CN111047356A - 一种交通班次的价值评估方法及装置 - Google Patents

一种交通班次的价值评估方法及装置 Download PDF

Info

Publication number
CN111047356A
CN111047356A CN201911205963.4A CN201911205963A CN111047356A CN 111047356 A CN111047356 A CN 111047356A CN 201911205963 A CN201911205963 A CN 201911205963A CN 111047356 A CN111047356 A CN 111047356A
Authority
CN
China
Prior art keywords
traffic
shift
parameters
value influence
traffic shift
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
CN201911205963.4A
Other languages
English (en)
Other versions
CN111047356B (zh
Inventor
罗文洲
谭玮
郭鹏飞
裴成
王磊
张辉
肖禹
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.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201911205963.4A priority Critical patent/CN111047356B/zh
Publication of CN111047356A publication Critical patent/CN111047356A/zh
Application granted granted Critical
Publication of CN111047356B publication Critical patent/CN111047356B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q30/0278—Product appraisal
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (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

本申请实施例提供了一种交通班次的价值评估方法及装置。在本申请中，获取交通班次的多个类别的一级价值影响参数；多个类别的一级价值影响参数至少包括：该交通班次的属性参数、该交通班次的效益参数、该交通班次的交通线路参数以及该交通班次的服务参数等。然后根据多个类别的一级价值影响参数评估交通班次的价值。通过本申请可以评估交通班次的价值，由于结合了目标交通班次的多种维度的一级价值影响参数来评估交通班次的价值，如此使得评估得到的交通班次的价值的准确度较高，当该交通班次的价值较高时，可以提示交通班次的运维人员重点关注该交通班次，以对对该交通班次提供更高的服务质量。

