CN111062629A - 车辆调度方法、装置、计算机设备和存储介质 - Google Patents
车辆调度方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111062629A CN111062629A CN201911323572.2A CN201911323572A CN111062629A CN 111062629 A CN111062629 A CN 111062629A CN 201911323572 A CN201911323572 A CN 201911323572A CN 111062629 A CN111062629 A CN 111062629A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- strategy
- calculating
- vehicles
- scheduling
- 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
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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及计算机技术领域,特别涉及一种车辆调度方法、装置、计算机设备和存储介质。方法包括:计算车辆站点在预设时间内的可提供车辆数量以及需求车辆数量;根据可提供车辆数量以及需求车辆数量计算车辆的供需差值,根据供需差值确定车辆调动策略;计算车辆调动策略对应的可获取价值;当可获取价值符合预设价值阈值时,根据车辆调动策略匹配对应的车辆调动终端,以使匹配成功的车辆调度终端显示车辆调动策略;接收车辆调度终端根据车辆调度策略反馈的车辆调度结果。采用本方法能够提高车辆的调度效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种车辆调度方法、装置、计算机设备和存储介质。
背景技术
随着城市的发展以及绿色环保的观念不断普及,共享经济渐渐走进我们的生活,并且得到了快速的发展,如在交通领域共享车辆在满足出行方面发挥了重要的作用。
共享单车作为共享车辆的主力军,主要满足用户日常短距离骑行需求,由于用户出行的规律性,依靠用户自然骑行会导致大量共享车辆堆积且在一定时间闲置,无法在同样的时间内满足更多用户的骑行需求,传统方案中对车辆的调度需要依靠线下运营人员的经验,主观判断车辆的调度方案,使得车辆的调度效率低下。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高车辆调度效率的方法、装置、计算机设备和存储介质。
一种车辆调度方法,方法包括:
计算车辆站点在预设时间内的可提供车辆数量以及需求车辆数量;
根据可提供车辆数量以及需求车辆数量计算车辆的供需差值,根据供需差值确定车辆调动策略;
计算车辆调动策略对应的可获取价值;
当可获取价值符合预设价值阈值时,根据车辆调动策略匹配对应的车辆调动终端,以使匹配成功的车辆调度终端显示车辆调动策略;
接收车辆调度终端根据车辆调度策略反馈的车辆调度结果。
在一个实施例中,计算车辆站点在预设时间内的可提供车辆数量,包括:
获取车辆站点在预设时间内的每一天的历史骑入订单数;
根据历史骑入订单数计算用于表征每日骑入订单数的数学统计量;
获取车辆站点的实时车辆数;
根据每日骑入订单数的数学统计量以及实时车辆数计算车辆站点在预设时间内的可提供车辆数量。
在一个实施例中,计算车辆站点在预设时间内的需求车辆数量,包括:
获取车辆站点在预设时间内的每一天的历史骑出订单数,根据历史骑出订单数计算用于表征历史每日骑出订单数的数学统计量;
获取车辆站点在预设时间内的每一天的历史缺车时长,根据历史缺车时长计算用于表征历史每日缺车时长的数学统计量,根据历史每日缺车时长计算用于表征历史每日有车时长的数学统计量;
根据历史每日骑出订单数以及历史每日有车时长计算历史每日骑出订单密度;
根据历史每日骑出订单密度以及历史每日缺车时长计算历史每日缺车订单数;
根据历史每日骑出订单数以及历史每日缺车订单数计算车辆站点在预设时间内的需求车辆数量。
