有向边中的每一条从离开车辆节点通向终端节点。第九有向边的容量等于离开时空的车辆的数量,第九有向边的费用大于订单的总值。第十条有向边中的每一条从源节点到车辆节点。第十条有向边的容量为1,第十条有向边的费用为0。第十一有向边中的每一条从一个车辆节点到另一个车辆节点。第十一有向边的容量为1,第十一有向边的费用为0。
在建立有向图之后,服务器110可以通过多项式时间中的标准费用流算法确定有向图的上界。有向图的最大费用流被指定为上界,并且对应于上界的最优解是整数。由于第九有向边的费用大于其他有向边的费用,因此对应于上界的最优解必须包括第九有向边上的所有可能流量,这使得离开车辆的数量等于第九有向图的容量。
在一些实施例中,对于每个时间节点,服务器110可以在确定上界过程中确定对偶变量。对偶变量可以表示时空节点的值。由于时空节点表示在特定时间段和特定区域中生成的订单的数量,因此时空的对偶变量可以是在特定时间段和特定区域中生成的订单的值。在一些实施例中,服务器110还可以基于对偶变量、上界和最优解来优化订单分配策略。
为了实施本申请描述的各种模块、单元及其功能,计算机硬件平台可用作本文中描述的一个或以上组件的硬件平台。具有用户接口组件的计算机可用于实施个人计算机(PC)或任何其他类型的工作站或终端设备。若程控得当,计算机亦可用作服务器。
上文已对基本概念做了描述,显然,对于阅读此申请后的本领域的普通技术人员来说,上述发明披露仅作为示例,并不构成对本申请的限制。虽然此处并未明确说明,但本领域的普通技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词语来描述本申请的实施例。例如,术语“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特性。因此,应当强调并注意的是,本说明书中在不同位置两次或以上提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的一个或以上实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域的普通技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的过程、机器、产品或物质的组合,或对其任何新的和有用的改良。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括韧体、常驻软件、微代码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“单元”、“模块”或“系统”。此外,本申请的各方面可以采取体现在一个或以上计算机可读介质中的计算机程序产品的形式,其中计算机可读程序代码包含在其中。
计算机可读信号介质可能包含一个内含有计算机程序代码的传播数据信号,例如在基带上或作为载波的一部分。此类传播信号可以有多种形式,包括电磁形式、光形式等或任何合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通信、传播或传输供使用的程序。位于计算机可读信号介质上的程序代码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF等,或任何上述介质的组合。
本申请各方面操作所需的计算机程序码可以用一种或多种程序语言的任意组合编写,包括面向对象程序设计,如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB。NET,Python或类似的常规程序编程语言,如"C"编程语言、Visual Basic、Fortran2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy或其它编程语言。该程序代码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非申请专利范围中明确说明,本申请所述处理元件和序列的顺序、数位字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或以上发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。然而,本申请的该方法不应被解释为反映所声称的待扫描对象物质需要比每个权利要求中明确记载的更多特征的意图。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
Claims (24)
1.一种目标区域在线打车服务的订单分配优化方法,包括:
获取所述目标区域的历史订单信息;
基于所述历史订单信息建立有向图,所述有向图包括多个节点和连接所述节点的多条有向边;
基于多个约束条件,确定所述有向图的上界和相应最优解;以及
基于所述上界和所述最优解,优化所述目标区域的订单分配策略。
2.根据权利要求1所述的方法,其特征在于,所述多个节点包括多个订单节点对、多个车辆节点、源节点和终端节点,所述多个订单节点对中的每一个包括与订单对应的订单起始节点和订单结束节点,所述订单起始节点包括订单起始时间信息和订单起始位置信息,以及所述订单结束节点包括订单结束时间信息和订单结束位置信息。
3.根据权利要求2所述的方法,其特征在于,所述多条有向边中的每一条具有容量和费用,并且所述多条有向边包括:
一组第一有向边,每条所述第一有向边从所述源节点到车辆节点,其中所述第一有向边的容量为1且所述第一有向边的费用为0;