Description

一种交通班次的价值评估方法及装置
技术领域
本申请涉及智能交通技术领域，特别是涉及一种交通班次的价值评估方法及装置。
背景技术
对于运输公司而言，其旗下的各个交通班次的价值往往不尽相同，价值更高的交通班次对于运输公司提高声誉以及盈利更加重要，因此，运输公司可以对旗下的各个交通班次提供精细化的管理，例如，运输公司对价值较高的交通班次提供的服务质量可以高于对价值较低的交通班次提供的服务质量。
其中，对于运输公司旗下的各个交通班次，运输公司可以分别评估其价值，当某一交通班次的价值性较高时，可以提示交通班次的运维人员重点关注该交通班次，以对该交通班次提供更高的服务质量，例如尽量使得该交通班次可以准点起飞以及对该交通班次配备更加专业的飞行员和乘务人员等等。
然而，如何评估交通班次的价值是一个亟待解决的技术问题。
发明内容
本申请实施例示出了一种交通班次的价值评估方法及装置。
第一方面，本申请实施例示出了一种交通班次的价值评估方法，所述方法包括：
获取交通班次的多个类别的一级价值影响参数，所述多个类别的一级价值影响参数至少包括：所述交通班次的属性参数、所述交通班次的效益参数、所述交通班次的交通线路参数以及所述交通班次的服务参数；
根据多个类别的一级价值影响参数评估所述交通班次的价值。
在一个可选的实现方式中，所述方法还包括：
在用户在多个交通班次中进行选择情况下，向用户输出各个交通班次的价值。
在一个可选的实现方式中，所述获取交通班次的多个类别的一级价值影响参数，包括：
对于任意一个类别的一级价值影响参数，获取所述类别的一级价值影响参数相关的多个二级价值影响参数；
根据所述多个二级价值影响参数获取所述类别的一级价值影响参数。
在一个可选的实现方式中，
所述交通班次的属性参数相关的多个二级价值影响参数至少包括：乘坐所述交通班次的旅客的重要性、所述交通班次的历史正点率、所述交通班次对应的交通工具在预设时间段内已执行交通运输作业的次数以及所述交通班次的上座率；
所述交通班次的效益参数相关的多个二级价值影响参数至少包括：所述交通班次的票务收入、所述交通班次的货运收入、所述交通班次的成本支出以及所述交通班次所在的交通线路中包括的交通班次的数量；
所述交通班次的交通线路参数相关的多个二级价值影响参数至少包括：所述交通班次的线路种类以及所述交通班次的班次种类；
其中，所述线路种类包括国内交通班次和国际交通班次，或者，包括洲际交通班次和地区交通班次；所述班次种类包括正常班次、候补班次、备降班次以及试飞班次；
所述交通班次的服务参数相关的多个二级价值影响参数至少包括：所述交通班次历史平均延误时长、当前时刻与所述交通班次的执行运输作业的起始执行时刻之间的距离、在所述交通班次为中转交通班次时全程乘坐所述交通班次的乘客的数量以及在所述交通班次为连城交通班次时全程乘坐所述交通班次的乘客的数量。
在一个可选的实现方式中，所述根据所述多个二级价值影响参数获取所述类别的一级价值影响参数，包括：
对所述多个二级价值影响参数进行降维，得到多个中间价值影响参数，所述中间价值影响参数的数量小于所述二级价值影响参数的数量；
根据所述多个中间价值影响参数获取所述类别的一级价值影响参数。
在一个可选的实现方式中，所述对所述多个二级价值影响参数降维，得到多个中间价值影响参数，包括：
基于奇异值分解法、主成分分析法或者非负矩阵分解法来对所述多个二级价值影响参数降维，得到多个中间价值影响参数。
在一个可选的实现方式中，所述根据所述多个二级价值影响参数获取所述类别的一级价值影响参数，包括：
对所述多个二级价值影响参数分别进行归一化处理；
根据归一化处理后的多个二级价值影响参数获取所述类别的一级价值影响参数。
在一个可选的实现方式中，所述根据所述多个二级价值影响参数获取所述类别的一级价值影响参数，包括：
对所述多个二级价值影响参数分别进行正则化处理或者基于拉依达准则处理；
根据正则化处理后或基于拉依达准则处理后的多个二级价值影响参数获取所述类别的一级价值影响参数。
在一个可选的实现方式中，所述根据所述多个二级价值影响参数获取所述类别的一级价值影响参数，包括：
分别获取每一个二级价值影响参数的影响权重；
根据获取的影响权重对每一个二级价值影响参数进行加权处理，得到所述类别的一级价值影响参数。
在一个可选的实现方式中，所述分别获取每一个二级价值影响参数的影响权重，包括：
获取事先根据经验直接指定的每一个二级价值影响参数的影响权重；
或者；
获取事先根据经验指定的每一个二级价值影响参数的重要性；基于每一个二级价值影响参数的重要性和层次分析法确定每一个二级价值影响参数的影响权重。
在一个可选的实现方式中，所述基于每一个二级价值影响参数的重要性和层次分析法确定每一个二级价值影响参数的影响权重之后，还包括：
基于一致性检验方法对每一个二级价值影响参数的影响权重进行优化。
在一个可选的实现方式中，所述根据多个类别的一级价值影响参数评估所述交通班次的价值，包括：
将所述多个类别的一级价值影响参数输入评估模型中，得到所述评估模型输出的交通班次的价值。
在一个可选的实现方式中，所述方法还包括：
获取多个样本数据集，每一个样本数据集中包括样本交通班次的多个类别的样本一级价值影响参数，所述多个类别的样本一级价值影响参数至少包括：所述样本交通班次的样本属性参数、所述样本交通班次的样本效益参数、所述样本交通班次的样本交通线路参数以及所述样本交通班次的样本服务参数；使用多个样本数据集对模型进行训练，直至所述模型中的权重均收敛，得到评估模型。
第二方面，本申请实施例示出了一种交通班次的价值评估方法，所述方法包括：
获取交通班次的多个类别的一级价值影响参数，所述多个类别的一级价值影响参数至少包括：所述交通班次的属性参数、所述交通班次的效益参数、所述交通班次的交通线路参数以及所述交通班次的服务参数；
根据多个类别的一级价值影响参数评估所述交通班次的价值；
所述获取交通班次的多个类别的一级价值影响参数，包括：
对于任意一个类别的一级价值影响参数，获取所述类别的一级价值影响参数相关的多个二级价值影响参数；
根据所述多个二级价值影响参数获取所述类别的一级价值影响参数；
所述交通班次的属性参数相关的多个二级价值影响参数至少包括：乘坐所述交通班次的旅客的重要性、所述交通班次的历史正点率、所述交通班次对应的交通工具在预设时间段内已执行交通运输作业的次数以及所述交通班次的上座率；
所述交通班次的效益参数相关的多个二级价值影响参数至少包括：所述交通班次的票务收入、所述交通班次的货运收入、所述交通班次的成本支出以及所述交通班次所在的交通线路中包括的交通班次的数量；
所述交通班次的交通线路参数相关的多个二级价值影响参数至少包括：所述交通班次的线路种类以及所述交通班次的班次种类；
其中，所述线路种类包括国内交通班次和国际交通班次，或者，包括洲际交通班次和地区交通班次；所述班次种类包括正常班次、候补班次、备降班次以及试飞班次；
所述交通班次的服务参数相关的多个二级价值影响参数至少包括：所述交通班次历史平均延误时长、当前时刻与所述交通班次的执行运输作业的起始执行时刻之间的距离、在所述交通班次为中转交通班次时全程乘坐所述交通班次的乘客的数量以及在所述交通班次为连城交通班次时全程乘坐所述交通班次的乘客的数量。
第三方面，本申请实施例示出了一种交通班次的价值评估装置，所述装置包括：
获取模块，用于获取交通班次的多个类别的一级价值影响参数，所述多个类别的一级价值影响参数至少包括：所述交通班次的属性参数、所述交通班次的效益参数、所述交通班次的交通线路参数以及所述交通班次的服务参数；
评估模块，用于根据多个类别的一级价值影响参数评估所述交通班次的价值。
在一个可选的实现方式中，所述装置还包括：
输出模块，用于在用户在多个交通班次中进行选择情况下，向用户输出各个交通班次的价值。
在一个可选的实现方式中，所述获取模块包括：
第一获取子模块，用于对于任意一个类别的一级价值影响参数，获取所述类别的一级价值影响参数相关的多个二级价值影响参数；
第二获取子模块，用于根据所述多个二级价值影响参数获取所述类别的一级价值影响参数。
在一个可选的实现方式中，
所述交通班次的属性参数相关的多个二级价值影响参数至少包括：乘坐所述交通班次的旅客的重要性、所述交通班次的历史正点率、所述交通班次对应的交通工具在预设时间段内已执行交通运输作业的次数以及所述交通班次的上座率；
所述交通班次的效益参数相关的多个二级价值影响参数至少包括：所述交通班次的票务收入、所述交通班次的货运收入、所述交通班次的成本支出以及所述交通班次所在的交通线路中包括的交通班次的数量；
所述交通班次的交通线路参数相关的多个二级价值影响参数至少包括：所述交通班次的线路种类以及所述交通班次的班次种类；
其中，所述线路种类包括国内交通班次和国际交通班次，或者，包括洲际交通班次和地区交通班次；所述班次种类包括正常班次、候补班次、备降班次以及试飞班次；
所述交通班次的服务参数相关的多个二级价值影响参数至少包括：所述交通班次历史平均延误时长、当前时刻与所述交通班次的执行运输作业的起始执行时刻之间的距离、在所述交通班次为中转交通班次时全程乘坐所述交通班次的乘客的数量以及在所述交通班次为连城交通班次时全程乘坐所述交通班次的乘客的数量。
在一个可选的实现方式中，所述第一获取子模块包括：
降维单元，用于对所述多个二级价值影响参数进行降维，得到多个中间价值影响参数，所述中间价值影响参数的数量小于所述二级价值影响参数的数量；