在一个实施例中,根据历史每日骑出订单数以及历史每日缺车订单数计算车辆站点在预设时间内的需求车辆数量,包括:
获取车辆需求影响因子,根据各车辆需求影响因子确定车辆需求系数;
利用车辆需求系数对根据历史每日骑出订单数以及历史每日缺车订单数计算得到的车辆数进行调整,得到需求车辆数量。
在一个实施例中,计算车辆调动策略对应的可获取价值,包括:
获取车辆站点采用车辆调度策略后对应的预测车辆订单数,以及车辆站点未采用车辆调度策略对应的当前车辆订单数;
获取单位车辆订单数对应的单位可获取价值;
根据预测车辆订单数、当前车辆订单数以及单位可获取价值计算可获取价值。
在一个实施例中,当可获取价值符合预设价值阈值时,根据车辆调动策略匹配对应的车辆调动终端,以使匹配成功的车辆调动终端显示车辆调动策略,包括:
当可获取价值大于预设价值阈值时,获取车辆站点对应的预设区域内的可分配终端;
获取各可分配终端对应的车辆调度影响因子的分值;
根据各分值计算各可分配终端与车辆调度策略的匹配值;
将匹配值最大的可分配终端提取为车辆调动终端,以使车辆调动终端显示车辆调度策略。
在一个实施例中,接收车辆调度终端根据车辆调度策略反馈的车辆调度结果,包括:
获取车辆调度策略对应的调度检验策略,根据调度检验策略对车辆调度结果进行检验;
当车辆调度结果不完全符合调度检验策略时,继续执行根据车辆调度策略对车辆进行调度的步骤,直至当车辆调度结果完全符合调度检验策略时,接收车辆调度终端根据车辆调度策略反馈的车辆调度结果。
一种车辆调度装置,装置包括:
计算模块,用于计算车辆站点在预设时间内的可提供车辆数量以及需求车辆数量;
策略确定模块,用于根据可提供车辆数量以及需求车辆数量计算车辆的供需差值,根据供需差值确定车辆调动策略;
价值计算模块,用于计算车辆调动策略对应的可获取价值;
显示模块,用于当可获取价值符合预设价值阈值时,根据车辆调动策略匹配对应的车辆调动终端,以使匹配成功的车辆调度终端显示车辆调动策略;
反馈模块,用于接收车辆调度终端根据车辆调度策略反馈的车辆调度结果。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法的步骤。
上述车辆调度方法、装置、计算机设备和存储介质,计算车辆站点在预设时间内的可提供车辆数量以及需求车辆数量;根据可提供车辆数量以及需求车辆数量计算车辆的供需差值,根据供需差值确定车辆调动策略,实现了根据供需差自动计算车辆调动策略。计算车辆调动策略对应的可获取价值;当可获取价值符合预设价值阈值时,根据车辆调动策略匹配对应的车辆调动终端,以使匹配成功的车辆调度终端显示车辆调度策略,进而可以根据车辆调动策略对车辆进行调度,实现了利用可获取价值对车辆调动策略进行检验,当可获取价值满足预设条件时,匹配对应的车辆调度终端,保证了车辆调度策略的合理性,接收车辆调动终端根据车辆调动策略反馈的车辆调度结果,实现对调度结果的检验,进而保证车辆能够被正确合理地调度,提高车辆调度的效率以及准确率。
附图说明
图1为一个实施例中车辆调度方法的应用场景图;
图2为一个实施例中车辆调度方法的流程示意图;
图3为一个实施例中的车辆调动策略的生成方法流程示意图;
图4为一个实施例中的计算车辆站点可提供车辆数量的流程示意图;
图5为一个实施例中计算车辆站点在预设时间内的需求车辆数量的流程示意图;
图6为一个实施例中车辆调度检验策略的方法流程示意图;
图7为一个实施例中车辆调度装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的车辆调度方法,可以应用于如图1所示的应用环境中。其中,车辆调度终端102通过网络与服务器104进行通信。服务器104计算车辆站点在预设时间内的可提供车辆数量以及需求车辆数量;根据可提供车辆数量以及需求车辆数量计算车辆的供需差值,根据供需差值确定车辆调动策略;计算车辆调动策略对应的可获取价值;当可获取价值符合预设价值阈值时,根据车辆调动策略匹配对应的车辆调动终端102,以使匹配成功的车辆调度终端102显示车辆调动策略;服务器104接收车辆调度终端102根据车辆调度策略反馈的车辆调度结果。
车辆调度终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在其中一个实施例中,如图2所示,提供了一种车辆调度方法,以该方法应用于图1中的服务器104为例进行说明,在其他实施例中,该方法也可以应用于终端,方法包括以下步骤:
步骤210,计算车辆站点在预设时间内的可提供车辆数量以及需求车辆数量。
车辆站点可以是为车辆提供停放的场所,并且不同车辆站点在预设时间内的可提供车辆数量以及需求车辆数量是变动的。如影响因素可包含各车辆站点所在的地理位置,如位于人员流动较大地理位置的车辆站点,其需求车辆数量比人员流动较小的车辆站点的需求车辆数量多,具体地,学校、医院或者工作场所周边的人流量会比偏僻地方的人流量大,故而学校、医院或者工作场所的需求车辆数量会更大,相应地,需求车辆数较大的场所对应的可提供车辆数量也应较大。
并且,同一个车辆站点处于不同的外界环境下,其对应的需求车辆数量以及可提供车辆数量也是变动的,如环境因素可包含时间因素,当在上下学的高峰期或者上下班的高峰期或者工作日时间段内,车辆站点的需求车辆数以及可提供车辆数会增加,其他时间对应的车辆数会较低。影响因素还可包含天气因素,如恶劣的天气会使得车辆站点对应的需求车辆数或者可提供车辆数会比适合出行的天气环境下的数量少等。
具体地,服务器可获取车辆站点对应的车辆站点标识,根据车辆站点标识获取对应的车辆站点信息,如车辆站点所处的地理位置、车辆站点所处区域的天气状况以及时间信息等,服务器根据获取到的车辆站点信息计算车辆站点在预设时间内可提供车辆数量以及需求车辆数量。
服务器可利用统计的历史时间段内车辆站点在不同情况下的车辆数据,以估计当前环境下车辆站点的车辆数据。如可以将获取到的历史时间段内的车辆数据以及环境因素作为训练集对机器学习模型进行训练,得到车辆预测模型,以通过该车辆预测模型对当前环境下的车辆站点的车辆数据进行预测。
服务器计算车辆数量的方法还可以包括:服务器获取车辆站点在预设时间内的各车辆的信息,如可通过车辆上的第一通讯设备发送的信号,实时获取车辆信息,如车辆信息可包括车辆的位置信息、车辆电量信息以及车辆是否处于正常工作状态的信息等。进而服务器可根据获取到的车辆信息得到车辆站点的实时车辆数量,进而计算车辆站点在预设时间内可提供车辆数量以及需求车辆数量。
其中,预设时间可根据不同的情况自适应调整,如预设时间可为一天、两天或者一周等,在此不作具体限制。
步骤220,根据可提供车辆数量以及需求车辆数量计算车辆的供需差值,根据供需差值确定车辆调动策略。
车辆调动策略包括车辆调出策略以及车辆调入策略。具体地,服务器根据获取到的可提供车辆数量以及需求车辆数量,计算该车辆站点对应的车辆供需差,当可提供车辆数量大于需求车辆数量时,供需差为正值,说明此时需要从车辆站点调出车辆,服务器调用车辆调出策略以保证该车辆站点的车辆不存在剩余,保证车辆的利用率,其中,车辆调出策略中包含需要从该车辆站点调出的车辆的数量,以及将需要将车辆调到的地点。当可提供车辆数量小于需求车辆数量,供需差为负值,说明此时需要向车辆站点补给车辆,服务器调用车辆调入策略以满足该车辆站点的车辆供给需求,其中车辆调入策略中包含了需要调入该车辆站点的车辆的数量,以及需要调入的车辆所在的地点信息等。
步骤230,计算车辆调动策略对应的可获取价值。
服务器根据车辆站点的供需预测自动生成车辆的调入或调出任务,为了保证车辆调动策略的合理性,需要计算该车辆调动策略对应的可获取价值。可获取价值是指利用该车辆调动策略能够得到的收益值,具体地,服务器获取车辆调动策略对应的调度成本,如人员成本、时间成本等,服务器获取采用该车辆调度策略对应的收益数额,根据收益数额以及调度成本得到车辆调度策略对应的可获取价值。
具体地,当服务器生成车辆调出策略时,并且计算采用该车辆调出策略对应的可获取价值为正值时,向车辆调动终端发送车辆调出策略;当服务器生成车辆调入策略时,并且计算车辆调入策略对应的可获取价值为正值时,向车辆调动终端发送车辆调入策略。
步骤240,当可获取价值符合预设价值阈值时,根据车辆调动策略匹配对应的车辆调动终端,以使匹配成功的车辆调度终端显示车辆调动策略。
服务器对可获取价值进行评估,当可获取价值大于预设价值阈值时,表明此时的车辆调动策略是符合预设要求的,即可采用该车辆调动策略在不同车辆站点之间实现车辆的调度。