一组第二有向边,每条所述第二有向边从车辆节点到订单节点对的订单起始节点,其中,所述第二有向边的容量为1且所述第二有向边的费用为0;
一组第三有向边,每条所述第三有向边从订单节点对的订单起始节点到所述订单节点对的订单结束节点,其中,所述第三有向边的容量为1且所述第三有向边的费用为所述订单的值;
一组第四有向边,当完成一个订单并接受另一个订单时,每条所述第四有向边从一个订单节点的订单结束节点到另一个订单节点对的订单起始节点,其中所述第四有向边的容量为1且所述第三有向边的费用为0;以及
一组第五有向边,每条所述第五有向边从订单结束节点到所述终端节点,其中,所述第四有向边的容量为1且所述第四有向边的费用为0。
4.根据权利要求1所述的方法,其特征在于,所述多个节点包括多个时空节点、多个车辆节点、多个离开车辆节点、源节点和终端节点。
5.根据权利要求4所述的方法,其特征在于,所述多条有向边中的每一条具有容量和费用,所述多条有向边包括:
一组第六有向边,每条所述第六有向边从一个时空节点到另一时空节点,其中所述第六有向边的容量为无穷大且所述第六有向边的费用为0;
一组第七有向边,每条所述第七有向边从一个时空节点到具有一个或以上订单的另一个时空节点,其中所述第七有向边的容量等于所述一个或以上订单的数量且所述第七有向边的费用为所述一个或以上订单的总值;
一组第八有向边,每条所述第八有向边从时空节点到离开车辆节点,其中所述第八有向边的容量为无穷大且所述第八有向边的费用为0;
一组第九有向边,每条所述第九有向边从离开车辆节点到所述终端节点,其中所述第九有向边的容量等于离开所述时空的车辆数量,且所述第九有向边的费用大于所述订单的总值;
一组第十有向边,每条所述第十有向边从所述源节点到车辆节点,其中所述第十有向边的容量为1且所述第十有向边的费用为0;以及
一组第十一有向边,每条所述第十一有向边从一个车辆节点到另一个车辆节点,其中所述第十一有向边的容量为1且所述第十一有向边的费用为0。
6.根据权利要求5所述的方法,还包括:
根据标准费用流算法确定从所述源节点到所述终端节点的最大费用流。
7.根据权利要求6所述的方法,其特征在于,所述有向图的所述上界被指定为从所述源节点到所述终端节点的所述最大费用流,并且对应于所述上界的所述最优解是整数。
8.根据权利要求7所述的方法,其特征在于,对应于所述上界的所述最优解包括所述第九有向边上的流量,其使得离开车辆的数量等于所述第九有向图的容量。
9.根据权利要求5所述的方法,其特征在于,所述方法进一步包括:
对于每个时空节点,在确定所述上界过程中确定对偶变量,其中所述对偶变量为所述时空节点的值。
10.根据权利要求9所述的方法,其特征在于,所述基于所述上界和所述最优解优化所述目标区域的所述订单分配策略进一步基于所述对偶变量。
11.根据权利要求1所述的方法,其特征在于,所述历史订单信息包括在一天内生成的订单的信息。
12.一种系统,包括:
至少一个计算机可读存储介质,包括用于目标区域在线打车服务的订单分配优化的一组指令;以及
至少一个处理器与所述至少一个计算机可读存储介质通信,其中,当执行所述一组指令时,所述至少一个处理器用于:
获取所述目标区域的历史订单信息;
基于所述历史订单信息建立有向图,所述有向图包括多个节点和连接所述节点的多条有向边;
基于多个约束条件,确定所述有向图的上界和相应最优解;以及
基于所述上界和所述最优解,优化所述目标区域的订单分配策略。
13.根据权利要求12所述的系统,其特征在于,所述多个节点包括多个订单节点对、多个车辆节点、源节点和终端节点,所述多个订单节点对中的每一个包括与订单对应的订单起始节点和订单结束节点,所述订单起始节点包括订单起始时间信息和订单起始位置信息,以及所述订单结束节点包括订单结束时间信息和订单结束位置信息。
14.根据权利要求13所述的系统,其特征在于,所述多条有向边中的每一条具有容量和费用,并且所述多条有向边包括:
一组第一有向边,每条所述第一有向边从所述源节点到车辆节点,其中所述第一有向边的容量为1且所述第一有向边的费用为0;
一组第二有向边,每条所述第二有向边从车辆节点到订单节点对的订单起始节点,其中,所述第二有向边的所述容量为1且所述第二有向边的所述费用为0;
一组第三有向边,每条所述第三有向边从订单节点的订单起始节点到所述订单节点对的订单结束节点,其中,所述第三有向边的容量为1且所述第三有向边的费用为所述订单的值;
一组第四有向边,当完成一个订单并接受另一个订单时,每条所述第四有向边从订单节点的订单结束节点到另一个订单节点对的订单起始节点,其中所述第四有向边的所述容量为1,所述第三有向边的所述费用为0;以及
一组第五有向边,每条所述第五有向边从所述订单结束节点到所述终端节点,其中,所述第四有向边的所述容量为1且所述第四有向边的所述费用为0。
15.根据权利要求12所述的系统,其特征在于,所述多个节点包括多个时空节点、多个车辆节点、多个离开车辆节点、源节点和终端节点。
16.根据权利要求15所述的系统,其特征在于,所述多条有向边中的每一条具有容量和费用,所述多条有向边包括:
一组第六有向边,每个所述第六有向边从一个时空节点到另一时空节点,其中所述第六有向边的所述容量为无穷大且所述第六有向边的费用为0;
一组第七有向边,每条所述第七有向边从一个时空节点到具有一个或以上订单的另一个时空节点,其中所述第七有向边的容量等于所述一个或以上订单的数量且所述第七有向边的费用为所述一个或以上订单的总值;
一组第八有向边,每条所述第八有向边从时空节点到离开车辆节点,其中所述第八有向边的所述容量为无穷大且所述第八有向边的费用为0;