第一获取单元，用于根据所述多个中间价值影响参数获取所述类别的一级价值影响参数。
在一个可选的实现方式中，所述降维单元具体用于：基于奇异值分解法、主成分分析法或者非负矩阵分解法来对所述多个二级价值影响参数降维，得到多个中间价值影响参数。
在一个可选的实现方式中，所述第二获取子模块包括：
第一处理单元，用于对所述多个二级价值影响参数分别进行归一化处理；
第二获取单元，用于根据归一化处理后的多个二级价值影响参数获取所述类别的一级价值影响参数。
在一个可选的实现方式中，所述第二获取子模块包括：
第二处理单元，用于对所述多个二级价值影响参数分别进行正则化处理或者基于拉依达准则处理；
第三获取单元，用于根据正则化处理后或基于拉依达准则处理后的多个二级价值影响参数获取所述类别的一级价值影响参数。
在一个可选的实现方式中，所述第二获取子模块包括：
第四获取单元，用于分别获取每一个二级价值影响参数的影响权重；
加权单元，用于根据获取的影响权重对每一个二级价值影响参数进行加权处理，得到所述类别的一级价值影响参数。
在一个可选的实现方式中，所述第四获取单元包括：
第一获取子单元，用于获取事先根据经验直接指定的每一个二级价值影响参数的影响权重；
或者；
第二获取子单元，用于获取事先根据经验指定的每一个二级价值影响参数的重要性；确定子单元，用于基于每一个二级价值影响参数的重要性和层次分析法确定每一个二级价值影响参数的影响权重。
在一个可选的实现方式中，所述第四获取单元还包括：
优化子单元，用于基于一致性检验装置对每一个二级价值影响参数的影响权重进行优化。
在一个可选的实现方式中，所述评估模块包括：
输入子模块，用于将所述多个类别的一级价值影响参数输入评估模型中，得到所述评估模型输出的交通班次的价值。
在一个可选的实现方式中，所述评估模块还包括：
第三获取子模块，用于获取多个样本数据集，每一个样本数据集中包括样本交通班次的多个类别的样本一级价值影响参数，所述多个类别的样本一级价值影响参数至少包括：所述样本交通班次的样本属性参数、所述样本交通班次的样本效益参数、所述样本交通班次的样本交通线路参数以及所述样本交通班次的样本服务参数；
训练子模块，用于使用多个样本数据集对模型进行训练，直至所述模型中的权重均收敛，得到评估模型。
第四方面，本申请实施例示出了一种交通班次的价值评估装置，所述装置包括：
获取模块，用于获取交通班次的多个类别的一级价值影响参数，所述多个类别的一级价值影响参数至少包括：所述交通班次的属性参数、所述交通班次的效益参数、所述交通班次的交通线路参数以及所述交通班次的服务参数；
评估模块，用于根据多个类别的一级价值影响参数评估所述交通班次的价值；
所述获取模块包括：
第一获取子模块，用于对于任意一个类别的一级价值影响参数，获取所述类别的一级价值影响参数相关的多个二级价值影响参数；
第二获取子模块，用于根据所述多个二级价值影响参数获取所述类别的一级价值影响参数；
所述交通班次的属性参数相关的多个二级价值影响参数至少包括：乘坐所述交通班次的旅客的重要性、所述交通班次的历史正点率、所述交通班次对应的交通工具在预设时间段内已执行交通运输作业的次数以及所述交通班次的上座率；
所述交通班次的效益参数相关的多个二级价值影响参数至少包括：所述交通班次的票务收入、所述交通班次的货运收入、所述交通班次的成本支出以及所述交通班次所在的交通线路中包括的交通班次的数量；
所述交通班次的交通线路参数相关的多个二级价值影响参数至少包括：所述交通班次的线路种类以及所述交通班次的班次种类；
其中，所述线路种类包括国内交通班次和国际交通班次，或者，包括洲际交通班次和地区交通班次；所述班次种类包括正常班次、候补班次、备降班次以及试飞班次；
所述交通班次的服务参数相关的多个二级价值影响参数至少包括：所述交通班次历史平均延误时长、当前时刻与所述交通班次的执行运输作业的起始执行时刻之间的距离、在所述交通班次为中转交通班次时全程乘坐所述交通班次的乘客的数量以及在所述交通班次为连城交通班次时全程乘坐所述交通班次的乘客的数量。
第五方面，本申请实施例示出了一种电子设备，所述电子设备包括：
处理器；和
存储器，其上存储有可执行代码，当所述可执行代码被执行时，使得所述处理器执行如第一方面所述的交通班次的价值评估方法。
第六方面，本申请实施例示出了一个或多个机器可读介质，其上存储有可执行代码，当所述可执行代码被执行时，使得处理器执行如第一方面所述的交通班次的价值评估方法。
第七方面，本申请实施例示出了一种电子设备，所述电子设备包括：
处理器；和
存储器，其上存储有可执行代码，当所述可执行代码被执行时，使得所述处理器执行如第二方面所述的交通班次的价值评估方法。
第八方面，本申请实施例示出了一个或多个机器可读介质，其上存储有可执行代码，当所述可执行代码被执行时，使得处理器执行如第二方面所述的交通班次的价值评估方法。
与现有技术相比，本申请实施例包括以下优点：
在本申请中，获取交通班次的多个类别的一级价值影响参数；多个类别的一级价值影响参数至少包括：该交通班次的属性参数、该交通班次的效益参数、该交通班次的交通线路参数以及该交通班次的服务参数等。然后根据多个类别的一级价值影响参数评估交通班次的价值。
通过本申请可以评估交通班次的价值，由于结合了目标交通班次的多种维度的一级价值影响参数来评估交通班次的价值，如此使得评估得到的交通班次的价值的准确度较高，当该交通班次的价值较高时，可以提示交通班次的运维人员重点关注该交通班次，以对对该交通班次提供更高的服务质量。
附图说明
图1是根据一示例性实施例示出的本申请的一种架构示意图。
图2是根据一示例性实施例示出的一种交通班次的价值评估方法的流程图。
图3是根据一示例性实施例示出的一种交通班次的价值评估装置的框图。
图4是根据一示例性实施例示出的一种交通班次的价值评估装置的框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
参见图1，对本申请的架构进行举例说明，但不作为对本申请保护范围的限制。
例如，交通班次的多个类别的一级价值影响参数数至少包括：交通班次的属性参数、交通班次的效益参数、交通班次的交通线路参数以及交通班次的服务参数。
交通班次的属性参数相关的多个二级价值影响参数至少包括：乘坐交通班次的旅客的重要性、交通班次的历史正点率、交通班次对应的交通工具在预设时间段内已执行交通运输作业的次数以及交通班次的上座率。
如此，可以根据乘坐交通班次的旅客的重要性、交通班次的历史正点率、交通班次对应的交通工具在预设时间段内已执行交通运输作业的次数以及交通班次的上座率获取交通班次的属性参数。
交通班次的效益参数相关的多个二级价值影响参数至少包括：交通班次的票务收入、交通班次的货运收入、交通班次的成本支出以及交通班次所在的交通线路中包括的交通班次的数量。
如此，可以根据交通班次的票务收入、交通班次的货运收入、交通班次的成本支出以及交通班次所在的交通线路中包括的交通班次的数量获取交通班次的效益参数。
交通班次的交通线路参数相关的多个二级价值影响参数至少包括：交通班次的线路种类以及交通班次的班次种类。
其中，线路种类包括国内交通班次和国际交通班次，或者，包括洲际交通班次和地区交通班次；班次种类包括正常班次、候补班次、备降班次以及试飞班次。
如此，可以根据交通班次的线路种类以及交通班次的班次种类获取交通班次的交通线路参数。
交通班次的服务参数相关的多个二级价值影响参数至少包括：交通班次历史平均延误时长、当前时刻与交通班次的执行运输作业的起始执行时刻之间的距离、在交通班次为中转交通班次时全程乘坐交通班次的乘客的数量以及在交通班次为连城交通班次时全程乘坐交通班次的乘客的数量。
如此，可以根据交通班次历史平均延误时长、当前时刻与交通班次的执行运输作业的起始执行时刻之间的距离、在交通班次为中转交通班次时全程乘坐交通班次的乘客的数量以及在交通班次为连城交通班次时全程乘坐交通班次的乘客的数量获取交通班次的服务参数。
之后可以至少将交通班次的属性参数、交通班次的效益参数、交通班次的交通线路参数以及交通班次的服务参数输入评估模型中，得到评估模型输出的交通班次的价值。
在本申请中，交通工具包括轮船、火车、汽车以及飞机等。交通班次包括交通工具的客运班次以及交通工具的货运班次等。
图2是根据一示例性实施例示出的一种交通班次的价值评估方法的流程图，该方法应用于服务端中，服务端包括公有云、私有云以及代理商等，代理商包括交通班次的票务售卖代理商等，如图2所示，该方法包括以下步骤。
在步骤S101中，获取交通班次的多个类别的一级价值影响参数；
在本申请中，多个类别的一级价值影响参数至少包括：该交通班次的属性参数、该交通班次的效益参数、该交通班次的交通线路参数以及该交通班次的服务参数等。
在本申请中，对于任意一个类别的一级价值影响参数，可以通过如下方式来获取该类别的一级价值影响参数，对于其他每一个类别的一级价值影响参数，同样如此。
具体方法包括：
1011、获取该类别的一级价值影响参数相关的多个二级价值影响参数；
其中，该交通班次的属性参数相关的多个二级价值影响参数至少包括：乘坐该交通班次的旅客的重要性、该交通班次的历史正点率、该交通班次对应的交通工具在预设时间段内已执行交通运输作业的次数以及该交通班次的上座率。