具体地,根据车辆调动策略对车辆进行调动的执行过程包括:服务器获取车辆调动策略对应的调动地点、调动时间等信息与车辆调度终端的实时位置、负载情况、运输工具载量等信息进行匹配,进而匹配最佳的车辆调动终端,以使匹配成功的车辆调动终端显示该车辆调动策略,进而该车辆调动终端的用户根据显示的车辆调动策略执行对车辆的调度。
步骤250,接收车辆调度终端根据车辆调度策略反馈的车辆调度结果。
车辆调动终端根据接收到的车辆调动策略对车辆进行调动之后,还包括:服务器对车辆调动终端反馈的车辆调动结果进行验证,当车辆调动结果合格时,完成此次车辆调度任务,当车辆调动结果不合格时,说明此次车辆调动任务失败,服务器可向车辆调动终端发送车辆调动失败的消息,服务器也可以继续向车辆调动终端发送车辆调动策略,以使车辆调动终端继续根据车辆调动策略进行车辆的调度任务,直至车辆调度任务的完成。
具体地,服务器对车辆调度结果的验证方法包括:对车辆调度的起点、调度终点的位置判断、对调度车辆的总量判断、对调度任务的时效要求进行验证以及对调度行为是否满足调度业务要求进行验证等。
在本实施例中,通过计算车辆在预设时间内的供需差,自动确定车辆调动策略,当车辆调动策略对应的可获取价值满足预设阈值时,匹配车辆调动终端显示并执行该车辆调动策略,实现对车辆的自动调动,提高了车辆在不同站点之间的调动效率。
在一个实施例中,参考图3,提供了一种车辆调动策略的生成方法流程示意图。
步骤311,站点供需预测及翻台测算。
具体地,服务器获取车辆站点对应的可提供车辆数量以及需求车辆数量,以及车辆翻台率,进而计算车辆站点对应的车辆订单数。
步骤312,系统监控站点实时车辆。
具体地,服务器获取车辆站点的实时车辆数。
步骤313,计算供需差。
具体地,服务器根据步骤311以及步骤312中的车辆数据计算供需差。
步骤314,判断供给与需求的大小。
具体地,当供给大于需求时,转至步骤315,测算翻台是否低于阈值,若测算低于阈值时,执行步骤316,生成车辆站点调出任务,并将调出任务发送至步骤319,执行任务分配模块。当供给不大于需求时,转至步骤317,测算翻台是否高于阈值,若测算高于阈值时,执行步骤318,生成车辆站点调入任务,并将调入任务发送至步骤319,执行任务分配模块。
在一个实施例中,参考图4,提供了一种计算车辆站点可提供车辆数量的流程示意图,其中,计算车辆站点在预设时间内的可提供车辆数量,包括:
步骤410,获取车辆站点在预设时间内的每一天的历史骑入订单数。
服务器获取车辆站点的历史统计数据,如获取车辆站点在预设时间内(n天)的可提供车辆订单数量T供=(T1,T2,T3……Tn,),其中车辆订单数是车辆站点的车辆数与车辆翻台率的乘机,车辆翻台率为一天一辆车可以产生的订单数。
步骤420,根据历史骑入订单数计算用于表征每日骑入订单数的数学统计量。
数学统计量可为对获取的每一天的历史骑入订单数进行求中位数,提取中位数对应的数据;数学统计量可为对获取的每一天的历史骑入订单数进行求均值,提取均值对应的数据。进一步地,还可以根据节假日或者非节假日等因素对获取的每一天的历史骑入订单数进行加权重计算得到的数据,如非节假日对应的权重大于节假日对应的权重。
更加具体地,当预设时间对应的历史天数为奇数天数,即当n为奇数时,每日骑入订单数对应的数学统计量可为奇数天数中的位于中间时间对应的订单数,此时每日骑入订单数如公式(1)。
当历史天数n为偶数天数时,每日骑入订单数对应的数学统计量可以计算中间位置两天对应订单数的均值,如公式(2)所示。
在其他实施例中,每日骑入订单数对应的数学统计量可以为所有历史骑入订单数的均值,如公式(3)所示。
并且,当对获取的每一天的历史骑入订单数进行加权时,若α1、α2…、αn分别为T1、T2…Tn的权重因子,则每日骑入订单数的公式还可以如公式(4)所示。
其中,α1、α2…、αn可为对获取的历史骑入订单数进行模型训练得到的。
步骤430,获取车辆站点的实时车辆数。
车辆站点区域内的车辆数量是流动变化的,服务器可以通过实时对车辆进行定位,获取车辆站点对应区域范围内的可利用的实时车辆数量,进而可以根据实时车辆数计算实时可以产生的车辆订单数。
步骤440,根据每日骑入订单数的数学统计量以及实时车辆数计算车辆站点在预设时间内的可提供车辆数量。
具体地,车辆站点可提供车辆数包括车辆站点的实时车辆数以及骑入订单数,故而,车辆站点可提供车辆数如公式(5)所示。