一组第九有向边,每条所述第九有向边从离开车辆节点到所述终端节点,其中所述第九有向边的容量等于离开所述时空的所述车辆数量,且所述第九有向边的费用大于所述订单的总值;
一组第十有向边,每条所述第十有向边从所述源节点到车辆节点,其中所述第十有向边的容量为1且所述第十有向边的费用为0;以及
一组第十一有向边,每条所述第十一有向边从一个车辆节点到另一个车辆节点,其中所述第十一有向边的容量为1且所述第十一有向边的费用为0。
17.根据权利要求16所述的系统,其特征在于,所述至少一个处理器还用于:
根据标准费用流算法确定从所述源节点到所述终端节点的最大费用流。
18.根据权利要求17所述的系统,其特征在于,所述有向图的所述上界被指定为从所述源节点到所述终端节点的所述最大费用流,并且对应于所述上界的最优解是整数。
19.根据权利要求18所述的系统,其特征在于,对应于所述上界的所述最优解包括第九有向边上的所有可能流量,其使得所述离开车辆的数量等于所述第九有向图的容量。
20.根据权利要求16所述的系统,其特征在于,所述至少一个处理器还用于:
对于每个时空节点,在确定所述上界过程中确定对偶变量,其中所述对偶变量为所述时空节点的值。
21.根据权利要求20所述的系统,其特征在于,所述基于所述上界和所述最优解优化所述目标区域的所述订单分配策略进一步基于所述对偶变量。
22.根据权利要求12所述的系统,其特征在于,所述历史订单信息包括在一天内生成的订单的信息。
23.一种非暂时性计算机可读介质,包括用于目标区域在线打车服务的订单分配优化的至少一组指令,其中当被计算机设备的至少一个处理器执行时,所述至少一组指令指示所述至少一个处理器:
获取所述目标区域的历史订单信息;
基于所述历史订单信息建立有向图,所述有向图包括多个节点和连接所述节点的多条有向边;
基于多个约束条件,确定所述有向图的上界和相应最优解;以及
根据所述上界和所述最优解,优化所述目标区域的订单分配策略。
24.根据权利要求23所述的非暂时性计算机可读介质,其特征在于,所述多个节点包括多个订单节点对、多个车辆节点、源节点和终端节点,所述多个订单节点对中的每一个包括与订单对应的订单起始节点和订单结束节点,所述订单起始节点包括订单起始时间信息和订单起始位置信息,以及所述订单结束节点包括订单结束时间信息和订单结束位置信息。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/116109 WO2019113875A1 (en) | 2017-12-14 | 2017-12-14 | Systems and methods for optimizing order allocation |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110431573A true CN110431573A (zh) | 2019-11-08 |
Family
ID=66818882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780088252.6A Pending CN110431573A (zh) | 2017-12-14 | 2017-12-14 | 订单分配优化的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200286019A1 (zh) |
CN (1) | CN110431573A (zh) |
TW (1) | TWI713945B (zh) |
WO (1) | WO2019113875A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111080033A (zh) * | 2019-12-30 | 2020-04-28 | 北京三快在线科技有限公司 | 预测服务容量的方法、装置、计算机设备及存储介质 |
CN112561371A (zh) * | 2020-12-23 | 2021-03-26 | 上海新共赢信息科技有限公司 | 一种调取确定方法、装置、电子设备及存储介质 |
CN112766650A (zh) * | 2020-12-31 | 2021-05-07 | 北京嘀嘀无限科技发展有限公司 | 一种调度方案的确定方法和装置 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609548B (zh) * | 2019-08-22 | 2022-08-26 | 合肥工业大学 | 多无人平台协同队形保持的快速优化方法和装置 |
CN112486107A (zh) * | 2019-09-12 | 2021-03-12 | 威保控股股份有限公司 | 多工序流程式产品生产排程方法 |
TWI727425B (zh) * | 2019-09-19 | 2021-05-11 | 威保控股股份有限公司 | 多工序流程式產品生產排程方法 |
US11074548B2 (en) * | 2019-12-05 | 2021-07-27 | Coupang Corp. | Computer implemented systems and methods for optimization of a product inventory by intelligent distribution of inbound products |