其中，可以获取乘坐该交通班次的所有旅客的重要性，其中，旅客的重要性包括普通旅客、VIP旅客、SVIP旅客以及要客等等，可以获取乘坐该交通班次的所有旅客的重要性，然后将最高的重要性作为乘坐该交通班次的旅客的重要性等。
乘坐该交通班次的旅客的重要性越高，则旅客对该交通班次的影响越大，例如投诉评价等，进而说明该交通班次越重要，运输公司越需要为该交通班次提供更好的服务。
该交通班次的历史正点率包括在当前时刻之前的某一些时间段内的正点率，例如，当前时刻前20天或者前30天的正点率等，或者，包括自该交通班次开始运营至当前时刻之间的正点率等。
广大旅客选择交通班次时有时候往往根据历史正点率来选择交通班次，例如，通常会选择历史正点率高的交通班次。因此，需要保证历史正点率高的交通班次能够尽可能按时执行交通运输作业，否则会让广大旅客失望，实际与广大旅客的期望差距越大，失望深度越大，且大于历史正点率低的交通班次被延时执行交通运输作业给客户带来的失望程度，会给运输公司带来不利影响，所以，该交通班次的历史正点率越高，进而说明该交通班次越重要，运输公司越需要为交通班次提供更好的服务。
在本申请中，预设时间段可以为一天等，如果交通班次对应的交通工具在一天内已执行交通运输作业的次数较多，则往往说明当前时刻已经在当天属于较晚的时刻，如果交通班次被延迟，则可能导致交通班次当天无法执行交通运输作业，只能待第二天再执行交通运输作业，这样会造成大量旅客滞留，对运输公司会带来较大经济损失，且延迟到第二天才执行交通运输作业，对旅客而言延迟时间会非常长，给用户体验非常不好，因此，该交通班次对应的交通工具在预设时间段内已执飞的班次越多，则说明该交通班次越重要，运输公司越需要为交通班次提供更好的服务。
如果该交通班次的上座率越低，则说明乘坐该交通班次的旅客越少，如果该交通班次出现延迟、取消等意外情况，虽然会给运输公司带来损失，但损失往往较小。
然而，如果该交通班次的上座率越高，则说明乘坐该交通班次的旅客越多，如果该交通班次出现延迟、取消等意外情况，则会给运输公司带来更多的损失。因此，该交通班次的上座率越高的话，则说明该交通班次越重要，运输公司越需要为该交通班次提供更好的服务。
根据该交通班次的票务收入、该交通班次的货运收入以及交通班次的成本支出可以确定出该交通班次的纯收益，纯收益越高，则说明该交通班次能为运输公司带来更多的经济收入，即，该交通班次越重要，运输公司越需要为交通班次提供更好的服务，以保证运输公司的收益。
该交通班次所在的交通线路中包括的交通班次的数量越多，则往往说明该交通线路中还有更多的其他运输公司的交通班次，竞争越大，为了保证有越多的旅客会选择自家运输公司的交通班次，以提高经济收入，运输公司越需要为交通班次提供更好的服务。
其中，该交通班次的线路种类包括国内交通班次和国际交通班次，或者，包括洲际交通班次和地区交通班次；该交通班次的班次种类包括正常班次、候补班次、备降班次以及试飞班次；
在本申请中，国际交通班次的重要性高于国内交通班次的重要性，洲际交通班次的重要性大于地区交通班次的重要性。
试飞班次不直接涉及旅客以及盈利问题，因此，重要性最低，如果该安的班次是候补班次，则说明之前已经取消了交通班次正常班次，如果交通班次候补班次再出意外无法正常执行交通运输作业，则会给旅客留下非常不好的体验，同时会增加运输公司的成本，降低纯收益，因此，需要尽可能保障候补班次不出意外，所以候补班次的重要性需要大于正常班次的重要性，
备降班次通常为危险系数较高的班次，备降班次出意外往往是重大事故，会严重损害运输公司的利益，因此，所有资源都需要优先为备降班次服务，以避免备降班次出现意外，所以，备降班次最大。
综上，备降班次的重要性大于候补班次的重要性，候补班次的重要性大于正常班次的重要性，正常班次的重要性大于试飞班次的重要性。
广大旅客选择交通班次时有时候往往根据历史平均延误时长来选择交通班次，例如，通常会选择历史平均延误时长短的交通班次。因此，需要保证历史平均延误时长越短的交通班次尽可能能够按时执行交通运输作业，否则会让广大旅客失望，实际与广大旅客的期望差距越大，失望深度越大，且大于历史平均延误时长高的交通班次被延时执行交通运输作业给客户带来的失望程度，会给运输公司带来不利影响，所以，该交通班次的历史平均延误时长越短，进而说明该交通班次越重要，运输公司越需要为交通班次提供更好的服务。
当前时刻与交通班次的执行运输作业的起始执行时刻之间的距离越近，则乘坐该交通班次的乘客越无法忍受交通班次突然出意外，例如，延迟执行交通运输作业或被取消执行交通运输作业，本来已经准备等登陆对应的交通工具了，但是突然无法登陆对应的交通工具，对于乘客而言，体验会非常差，进而可能会有很多乘客投诉举报，给运输公司带来很多损失，而当前时刻与交通班次的执行运输作业的起始执行时刻之间的距离越近，则乘客的忍耐度往往高一些，因此，当前时刻与该交通班次的执行运输作业的起始执行时刻之间的距离越近，进而说明该交通班次越重要，运输公司越需要为交通班次提供更好的服务。
在该交通班次为中转交通班次时全程乘坐该交通班次的乘客的数量越多或在该交通班次为连城该交通班次时全程乘坐交通班次的乘客的数量越多，则说明该交通班次越重要，运输公司越需要为交通班次提供更好的服务。
1012、根据多个二级价值影响参数获取该类别的一级价值影响参数。
在本申请一个实施例中，可以同时根据多个二级价值影响参数获取该类别的一级价值影响参数，然而，由于在获取该类别的一级价值影响参数时，需要将多个二级价值影响参数缓存在内存中，且获取过程中得到的临时数据也需要存储在内存中，直至得到该类别的一级价值影响参数为止，才能从内存中删除相关数据，然而，当二级价值影响参数的数量非常多时，根据多个二级价值影响参数获取该类别的一级价值影响参数的过程需要同时占用设备更多的系统资源，如果设备的系统资源不够用，则会出现设备卡机以及无法及时获取到该类别的一级价值影响参数的情况。
因此，为了避免这种情况发生，可以对多个二级价值影响参数进行降维，得到多个中间价值影响参数，中间价值影响参数的数量小于二级价值影响参数的数量，然后可以根据多个中间价值影响参数获取类别的一级价值影响参数。在这个过程中产生的临时数据的数据量往往小于同时根据多个二级价值影响参数获取该类别的一级价值影响参数产生的临时数据的数据量，因此，相比于前述实施例，这个过程只需要占用较少的内存，且在得到多个中间价值影响参数之后，就可以从内存中删除相关数据。
另外，由于中间价值影响参数的数量小于二级价值影响参数的数量，因此根据多个中间价值影响参数获取类别的一级价值影响参数的过程中产生的临时数据的数据量小于根据多个二级价值影响参数获取该类别的一级价值影响参数产生的临时数据的数据量，所以根据多个中间价值影响参数获取类别的一级价值影响参数的过程所需占用的系统资源小于根据多个二级价值影响参数获取该类别的一级价值影响参数的过程所需占用的系统资源，例如，根据多个中间价值影响参数获取类别的一级价值影响参数的过程所需占用的内存小于根据多个二级价值影响参数获取该类别的一级价值影响参数的过程所需占用的内存，从而可以更大程度避免出现设备的系统资源不够用的情况，继而可以避免设备卡机以及使得可以及时获取到该类别的一级价值影响参数。
其中，可以基于奇异值分解法、主成分分析法或者非负矩阵分解法来对多个二级价值影响参数降维，得到多个中间价值影响参数。当然，也可以通过其他方法对多个二级价值影响参数降维，本申请对具体的方法不做限定。
在本申请中，每一个二级价值影响参数均可以用数值来表示。
例如，乘坐该交通班次的旅客的重要性可以使用数值1、2、3、4以及5等来进行划分，数值越高，重要性越高，数值越低，重要性越低。
该交通班次的历史正点率可以使用0～1之间的百分数来表示，例如90％或75％等。
该交通班次对应的交通工具在预设时间段内已执行交通运输作业的次数可以用1、2、3、4以及5等1以上的数值来表示。
该交通班次的上座率可以使用0～1之间的百分数来表示，例如100％或95％等。
该交通班次的票务收入、该交通班次的货运收入以及该交通班次的成本支出往往为几百、几千、几万以及甚至十几万的数值。
该交通班次所在的交通线路中包括的交通班次的数量可以用1、2、3、4以及5等1以上的数值来表示，具体数值根据实际情况而定。
该交通班次的线路种类为国内交通班次时，该交通班次的线路种类可以使用0表示，该交通班次的线路种类为国际交通班次时，该交通班次的线路种类可以使用1表示，该交通班次的线路种类为洲际交通班次时，该交通班次的线路种类可以使用0表示，该交通班次的线路种类为地区交通班次时，该交通班次的线路种类可以使用1表示。
该交通班次的班次种类为试飞班次时，该交通班次的班次种类可以使用1表示，该交通班次的班次种类为正常班次时，该交通班次的班次种类可以使用2表示，该交通班次的班次种类为候补班次时，该交通班次的班次种类可以使用3表示，该交通班次的班次种类为备降班次时，该交通班次的班次种类可以使用4表示等。
该交通班次历史平均延误时长可以用一个时长来表示，单位可以为分钟或者小时。
当前时刻与该交通班次的执行运输作业的起始执行时刻之间的距离可以用一个时长来表示，单位可以为分钟或者小时。
在该交通班次为中转交通班次时全程乘坐该交通班次的乘客的数量以及在该交通班次为连城交通班次时全程乘坐该交通班次的乘客的数量均可以用于各数值表示，通常为300以内，具体数值根据具体情况而定。