T总供=T’供+N (5)
其中,T’供是每日骑入订单数,N是车辆站点的实时车辆数。
在本实施例中,通过统计历史时间内的每一天的历史骑入订单数,进而统计出用于表征每日骑入订单数的数学统计量,能够根据历史数据预测当前每日骑入订单数,使得可以准确地获取每日骑入订单数,并且计算每日骑入订单数的数学统计量的过程中,采用不同的计算算法可以提高算法的适应性,使得每日骑入订单数的计算更加合理性。
在一个实施例中,参考图5,提供了一种计算车辆站点在预设时间内的需求车辆数量的流程示意图,包括:
步骤510,获取车辆站点在预设时间内的每一天的历史骑出订单数,根据历史骑出订单数计算用于表征历史每日骑出订单数的数学统计量。
具体地,服务器根据车辆站点的历史统计数据,获取车辆站点在预设时间内(n天)的每一天的历史骑出订单数T需=(T’1,T’2,T’3……T’n,),其中车辆订单数是车辆站点的车辆数与车辆翻台率的乘机,车辆翻台率为一天一辆车可以产生的订单数。
服务器根据获取的每一天的历史骑出订单数计算用于表征历史每日骑出订单数的数学统计量。其中,数学统计量可为对获取的每一天的历史骑出订单数进行求中位数,提取中位数对应的数据为历史每日骑出订单数;数学统计量也可为计算每一天的历史骑出订单数的均值,将均值作为历史每日骑出订单数。更加具体地,当预设时间为奇数天数时,历史每日骑出订单数可为中间位置当天对应的数据。当预设时间为偶数天数时,还可以计算中间两天的均值作为历史每日骑出订单数,进一步地,还可以根据节假日或者非节假日等因素对获取的每一天的历史骑出订单数进行加权重,如非节假日对应的权重大于节假日对应的权重。
例如,服务器获取车辆站点在预设时间内(n天)的历史骑出订单数T需=(T’1,T’2,T’3……T’n,),当n为奇数时,数学统计量可提取历史每一天的历史骑出订单数中的中间那天对应数据,如当n为偶数时,数学统计量为进一步地,还可以为或者或者其中β1、β2…、βn可为对获取的历史骑出订单数进行模型训练得到的。
步骤520,获取车辆站点在预设时间内的每一天的历史缺车时长,根据历史缺车时长计算用于表征历史每日缺车时长的数学统计量,根据历史每日缺车时长计算用于表征历史每日有车时长的数学统计量。
为了保证车辆站点提供的车辆数量能够达到供需平衡,服务器获取预设时间内的每一天的历史缺车时长,以根据历史缺车时长计算用于表征历史每日缺车时长的数学统计量,其中该数学统计量可通过计算历史几天内的历史缺车时长的均值得到,或者在其他实施例中,也可以通过计算历史几天内的历史缺车时长的中位数得到,或者也可以对历史几天内的历史缺车时长进行加权求平均值得到,在此不做限制。
步骤530,根据历史每日骑出订单数以及历史每日有车时长计算历史每日骑出订单密度。
具体地,历史每日骑出订单密度D为历史每日骑出订单数T’需与历史每日有车时长t有车的比值,即如公式(6):
步骤540,根据历史每日骑出订单密度D以及历史每日缺车时长t’缺计算历史每日缺车订单数R。
具体地,如公式(7)所示。
在其他实施例中,可根据数学统计量的计算方法不同,对公式(7)做适应性地调整。
步骤550,根据历史每日骑出订单数以及历史每日缺车订单数计算车辆站点在预设时间内的需求车辆数量。
具体地,需求车辆数量T总需包括车辆站点的历史每日骑出车辆数T’需以及历史每日缺车订单数R,故而,如公式(8)所示。
需要说明的是,在其他实施例中,可根据数学统计量的计算方法不同,对公式(8)做适应性地调整。
在本实施例中,通过统计历史时间内的每一天的历史骑出订单数,进而统计出用于表征历史每日骑出订单数的数学统计量,能够根据历史数据预测当前的每日骑出订单数,使得能够准确地获取当前数据,并且计算每日骑出订单数的数学统计量的过程中获取不同天的订单数,适应性地采用不同的计算算法,提高了算法的适应性,以及计算得到的历史每日骑出订单数的合理性。
在一个实施例中,根据历史每日骑出订单数以及历史每日缺车订单数计算车辆站点在预设时间内的需求车辆数量,包括:获取车辆需求影响因子,根据各车辆需求影响因子确定车辆需求系数;利用车辆需求系数对根据历史每日骑出订单数以及历史每日缺车订单数计算得到的车辆数进行调整,得到需求车辆数量。
车辆需求数量受到车辆需求因子的影响,如车辆需求因子包括天气因子、历史缺车因子、地理位置因子、时间因子等一切可以影响车辆需求数量的因子。