US20210382479A1 (en) * | 2020-06-09 | 2021-12-09 | Insurance Services Office, Inc. | Systems and Methods for Controlling Automated Systems Using Integer Programming and Column Generation Techniques |
CN112085378B (zh) * | 2020-09-04 | 2023-02-03 | 中国平安财产保险股份有限公司 | 资源分配方法、装置、计算机设备及存储介质 |
CN112001570B (zh) * | 2020-09-29 | 2021-07-09 | 北京嘀嘀无限科技发展有限公司 | 数据处理方法、装置、电子设备和可读存储介质 |
CN112465176B (zh) * | 2020-12-10 | 2022-05-10 | 南京领行科技股份有限公司 | 一种行车路线规划方法及装置 |
CN112948592A (zh) * | 2021-02-26 | 2021-06-11 | 平安科技(深圳)有限公司 | 基于人工智能的订单分级方法、装置、设备及存储介质 |
CN114617282B (zh) * | 2022-04-25 | 2022-12-06 | 华中科技大学 | 一种面向质量提升的烟叶烘烤工艺寻优方法、系统及终端 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408910A (zh) * | 2014-11-24 | 2015-03-11 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 多方有益的出租车拼车调度方法 |
CN104881710A (zh) * | 2015-05-11 | 2015-09-02 | 浙江大学 | 一种基于车辆自组网的城市快递配送方法 |
CN105678410A (zh) * | 2015-12-31 | 2016-06-15 | 哈尔滨工业大学 | 一种考虑网络连通性时变特征的公交系统时空可达性建模方法 |
WO2016188151A1 (zh) * | 2015-05-26 | 2016-12-01 | 深圳大学 | 应用于实时合乘的最优多会合点路径搜索方法及装置 |
US20170091229A1 (en) * | 2015-09-28 | 2017-03-30 | Salesforce.Com, Inc. | Combined directed graphs |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496074A (zh) * | 2011-12-09 | 2012-06-13 | 南京成风大气信息技术有限公司 | 基于云服务平台的智能手机预订出租车系统 |
US20130290043A1 (en) * | 2012-04-25 | 2013-10-31 | Board Of Trustees Of The University Of Alabama | Methods and systems for handling transportation reservation requests in a decentralized environment |
CN104361117B (zh) * | 2014-12-01 | 2018-04-27 | 北京趣拿软件科技有限公司 | 一种城市热门打车点推荐方法及系统 |
CN104851309B (zh) * | 2015-06-01 | 2017-07-14 | 南京邮电大学 | 一种交通诱导策略的实现方法 |
CN105513400B (zh) * | 2015-12-03 | 2017-12-08 | 四川长虹电器股份有限公司 | 动态规划出行路径的方法 |
CN114973677A (zh) * | 2016-04-18 | 2022-08-30 | 北京嘀嘀无限科技发展有限公司 | 用于确定预计到达时间的方法和设备 |
CN107392389A (zh) * | 2017-08-03 | 2017-11-24 | 重庆大学 | 基于arima模型的出租车调度处理方法 |
-
2017
- 2017-12-14 CN CN201780088252.6A patent/CN110431573A/zh active Pending
- 2017-12-14 WO PCT/CN2017/116109 patent/WO2019113875A1/en active Application Filing
-
2018
- 2018-12-10 TW TW107144250A patent/TWI713945B/zh active
-
2020
- 2020-05-21 US US16/879,795 patent/US20200286019A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408910A (zh) * | 2014-11-24 | 2015-03-11 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 多方有益的出租车拼车调度方法 |
CN104881710A (zh) * | 2015-05-11 | 2015-09-02 | 浙江大学 | 一种基于车辆自组网的城市快递配送方法 |