然而，有些二级价值影响参数的数值很大，例如，该交通班次的票务收入、该交通班次的货运收入以及该交通班次的成本支出等等，数值可能几千、几万甚至几十万等，有些二级价值影响参数的数值则很小，例如历史准点率以及上座率等等，位于0～1之间的百分数。
对于任意一个类别的第一价值影响参数，如果根据该类别的一级价值影响参数相关的多个二级价值影响参数直接运算该类别的第一价值影响参数，例如直接将该类别的一级价值影响参数相关的多个二级价值影响参数相加，将得到的数值作为该类别的一级价值影响参数，则数值很小的二级价值影响参数往往无法体现出其在运算第一价值影响参数时充当的地位，小数值可能被大数值掩盖了，相当于在获取该类别的一级价值影响参数时，未使用数值较小的二级价值影响参数，从而导致得到的该类别的第一价值影响参数不符合实际情况，也即，得到的该类别的第一价值影响参数不准确。
因此，为了避免这种情况发生，需要对多个二级价值影响参数分别进行归一化处理；然后再根据归一化处理后的多个二级价值影响参数获取该类别的一级价值影响参数。
其中，可以将每一个二级价值影响参数的数值均归一化至0～1之间。
例如，对于任意一个类别的二级价值影响参数，可以统计该交通班次在历史过程中的所有该类别的二级价值影响参数，在所有该类别的二级价值影响参数中确定出最高的二级价值影响参数，然后将当前的二级价值影响参数除以最高的二级价值影响参数，如果得到的数值位于0～1之间，则将得到的数值作为归一化后的该类别的二级价值影响参数，如果得到的数值位于大于1，则将数值1作为归一化后的该类别的二级价值影响参数。
对于任意一个二级价值影响参数，同样执行上述操作。
例如，该交通班次的票务收入，可以统计该交通班次投入运营之后，每一个班次的票务收入，确定出最高的票务收入，在确定该交通班次的重要性时，可以获取该交通班次当前的票务收入，然后将当前的票务收入除以最高的票务收入，如果得到的数值位于0～1之间，则将得到的数值作为归一化后的票务收入，如果得到的数值位于大于1，则将数值1作为归一化后的票务收入。
在申请中，对于任意一个类别的二级价值影响参数，有时候获取到的该类别的二级价值影响参数的数值不符合常规情况，例如，获取到的该交通班次的历史正点率大于1或者上座率大于1等，或者，假设该交通班次理论上的票务收入最高为50万元，但获取到的该交通班次的票务收入为500万元。出现这种情况的原因可能是参数在传输过程中输错或者统计出错等，使用数值不符合常规情况的二级价值影响参数获取到的一级价值影响参数往往不准确。
因此，为了使得一级价值影响参数准确，在本申请另一实施例中，可以对多个二级价值影响参数分别进行正则化处理或者基于拉依达准则处理，从而可以在多个二级价值影响参数中去除数值不符合常规情况二级价值影响参数，然后可以根据正则化处理后或基于拉依达准则处理后的多个二级价值影响参数获取类别的一级价值影响参数。
例如，对于任意一个类别的二级价值影响参数，获取该交通班次在历史过程中的所有二级价值影响参数，然后可以确定所有二级价值影响参数的正太分布；如果该类别的二级价值影响参数分布在区间(μ—3σ,μ+3σ)以外，则舍弃该类别的二级价值影响参数，其中，μ为所有二级价值影响参数之间的期望，σ为所有二级价值影响参数之间的标准差。
对于其他每一个类别的二级价值影响参数，同样执行上述操作。
如此，去除多个二级价值影响参数中不符合常规情况的二级价值影响参数，之后可以使用剩余的二级价值影响参数获取第一价值影响参数。
在本申请中，在根据多个二级价值影响参数获取该类别的一级价值影响参数时，不同的二级价值影响参数的重要性不同，即，在获取该类别的一级价值影响参数时，不同的二级价值影响参数的贡献不同，如此使得不同的二级价值影响参数的影响权重不同。
因此，在本申请中，在根据多个二级价值影响参数获取类别的一级价值影响参数时，可以分别获取每一个二级价值影响参数的影响权重；然后根据获取的影响权重对每一个二级价值影响参数进行加权处理，得到该类别的一级价值影响参数，如此，结合影响权重可以提高到的该类别的一级价值影响参数的准确度。
其中，在获取每一个二级价值影响参数的影响权重时，可以获取事先根据经验直接指定的每一个二级价值影响参数的影响权重；例如，技术人员根据历史经验统计每一个二级价值影响参数的重要性，然后根据每一个二级价值影响参数的重要性直接指定每一个二级价值影响参数的影响权重。
或者，获取事先根据经验指定的每一个二级价值影响参数的重要性；例如，技术人员根据历史经验统计每一个二级价值影响参数的重要性，但并未直接指定每一个二级价值影响参数的影响权重，因此，设备可以基于每一个二级价值影响参数的重要性和层次分析法确定每一个二级价值影响参数的影响权重，从而可以降低技术人员的工作量，之后还可以基于一致性检验方法对每一个二级价值影响参数的影响权重进行优化，以使地每一个二级价值影响参数的影响权重更加合理。
在步骤S102中，根据多个类别的一级价值影响参数评估交通班次的价值。
在本申请一个实施例中，在步骤S102中，可以基于评估模型来根据多个类别的一级价值影响参数评估交通班次的价值。
其中，事先可以训练评估模型，具体训练流程如下，包括：
获取多个样本数据集，每一个样本数据集中包括样本交通班次的多个类别的样本一级价值影响参数，多个类别的样本一级价值影响参数至少包括：样本交通班次的样本属性参数、样本交通班次的样本效益参数、样本交通班次的样本交通线路参数以及样本交通班次的样本服务参数；使用多个样本数据集对模型进行训练，直至模型中的权重均收敛，得到评估模型。
如此，可以将多个类别的一级价值影响参数输入评估模型中，得到评估模型输出的交通班次的价值。
在本申请中，模型至少包括：逻辑回归模型Logistic Regression，极端随机森林回归模型Extra Trees Regressor，随机森林回归模型Random Foreset Regressor，提升树模型Boosting Tree以及梯度提升决策树模型Gradient Boosting Decision Tree等。
在本申请中，获取交通班次的多个类别的一级价值影响参数；多个类别的一级价值影响参数至少包括：该交通班次的属性参数、该交通班次的效益参数、该交通班次的交通线路参数以及该交通班次的服务参数等。然后根据多个类别的一级价值影响参数评估交通班次的价值。
通过本申请可以评估交通班次的价值，由于结合了目标交通班次的多种维度的一级价值影响参数来评估交通班次的价值，如此使得评估得到的交通班次的价值的准确度较高，当该交通班次的价值较高时，可以提示交通班次的运维人员重点关注该交通班次，以对对该交通班次提供更高的服务质量。
进一步地，在确定出多个交通班次的价值之后，在用户在多个交通班次中进行选择情况下，向用户输出各个交通班次的价值，以助于用户根据各个交通班次的价值来选择交通班次。
图3是根据一示例性实施例示出的一种交通班次的价值评估装置的框图，如图3所示，该装置包括：
获取模块11，用于获取交通班次的多个类别的一级价值影响参数，所述多个类别的一级价值影响参数至少包括：所述交通班次的属性参数、所述交通班次的效益参数、所述交通班次的交通线路参数以及所述交通班次的服务参数；
评估模块12，用于根据多个类别的一级价值影响参数评估所述交通班次的价值。
在一个可选的实现方式中，所述获取模块11包括：
第一获取子模块，用于对于任意一个类别的一级价值影响参数，获取所述类别的一级价值影响参数相关的多个二级价值影响参数；
第二获取子模块，用于根据所述多个二级价值影响参数获取所述类别的一级价值影响参数。
在一个可选的实现方式中，
所述交通班次的属性参数相关的多个二级价值影响参数至少包括：乘坐所述交通班次的旅客的重要性、所述交通班次的历史正点率、所述交通班次对应的交通工具在预设时间段内已执行交通运输作业的次数以及所述交通班次的上座率；
所述交通班次的效益参数相关的多个二级价值影响参数至少包括：所述交通班次的票务收入、所述交通班次的货运收入、所述交通班次的成本支出以及所述交通班次所在的交通线路中包括的交通班次的数量；
所述交通班次的交通线路参数相关的多个二级价值影响参数至少包括：所述交通班次的线路种类以及所述交通班次的班次种类；
其中，所述线路种类包括国内交通班次和国际交通班次，或者，包括洲际交通班次和地区交通班次；所述班次种类包括正常班次、候补班次、备降班次以及试飞班次；
所述交通班次的服务参数相关的多个二级价值影响参数至少包括：所述交通班次历史平均延误时长、当前时刻与所述交通班次的执行运输作业的起始执行时刻之间的距离、在所述交通班次为中转交通班次时全程乘坐所述交通班次的乘客的数量以及在所述交通班次为连城交通班次时全程乘坐所述交通班次的乘客的数量。
在一个可选的实现方式中，所述第一获取子模块包括：
降维单元，用于对所述多个二级价值影响参数进行降维，得到多个中间价值影响参数，所述中间价值影响参数的数量小于所述二级价值影响参数的数量；
第一获取单元，用于根据所述多个中间价值影响参数获取所述类别的一级价值影响参数。
在一个可选的实现方式中，所述降维单元具体用于：基于奇异值分解法、主成分分析法或者非负矩阵分解法来对所述多个二级价值影响参数降维，得到多个中间价值影响参数。
在一个可选的实现方式中，所述第二获取子模块包括：
第一处理单元，用于对所述多个二级价值影响参数分别进行归一化处理；
第二获取单元，用于根据归一化处理后的多个二级价值影响参数获取所述类别的一级价值影响参数。