服务器获取该车辆站点对应的车辆需求因子,并根据车辆需求因子计算车辆需求系数,进而利用车辆需求系数对步骤450中计算得到的需求车辆数量进行调整,得到该车辆站点的实际需求车辆数量,如公式(9)所示。
其中,γ为车辆需求因子。
在本实施例中,考虑到了车辆站点的实时情况,利用车辆需求因子对需求车辆数量进行调整,使得计算得到的车辆需求数量更加合理,并且能够根据不同的外界环境自适应变化,提高了车辆需求数量获取的准确性。
在一个实施例中,计算车辆调动策略对应的可获取价值,包括:获取车辆站点采用车辆调度策略后对应的预测车辆订单数,以及车辆站点未采用车辆调度策略对应的当前车辆订单数;获取单位车辆订单数对应的单位可获取价值;根据预测车辆订单数、当前车辆订单数以及单位可获取价值计算可获取价值。
为了获取车辆调动策略对应的收益情况,服务器获取车辆站点采用车辆调度策略后对应的预测车辆订单数,以及车辆站点未采用车辆调度策略对应的当前车辆订单数;并计算预测车辆订单数与当前车辆数的差值,然后服务器获取单位车辆订单数对应的单位可获取价值;根据差值以及单位可获取价值计算当前车辆站点采取该车辆调度策略可获取的价值。
进一步地,服务器还获取采取该车辆调度策略所需投入的调度成本,然后计算可获取的价值与调度成本之间的差值得到实际产生的调度收益,进而根据该实际调度收益确定是否采用该车辆调度策略。具体地,当实际调度收益为正值时,确定采用该车辆调动策略,否则,当实际调度收益为负值时,确定不采用该车辆调动策略。
在本实施例中,通过计算车辆调度策略对应的实际可获取价值对该车辆调度策略进行评估,实现了对车辆调度策略的合理性评估。
在一个实施例中,当可获取价值符合预设价值阈值时,根据车辆调动策略匹配对应的车辆调动终端,以使匹配成功的车辆调动终端显示车辆调动策略,包括:当可获取价值大于预设价值阈值时,获取车辆站点对应的预设区域内的可分配终端。
服务器判断可获取价值大于预设价值阈值时,如大于零或者大于非零的任意一个常数时,服务器获取车辆站点对应的预设区域内的可分配终端。具体地,服务器获取与该车辆站点的距离不大于预设阈值的可分配终端,以使可分配终端能够使用最低的调动成本实现对车辆的调度。
获取各可分配终端对应的车辆调度影响因子的分值。
具体地,可分配终端有与该车辆站点对应的车辆调度影响因子,如该车辆调度终端对应的人员历史人效、人员实时任务负载、运输工具装载能力、实时运输工具负载情况、实时天气、实时路况等对执行车辆调度任务有关的因子都是车辆调度影响因子。
进一步地,可分配终端对应的用户即调度人员,对应的任务匹配度影响因子可包括:调度人员接单状态、调度人员对任务区域熟悉度、调度人员实时负载、调度人员身上任务预计完成时间与任务期望完成时间的匹配度、调度人员位置与任务驾驶导航距离、路况以及调度人员载具与任务数量的匹配度等。
根据各分值计算各可分配终端与车辆调度策略的匹配值。
服务器获取各影响因子对应的分值,如车辆调度影响因子以及任务匹配度影响因子对应的分值,根据各分值得到车辆调度策略与车辆调度终端的匹配值,匹配值的大小表征调度终端与调度策略的匹配度大小。
将匹配值最大的可分配终端提取为车辆调动终端,以使车辆调动终端显示车辆调度策略。
具体地,服务器实时监控车辆站点区域内的可分配终端,以及可分配终端对应的执行人员,计算车辆调度任务与可分配终端或者执行人员的匹配度,根据匹配度对可分配的车辆调度终端进行排序,服务器将车辆调度策略发送至匹配度最大的车辆调度终端,以使该终端执行对车辆的调度任务。
在本实施例中,根据车辆调度影响因子计算可分配终端与车辆调度策略的匹配值,根据匹配值的大小选择车辆调动终端,以使车辆调动终端的执行人员根据车辆调度策略执行车辆调度任务,实现了自动根据车辆调度策略任务选取最佳的车辆调度终端,实现最佳的车辆调度。
在一个实施例中,接收车辆调度终端根据车辆调度策略反馈的车辆调度结果,包括:获取车辆调度策略对应的调度检验策略,根据调度检验策略对车辆调度结果进行检验;当车辆调度结果不完全符合调度检验策略时,继续执行根据车辆调度策略对车辆进行调度的步骤,直至当车辆调度结果完全符合调度检验策略时,接收车辆调度终端根据车辆调度策略反馈的车辆调度结果。