WO2016188151A1 (zh) * | 2015-05-26 | 2016-12-01 | 深圳大学 | 应用于实时合乘的最优多会合点路径搜索方法及装置 |
US20170091229A1 (en) * | 2015-09-28 | 2017-03-30 | Salesforce.Com, Inc. | Combined directed graphs |
CN105678410A (zh) * | 2015-12-31 | 2016-06-15 | 哈尔滨工业大学 | 一种考虑网络连通性时变特征的公交系统时空可达性建模方法 |
Non-Patent Citations (2)
Title |
---|
国家智能交通系统工程技术研究中心 * |
董鹏等: "一类带容量限制的运输问题", 《海军工程大学学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111080033A (zh) * | 2019-12-30 | 2020-04-28 | 北京三快在线科技有限公司 | 预测服务容量的方法、装置、计算机设备及存储介质 |
CN111080033B (zh) * | 2019-12-30 | 2021-09-28 | 北京三快在线科技有限公司 | 预测服务容量的方法、装置、计算机设备及存储介质 |
CN112561371A (zh) * | 2020-12-23 | 2021-03-26 | 上海新共赢信息科技有限公司 | 一种调取确定方法、装置、电子设备及存储介质 |
CN112561371B (zh) * | 2020-12-23 | 2024-03-01 | 上海乐享似锦科技股份有限公司 | 一种调度确定方法、装置、电子设备及存储介质 |
CN112766650A (zh) * | 2020-12-31 | 2021-05-07 | 北京嘀嘀无限科技发展有限公司 | 一种调度方案的确定方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
TW201928800A (zh) | 2019-07-16 |
WO2019113875A1 (en) | 2019-06-20 |
US20200286019A1 (en) | 2020-09-10 |
TWI713945B (zh) | 2020-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110431573A (zh) | 订单分配优化的系统和方法 | |
AU2020104470A4 (en) | Systems and methods for providing information for on-demand services | |
US11546729B2 (en) | System and method for destination predicting | |
AU2017101872A4 (en) | Systems and methods for distributing request for service | |
US10997857B2 (en) | Methods and systems for carpooling | |
CN108934181A (zh) | 用于路径搜索的系统和方法 | |
CN110291544A (zh) | 用于确定用户之间亲密度的系统和方法 | |
CN110140135A (zh) | 信息处理方法、信息处理系统和信息处理装置 | |
JP6503474B2 (ja) | 移動デバイスの経路を求めるシステム及び方法 | |
CN109074370A (zh) | 确定兴趣点的系统和方法 | |
TWI675184B (zh) | 用於路線規劃的系統、方法及非暫時性電腦可讀取媒體 | |
CN109196547A (zh) | 用于推荐服务位置的系统和方法 | |
CN109478364A (zh) | 确定预计到达时间的方法及系统 | |
CN109416878A (zh) | 用于推荐预计到达时间的系统和方法 | |
CN109074396A (zh) | 推荐个性化内容的系统和方法 | |
CN109791731A (zh) | 一种预估到达时间的方法和系统 | |
CN109478275A (zh) | 分配服务请求的系统和方法 | |
CN108701320A (zh) | 拼车的系统和方法 | |
CN108701403A (zh) | 用于展示与服务请求相关的标识的系统及方法 | |
CN109313742A (zh) | 确定预估到达时间的方法及系统 | |
CN109392307A (zh) | 路径规划方法和系统 | |
CN108713326A (zh) | 分配按需服务请求的系统及方法 | |
US11293768B2 (en) | Systems and methods for path determination | |
CN108780562A (zh) | 更新服务序列的系统和方法 | |
CN110402370A (zh) | 用于确定服务请求的推荐信息的系统和方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191108 |
|
RJ01 | Rejection of invention patent application after publication |