在一个可选的实现方式中，所述第二获取子模块包括：
第二处理单元，用于对所述多个二级价值影响参数分别进行正则化处理或者基于拉依达准则处理；
第三获取单元，用于根据正则化处理后或基于拉依达准则处理后的多个二级价值影响参数获取所述类别的一级价值影响参数。
在一个可选的实现方式中，所述第二获取子模块包括：
第四获取单元，用于分别获取每一个二级价值影响参数的影响权重；
加权单元，用于根据获取的影响权重对每一个二级价值影响参数进行加权处理，得到所述类别的一级价值影响参数。
在一个可选的实现方式中，所述第四获取单元包括：
第一获取子单元，用于获取事先根据经验直接指定的每一个二级价值影响参数的影响权重；
或者；
第二获取子单元，用于获取事先根据经验指定的每一个二级价值影响参数的重要性；确定子单元，用于基于每一个二级价值影响参数的重要性和层次分析法确定每一个二级价值影响参数的影响权重。
在一个可选的实现方式中，所述第四获取单元还包括：
优化子单元，用于基于一致性检验装置对每一个二级价值影响参数的影响权重进行优化。
在一个可选的实现方式中，所述评估模块12包括：
输入子模块，用于将所述多个类别的一级价值影响参数输入评估模型中，得到所述评估模型输出的交通班次的价值。
在一个可选的实现方式中，所述评估模块12还包括：
第三获取子模块，用于获取多个样本数据集，每一个样本数据集中包括样本交通班次的多个类别的样本一级价值影响参数，所述多个类别的样本一级价值影响参数至少包括：所述样本交通班次的样本属性参数、所述样本交通班次的样本效益参数、所述样本交通班次的样本交通线路参数以及所述样本交通班次的样本服务参数；
训练子模块，用于使用多个样本数据集对模型进行训练，直至所述模型中的权重均收敛，得到评估模型。
在本申请中，获取交通班次的多个类别的一级价值影响参数；多个类别的一级价值影响参数至少包括：该交通班次的属性参数、该交通班次的效益参数、该交通班次的交通线路参数以及该交通班次的服务参数等。然后根据多个类别的一级价值影响参数评估交通班次的价值。
通过本申请可以评估交通班次的价值，由于结合了目标交通班次的多种维度的一级价值影响参数来评估交通班次的价值，如此使得评估得到的交通班次的价值的准确度较高，当该交通班次的价值较高时，可以提示交通班次的运维人员重点关注该交通班次，以对对该交通班次提供更高的服务质量
本申请实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备执行本申请实施例中各方法步骤的指令(instructions)。
本申请实施例提供了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得电子设备执行如上述实施例中一个或多个所述的交通班次的价值评估方法。本申请实施例中，所述电子设备包括服务器、网关、子设备等，子设备为物联网设备等设备。
本公开的实施例可被实现为使用任意适当的硬件，固件，软件，或及其任意组合进行想要的配置的装置，该装置可包括服务器(集群)、终端设备如IoT设备等电子设备。
图4示意性地示出了可被用于实现本申请中所述的各个实施例的示例性装置1300。
对于一个实施例，图4示出了示例性装置1300，该装置具有一个或多个处理器1302、被耦合到(一个或多个)处理器1302中的至少一个的控制模块(芯片组)1304、被耦合到控制模块1304的存储器1306、被耦合到控制模块1304的非易失性存储器(NVM)/存储设备1308、被耦合到控制模块1304的一个或多个输入/输出设备1310，以及被耦合到控制模块1306的网络接口1312。
处理器1302可包括一个或多个单核或多核处理器，处理器1302可包括通用处理器或专用处理器(例如图形处理器、应用处理器、基频处理器等)的任意组合。在一些实施例中，装置1300能够作为本申请实施例中所述网关或控制器等服务器设备。
在一些实施例中，装置1300可包括具有指令1314的一个或多个计算机可读介质(例如，存储器1306或NVM/存储设备1308)以及与该一个或多个计算机可读介质相合并被配置为执行指令1314以实现模块从而执行本公开中所述的动作的一个或多个处理器1302。
对于一个实施例，控制模块1304可包括任意适当的接口控制器，以向(一个或多个)处理器1302中的至少一个和/或与控制模块1304通信的任意适当的设备或组件提供任意适当的接口。
控制模块1304可包括存储器控制器模块，以向存储器1306提供接口。存储器控制器模块可以是硬件模块、软件模块和/或固件模块。
存储器1306可被用于例如为装置1300加载和存储数据和/或指令1314。对于一个实施例，存储器1306可包括任意适当的易失性存储器，例如，适当的DRAM。在一些实施例中，存储器1306可包括双倍数据速率事件种类四同步动态随机存取存储器(DDR4SDRAM)。
对于一个实施例，控制模块1304可包括一个或多个输入/输出控制器，以向NVM/存储设备1308及(一个或多个)输入/输出设备1310提供接口。
例如，NVM/存储设备1308可被用于存储数据和/或指令1314。NVM/存储设备1308可包括任意适当的非易失性存储器(例如，闪存)和/或可包括任意适当的(一个或多个)非易失性存储设备(例如，一个或多个硬盘驱动器(HDD)、一个或多个光盘(CD)驱动器和/或一个或多个数字通用光盘(DVD)驱动器)。
NVM/存储设备1308可包括在物理上作为装置1300被安装在其上的设备的一部分的存储资源，或者其可被该设备访问可不必作为该设备的一部分。例如，NVM/存储设备1308可通过网络经由(一个或多个)输入/输出设备1310进行访问。
(一个或多个)输入/输出设备1310可为装置1300提供接口以与任意其他适当的设备通信，输入/输出设备1310可以包括通信组件、音频组件、传感器组件等。网络接口1312可为装置1300提供接口以通过一个或多个网络通信，装置1300可根据一个或多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的一个或多个组件进行无线通信，例如接入基于通信标准的无线网络，如WiFi、2G、3G、4G、5G等，或它们的组合进行无线通信。
对于一个实施例，(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器(例如，存储器控制器模块)的逻辑封装在一起。对于一个实施例，(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器的逻辑封装在一起以形成系统级封装(SiP)。对于一个实施例，(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器的逻辑集成在同一模具上。对于一个实施例，(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器的逻辑集成在同一模具上以形成片上系统(SoC)。
在各个实施例中，装置1300可以但不限于是：服务器、台式计算设备或移动计算设备(例如，膝上型计算设备、手持计算设备、平板电脑、上网本等)等终端设备。在各个实施例中，装置1300可具有更多或更少的组件和/或不同的架构。例如，在一些实施例中，装置1300包括一个或多个摄像机、键盘、液晶显示器(LCD)屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路(ASIC)和扬声器。
本申请实施例提供了一种电子设备，包括：一个或多个处理器；和，其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述处理器执行如本申请实施例中一个或多个所述的交通班次的价值评估方法。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本申请实施例是参照根据本申请实施例的方法、终端设备(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终端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终端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终端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终端设备上，使得在计算机或其他可编程终端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终端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。
尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者终端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、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种交通班次的价值评估方法及装置，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (32)