为了保证车辆调度终端能够根据接收到的车辆调度策略对车辆正确进行调度,还包括:获取终端接收到的车辆调度策略对应的调度检验策略,调度检验策略包括车辆调出检验策略和车辆掉入检验策略,分别对应车辆调出策略和车辆调入策略。如,车辆调出检验策略可包括:调度开锁在调出任务限定时间内、调度开锁位置在任务限定的站点及容错范围内以及该任务已执行的调出总量是否已达成任务要求等,只有当车辆调度结果完全符合调度检验策略时,该调出任务完成。
车辆调入检验策略可包括:检验本次调度开锁是否符合调出任务要求、检验调度关锁是否在调入任务限定时间内、检验调度关锁位置是否在任务限定的站点及容错范围内,以及检验该任务已执行的调入总量是否已达成任务要求等,只有当车辆调度结果完全符合调度检验策略时,服务器才判断该车辆调入任务完成。
在本实施例中,利用车辆调动检测策略对车辆调动策略进行检验,以保证车辆能够被准确地调度,提高了车辆调度的效率。
在一个实施例中,参考图6,提供了一种车辆调度检验策略的方法流程示意图,包括:
步骤610,执行调度操作。具体地,车辆调动终端根据获取的车辆调度策略执行车辆调度操作。步骤611,调度开锁验证。具体地,当车辆调度策略为车辆调出策略时,服务器还对车辆终端对应的执行人员是否对待调出车辆执行调度开锁行为的验证。以及执行步骤612中是否满足调度任务限定时间要求,当满足时间要求时,执行步骤613,判断是否满足调出任务时间要求,当判断满足要求时,服务器判断此次的车辆调度任务满足要求,执行步骤614,将调出任务累计执行数加1,并且在步骤615中继续判断调出任务累计执行数量是否满足任务量要求,当满足要求时,转至步骤616,调出任务完成。在步骤614后,服务器还需在步骤617中进行调度关锁验证,在步骤618中继续判断是否满足调入位置要求,当不满足位置要求时,服务器判断此次车辆调度任务执行失败结束任务,当满足要求时,转至步骤619,服务器继续判断是否满足调入任务时间要求,当服务器判断不满足要求时,服务器判断此次车辆调度任务执行失败结束任务,当满足要求时,服务器继续执行步骤620将调出任务累计执行数加1,并且在步骤621中继续判断调出任务累计执行数量是否满足任务量要求,当满足要求时,转至步骤622,调出任务完成。
在本申请中,基于地理围栏的调度任务验证方法通过对车辆站点供需的预测,实现最优的车辆调度策略指引。具体地,基于地理围栏的车辆调度任务生成及其车辆调度任务验证方法提供了车辆调度任务的生成策略、分配策略和调度任务的标准化验证方法,并且基于车辆调动策略预设每一个调度任务设置验证标准,通过记录运营人员调度作业过程中的个人位置信息、车辆位置信息、车辆状态信息、时间信息与预设任务验证标准,判断调度作业是否满足调度任务要求,解决了常规的车辆调度方法中需要依靠线下运营人员的经验,自主判断车辆什么时间调度、从哪调出、调度到什么位置,且调度无规律性、计划性、科学性的弊端,同时可以低成本的管理线下调度行为,规范调度操作,提高调度效率和收益。方便管理运营人员调度行为,规范调度操作、使其按照系统策略标准化作业,降低企业无效运营成本,提高人员效率和调度收益。
应该理解的是,虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-6中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在其中一个实施例中,如图7所示,提供了一种车辆调度装置,包括:
计算模块710,用于计算车辆站点在预设时间内的可提供车辆数量以及需求车辆数量。
策略确定模块720,用于根据可提供车辆数量以及需求车辆数量计算车辆的供需差值,根据供需差值确定车辆调动策略。
价值计算模块730,用于计算车辆调动策略对应的可获取价值。
显示模块740,用于当可获取价值符合预设价值阈值时,根据车辆调动策略匹配对应的车辆调动终端,以使匹配成功的车辆调度终端显示车辆调动策略。
反馈模块750,用于接收车辆调度终端根据车辆调度策略反馈的车辆调度结果。
在其中一个实施例中,计算模块710,包括:
历史骑入订单数获取单元,用于获取车辆站点在预设时间内的每一天的历史骑入订单数。
每日骑入订单数统计单元,用于根据历史骑入订单数计算用于表征每日骑入订单数的数学统计量。
实时车辆数获取单元,用于获取车辆站点的实时车辆数。