1.一种交通班次的价值评估方法，其特征在于，所述方法包括：
获取交通班次的多个类别的一级价值影响参数，所述多个类别的一级价值影响参数至少包括：所述交通班次的属性参数、所述交通班次的效益参数、所述交通班次的交通线路参数以及所述交通班次的服务参数；
根据多个类别的一级价值影响参数评估所述交通班次的价值。
2.根据权利要求1所述的方法，其特征在于了，所述方法还包括：
在用户在多个交通班次中进行选择情况下，向用户输出各个交通班次的价值。
3.根据权利要求1所述的方法，其特征在于，所述获取交通班次的多个类别的一级价值影响参数，包括：
对于任意一个类别的一级价值影响参数，获取所述类别的一级价值影响参数相关的多个二级价值影响参数；
根据所述多个二级价值影响参数获取所述类别的一级价值影响参数。
4.根据权利要求3所述的方法，其特征在于，
所述交通班次的属性参数相关的多个二级价值影响参数至少包括：乘坐所述交通班次的旅客的重要性、所述交通班次的历史正点率、所述交通班次对应的交通工具在预设时间段内已执行交通运输作业的次数以及所述交通班次的上座率；
所述交通班次的效益参数相关的多个二级价值影响参数至少包括：所述交通班次的票务收入、所述交通班次的货运收入、所述交通班次的成本支出以及所述交通班次所在的交通线路中包括的交通班次的数量；
所述交通班次的交通线路参数相关的多个二级价值影响参数至少包括：所述交通班次的线路种类以及所述交通班次的班次种类；
其中，所述线路种类包括国内交通班次和国际交通班次，或者，包括洲际交通班次和地区交通班次；所述班次种类包括正常班次、候补班次、备降班次以及试飞班次；
所述交通班次的服务参数相关的多个二级价值影响参数至少包括：所述交通班次历史平均延误时长、当前时刻与所述交通班次的执行运输作业的起始执行时刻之间的距离、在所述交通班次为中转交通班次时全程乘坐所述交通班次的乘客的数量以及在所述交通班次为连城交通班次时全程乘坐所述交通班次的乘客的数量。
5.根据权利要求3所述的方法，其特征在于，所述根据所述多个二级价值影响参数获取所述类别的一级价值影响参数，包括：
对所述多个二级价值影响参数进行降维，得到多个中间价值影响参数，所述中间价值影响参数的数量小于所述二级价值影响参数的数量；
根据所述多个中间价值影响参数获取所述类别的一级价值影响参数。
6.根据权利要求5所述的方法，其特征在于，所述对所述多个二级价值影响参数降维，得到多个中间价值影响参数，包括：
基于奇异值分解法、主成分分析法或者非负矩阵分解法来对所述多个二级价值影响参数降维，得到多个中间价值影响参数。
7.根据权利要求3所述的方法，其特征在于，所述根据所述多个二级价值影响参数获取所述类别的一级价值影响参数，包括：
对所述多个二级价值影响参数分别进行归一化处理；
根据归一化处理后的多个二级价值影响参数获取所述类别的一级价值影响参数。
8.根据权利要求3所述的方法，其特征在于，所述根据所述多个二级价值影响参数获取所述类别的一级价值影响参数，包括：
对所述多个二级价值影响参数分别进行正则化处理或者基于拉依达准则处理；
根据正则化处理后或基于拉依达准则处理后的多个二级价值影响参数获取所述类别的一级价值影响参数。
9.根据权利要求3所述的方法，其特征在于，所述根据所述多个二级价值影响参数获取所述类别的一级价值影响参数，包括：
分别获取每一个二级价值影响参数的影响权重；
根据获取的影响权重对每一个二级价值影响参数进行加权处理，得到所述类别的一级价值影响参数。
10.根据权利要求9所述的方法，其特征在于，所述分别获取每一个二级价值影响参数的影响权重，包括：
获取事先根据经验直接指定的每一个二级价值影响参数的影响权重；
或者；
获取事先根据经验指定的每一个二级价值影响参数的重要性；基于每一个二级价值影响参数的重要性和层次分析法确定每一个二级价值影响参数的影响权重。
11.根据权利要求10所述的方法，其特征在于，所述基于每一个二级价值影响参数的重要性和层次分析法确定每一个二级价值影响参数的影响权重之后，还包括：
基于一致性检验方法对每一个二级价值影响参数的影响权重进行优化。
12.根据权利要求1所述的方法，其特征在于，所述根据多个类别的一级价值影响参数评估所述交通班次的价值，包括：
将所述多个类别的一级价值影响参数输入评估模型中，得到所述评估模型输出的交通班次的价值。
13.根据权利要求12所述的方法，其特征在于，所述方法还包括：
获取多个样本数据集，每一个样本数据集中包括样本交通班次的多个类别的样本一级价值影响参数，所述多个类别的样本一级价值影响参数至少包括：所述样本交通班次的样本属性参数、所述样本交通班次的样本效益参数、所述样本交通班次的样本交通线路参数以及所述样本交通班次的样本服务参数；使用多个样本数据集对模型进行训练，直至所述模型中的权重均收敛，得到评估模型。
14.一种交通班次的价值评估方法，其特征在于，所述方法包括：
获取交通班次的多个类别的一级价值影响参数，所述多个类别的一级价值影响参数至少包括：所述交通班次的属性参数、所述交通班次的效益参数、所述交通班次的交通线路参数以及所述交通班次的服务参数；
根据多个类别的一级价值影响参数评估所述交通班次的价值；
所述获取交通班次的多个类别的一级价值影响参数，包括：
对于任意一个类别的一级价值影响参数，获取所述类别的一级价值影响参数相关的多个二级价值影响参数；
根据所述多个二级价值影响参数获取所述类别的一级价值影响参数；
所述交通班次的属性参数相关的多个二级价值影响参数至少包括：乘坐所述交通班次的旅客的重要性、所述交通班次的历史正点率、所述交通班次对应的交通工具在预设时间段内已执行交通运输作业的次数以及所述交通班次的上座率；
所述交通班次的效益参数相关的多个二级价值影响参数至少包括：所述交通班次的票务收入、所述交通班次的货运收入、所述交通班次的成本支出以及所述交通班次所在的交通线路中包括的交通班次的数量；
所述交通班次的交通线路参数相关的多个二级价值影响参数至少包括：所述交通班次的线路种类以及所述交通班次的班次种类；
其中，所述线路种类包括国内交通班次和国际交通班次，或者，包括洲际交通班次和地区交通班次；所述班次种类包括正常班次、候补班次、备降班次以及试飞班次；
所述交通班次的服务参数相关的多个二级价值影响参数至少包括：所述交通班次历史平均延误时长、当前时刻与所述交通班次的执行运输作业的起始执行时刻之间的距离、在所述交通班次为中转交通班次时全程乘坐所述交通班次的乘客的数量以及在所述交通班次为连城交通班次时全程乘坐所述交通班次的乘客的数量。
15.一种交通班次的价值评估装置，其特征在于，所述装置包括：
获取模块，用于获取交通班次的多个类别的一级价值影响参数，所述多个类别的一级价值影响参数至少包括：所述交通班次的属性参数、所述交通班次的效益参数、所述交通班次的交通线路参数以及所述交通班次的服务参数；
评估模块，用于根据多个类别的一级价值影响参数评估所述交通班次的价值。
16.根据权利要求15所述的装置，其特征在于了，所述装置还包括：
输出模块，用于在用户在多个交通班次中进行选择情况下，向用户输出各个交通班次的价值。
17.根据权利要求15所述的装置，其特征在于，所述获取模块包括：
第一获取子模块，用于对于任意一个类别的一级价值影响参数，获取所述类别的一级价值影响参数相关的多个二级价值影响参数；
第二获取子模块，用于根据所述多个二级价值影响参数获取所述类别的一级价值影响参数。
18.根据权利要求17所述的装置，其特征在于，
所述交通班次的属性参数相关的多个二级价值影响参数至少包括：乘坐所述交通班次的旅客的重要性、所述交通班次的历史正点率、所述交通班次对应的交通工具在预设时间段内已执行交通运输作业的次数以及所述交通班次的上座率；
所述交通班次的效益参数相关的多个二级价值影响参数至少包括：所述交通班次的票务收入、所述交通班次的货运收入、所述交通班次的成本支出以及所述交通班次所在的交通线路中包括的交通班次的数量；
所述交通班次的交通线路参数相关的多个二级价值影响参数至少包括：所述交通班次的线路种类以及所述交通班次的班次种类；
其中，所述线路种类包括国内交通班次和国际交通班次，或者，包括洲际交通班次和地区交通班次；所述班次种类包括正常班次、候补班次、备降班次以及试飞班次；
所述交通班次的服务参数相关的多个二级价值影响参数至少包括：所述交通班次历史平均延误时长、当前时刻与所述交通班次的执行运输作业的起始执行时刻之间的距离、在所述交通班次为中转交通班次时全程乘坐所述交通班次的乘客的数量以及在所述交通班次为连城交通班次时全程乘坐所述交通班次的乘客的数量。
19.根据权利要求17所述的装置，其特征在于，所述第一获取子模块包括：
降维单元，用于对所述多个二级价值影响参数进行降维，得到多个中间价值影响参数，所述中间价值影响参数的数量小于所述二级价值影响参数的数量；
第一获取单元，用于根据所述多个中间价值影响参数获取所述类别的一级价值影响参数。
20.根据权利要求19所述的装置，其特征在于，所述降维单元具体用于：基于奇异值分解法、主成分分析法或者非负矩阵分解法来对所述多个二级价值影响参数降维，得到多个中间价值影响参数。
21.根据权利要求17所述的装置，其特征在于，所述第二获取子模块包括：
第一处理单元，用于对所述多个二级价值影响参数分别进行归一化处理；
第二获取单元，用于根据归一化处理后的多个二级价值影响参数获取所述类别的一级价值影响参数。
22.根据权利要求17所述的装置，其特征在于，所述第二获取子模块包括：
第二处理单元，用于对所述多个二级价值影响参数分别进行正则化处理或者基于拉依达准则处理；
第三获取单元，用于根据正则化处理后或基于拉依达准则处理后的多个二级价值影响参数获取所述类别的一级价值影响参数。
23.根据权利要求17所述的装置，其特征在于，所述第二获取子模块包括：
第四获取单元，用于分别获取每一个二级价值影响参数的影响权重；
加权单元，用于根据获取的影响权重对每一个二级价值影响参数进行加权处理，得到所述类别的一级价值影响参数。
24.根据权利要求23所述的装置，其特征在于，所述第四获取单元包括：
第一获取子单元，用于获取事先根据经验直接指定的每一个二级价值影响参数的影响权重；
或者；
第二获取子单元，用于获取事先根据经验指定的每一个二级价值影响参数的重要性；确定子单元，用于基于每一个二级价值影响参数的重要性和层次分析法确定每一个二级价值影响参数的影响权重。
25.根据权利要求24所述的装置，其特征在于，所述第四获取单元还包括：
优化子单元，用于基于一致性检验装置对每一个二级价值影响参数的影响权重进行优化。
26.根据权利要求15所述的装置，其特征在于，所述评估模块包括：
输入子模块，用于将所述多个类别的一级价值影响参数输入评估模型中，得到所述评估模型输出的交通班次的价值。
27.根据权利要求26所述的装置，其特征在于，所述评估模块还包括：
第三获取子模块，用于获取多个样本数据集，每一个样本数据集中包括样本交通班次的多个类别的样本一级价值影响参数，所述多个类别的样本一级价值影响参数至少包括：所述样本交通班次的样本属性参数、所述样本交通班次的样本效益参数、所述样本交通班次的样本交通线路参数以及所述样本交通班次的样本服务参数；
训练子模块，用于使用多个样本数据集对模型进行训练，直至所述模型中的权重均收敛，得到评估模型。
28.一种交通班次的价值评估装置，其特征在于，所述装置包括：
获取模块，用于获取交通班次的多个类别的一级价值影响参数，所述多个类别的一级价值影响参数至少包括：所述交通班次的属性参数、所述交通班次的效益参数、所述交通班次的交通线路参数以及所述交通班次的服务参数；
评估模块，用于根据多个类别的一级价值影响参数评估所述交通班次的价值；
所述获取模块包括：
第一获取子模块，用于对于任意一个类别的一级价值影响参数，获取所述类别的一级价值影响参数相关的多个二级价值影响参数；
第二获取子模块，用于根据所述多个二级价值影响参数获取所述类别的一级价值影响参数；
所述交通班次的属性参数相关的多个二级价值影响参数至少包括：乘坐所述交通班次的旅客的重要性、所述交通班次的历史正点率、所述交通班次对应的交通工具在预设时间段内已执行交通运输作业的次数以及所述交通班次的上座率；
所述交通班次的效益参数相关的多个二级价值影响参数至少包括：所述交通班次的票务收入、所述交通班次的货运收入、所述交通班次的成本支出以及所述交通班次所在的交通线路中包括的交通班次的数量；
所述交通班次的交通线路参数相关的多个二级价值影响参数至少包括：所述交通班次的线路种类以及所述交通班次的班次种类；
其中，所述线路种类包括国内交通班次和国际交通班次，或者，包括洲际交通班次和地区交通班次；所述班次种类包括正常班次、候补班次、备降班次以及试飞班次；
所述交通班次的服务参数相关的多个二级价值影响参数至少包括：所述交通班次历史平均延误时长、当前时刻与所述交通班次的执行运输作业的起始执行时刻之间的距离、在所述交通班次为中转交通班次时全程乘坐所述交通班次的乘客的数量以及在所述交通班次为连城交通班次时全程乘坐所述交通班次的乘客的数量。
29.一种电子设备，其特征在于，所述电子设备包括：
处理器；和
存储器，其上存储有可执行代码，当所述可执行代码被执行时，使得所述处理器执行如权利要求1-13任一项所述的交通班次的价值评估方法。
30.一个或多个机器可读介质，其上存储有可执行代码，当所述可执行代码被执行时，使得处理器执行如权利要求1-13任一项所述的交通班次的价值评估方法。
31.一种电子设备，其特征在于，所述电子设备包括：
处理器；和
存储器，其上存储有可执行代码，当所述可执行代码被执行时，使得所述处理器执行如权利要求14所述的交通班次的价值评估方法。
32.一个或多个机器可读介质，其上存储有可执行代码，当所述可执行代码被执行时，使得处理器执行如权利要求14所述的交通班次的价值评估方法。
CN201911205963.4A 2019-11-29 2019-11-29 一种交通班次的价值评估方法及装置 Active CN111047356B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911205963.4A CN111047356B (zh) 2019-11-29 2019-11-29 一种交通班次的价值评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911205963.4A CN111047356B (zh) 2019-11-29 2019-11-29 一种交通班次的价值评估方法及装置

Publications (2)

Publication Number Publication Date
CN111047356A true CN111047356A (zh) 2020-04-21
CN111047356B CN111047356B (zh) 2023-04-28

Family

ID=70234148

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911205963.4A Active CN111047356B (zh) 2019-11-29 2019-11-29 一种交通班次的价值评估方法及装置

Country Status (1)

Country Link
CN (1) CN111047356B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709618A (zh) * 2015-11-18 2017-05-24 广州地铁集团有限公司 城市轨道交通网络运营服务质量评估方法
CN106779408A (zh) * 2016-12-13 2017-05-31 深圳先进技术研究院 公交系统服务质量的评估方法和装置
US20180012152A1 (en) * 2016-07-08 2018-01-11 Ge Aviation Systems Llc Determining a passenger service parameter for flight disruption
CN107578184A (zh) * 2017-09-19 2018-01-12 飞友科技有限公司 一种航线航班的质量评估方法
WO2018023331A1 (zh) * 2016-08-01 2018-02-08 中国科学院深圳先进技术研究院 一种常规公交服务指数实时评价系统及评价方法
JP2018039441A (ja) * 2016-09-09 2018-03-15 株式会社日立製作所 評価システム及び評価方法
WO2019205306A1 (zh) * 2018-04-24 2019-10-31 平安科技（深圳）有限公司 一种出行提醒方法及终端设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709618A (zh) * 2015-11-18 2017-05-24 广州地铁集团有限公司 城市轨道交通网络运营服务质量评估方法
US20180012152A1 (en) * 2016-07-08 2018-01-11 Ge Aviation Systems Llc Determining a passenger service parameter for flight disruption
WO2018023331A1 (zh) * 2016-08-01 2018-02-08 中国科学院深圳先进技术研究院 一种常规公交服务指数实时评价系统及评价方法
JP2018039441A (ja) * 2016-09-09 2018-03-15 株式会社日立製作所 評価システム及び評価方法
CN106779408A (zh) * 2016-12-13 2017-05-31 深圳先进技术研究院 公交系统服务质量的评估方法和装置
CN107578184A (zh) * 2017-09-19 2018-01-12 飞友科技有限公司 一种航线航班的质量评估方法
WO2019205306A1 (zh) * 2018-04-24 2019-10-31 平安科技（深圳）有限公司 一种出行提醒方法及终端设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吕宗平;胡欣;丁建立;: "航班延误预警指标体系与预警量级构建" *
武丁杰;孙宏;: "基于航班延误水平的机场航班时刻管理评价方法" *

Also Published As

Publication number Publication date
CN111047356B (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
US10748089B2 (en) Method and system for automatic evaluation of robustness and disruption management for commercial airline flight operations
CN111145596A (zh) 一种延误时长的预测方法及装置
CN107667367A (zh) 飞行器组装系统
CN111915254A (zh) 一种适用于汽车售后配件的库存优化控制方法和系统
CN110942086A (zh) 数据预测优化方法、装置、设备及可读存储介质
CN108123987A (zh) 从云计算系统中确定主调度器的方法及装置
CN109992408B (zh) 一种资源分配方法、装置、电子设备和存储介质
CN111047356B (zh) 一种交通班次的价值评估方法及装置
CN113742036B (zh) 指标处理方法、装置及电子设备
CN114844791B (zh) 基于大数据的云服务自动管理分配方法、系统及存储介质
Shen et al. Vehicle scheduling based on variable trip times with expected on‐time performance
CN114912854A (zh) 地铁列车运行调整方法、装置、电子设备及存储介质
CN114707957A (zh) 业务流程的控制方法、装置、电子设备和存储介质
CN115063010A (zh) 配送资源的评估方法、装置、电子设备及存储介质
CN107194589A (zh) 一种公交网络客流运行状况评价方法
CN113269339A (zh) 一种网约车任务自动创建和分发的方法及系统
CN112990948A (zh) 服务评估方法、装置、设备、存储介质及计算机程序产品
CN113256004B (zh) 车辆排班方法、装置、计算机设备及存储介质
CN117557086B (zh) 涉密载体监管方法、装置、设备及可读存储介质
CN113891363B (zh) 小区扩容指数的预测方法、装置及计算机可读存储介质
CN117391710A (zh) 座席活跃度确定方法及相关设备
US12002360B2 (en) Method and apparatus for adjusting train diagram
Cohen et al. A simulation tool for truck loading at fuel filling plants
US20220269997A1 (en) Aviation-based entity rating platform
CN111222761A (zh) 一种充电桩使用寿命预测模型的训练方法及装置

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