可提供车辆数计算单元,用于根据每日骑入订单数的数学统计量以及实时车辆数计算车辆站点在预设时间内的可提供车辆数量。
在一个实施例中,计算模块710,包括:
骑出订单数统计单元,用于获取车辆站点在预设时间内的每一天的历史骑出订单数,根据历史骑出订单数计算用于表征历史每日骑出订单数的数学统计量。
有车时长统计单元,用于获取车辆站点在预设时间内的每一天的历史缺车时长,根据历史缺车时长计算用于表征历史每日缺车时长的数学统计量,根据历史每日缺车时长计算用于表征历史每日有车时长的数学统计量。
密度计算单元,用于根据历史每日骑出订单数以及历史每日有车时长计算历史每日骑出订单密度。
缺车数量计算单元,用于根据历史每日骑出订单密度以及历史每日缺车时长计算历史每日缺车订单数。
需求车辆计算单元,用于根据历史每日骑出订单数以及历史每日缺车订单数计算车辆站点在预设时间内的需求车辆数量。
在一个实施例中,需求车辆计算单元,包括:
系数计算子单元,用于获取车辆需求影响因子,根据各车辆需求影响因子确定车辆需求系数。
调整子单元,用于利用车辆需求系数对根据历史每日骑出订单数以及历史每日缺车订单数计算得到的车辆数进行调整,得到需求车辆数量。
在一个实施例中,价值计算模块730,包括:
订单差值计算单元,用于获取车辆站点采用车辆调度策略后对应的预测车辆订单数,以及车辆站点未采用车辆调度策略对应的当前车辆订单数。
单位价值计算单元,用于获取单位车辆订单数对应的单位可获取价值。
可获取价值计算单元,用于根据预测车辆订单数、当前车辆订单数以及单位可获取价值计算可获取价值。
在一个实施例中,显示模块740,包括:
可分配终端获取单元,用于当可获取价值大于预设价值阈值时,获取车辆站点对应的预设区域内的可分配终端。
分值获取单元,用于获取各可分配终端对应的车辆调度影响因子的分值。
匹配值计算单元,用于根据各分值计算各可分配终端与车辆调度策略的匹配值。
显示单元,用于将匹配值最大的可分配终端提取为车辆调动终端,以使车辆调动终端显示车辆调度策略。
在一个实施例中,反馈模块750,包括:
检验单元,用于获取车辆调度策略对应的调度检验策略,根据调度检验策略对车辆调度结果进行检验。
反馈单元,用于当车辆调度结果不完全符合调度检验策略时,继续执行根据车辆调度策略对车辆进行调度的步骤,直至当车辆调度结果完全符合调度检验策略时,接收车辆调度终端根据车辆调度策略反馈的车辆调度结果。
关于车辆调度装置的具体限定可以参见上文中对于车辆调度方法的限定,在此不再赘述。上述车辆调度装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在其中一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于搜索车辆相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆调度方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在其中一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:计算车辆站点在预设时间内的可提供车辆数量以及需求车辆数量;根据可提供车辆数量以及需求车辆数量计算车辆的供需差值,根据供需差值确定车辆调动策略;计算车辆调动策略对应的可获取价值;当可获取价值符合预设价值阈值时,根据车辆调动策略匹配对应的车辆调动终端,以使匹配成功的车辆调度终端显示车辆调动策略;接收车辆调度终端根据车辆调度策略反馈的车辆调度结果。
在一个实施例中,处理器执行计算机程序时实现计算车辆站点在预设时间内的可提供车辆数量的步骤时还用于:获取车辆站点在预设时间内的每一天的历史骑入订单数;根据历史骑入订单数计算用于表征每日骑入订单数的数学统计量;获取车辆站点的实时车辆数;根据每日骑入订单数的数学统计量以及实时车辆数计算车辆站点在预设时间内的可提供车辆数量。
在一个实施例中,处理器执行计算机程序时实现计算车辆站点在预设时间内的需求车辆数量的步骤时还用于:获取车辆站点在预设时间内的每一天的历史骑出订单数,根据历史骑出订单数计算用于表征历史每日骑出订单数的数学统计量;获取车辆站点在预设时间内的每一天的历史缺车时长,根据历史缺车时长计算用于表征历史每日缺车时长的数学统计量,根据历史每日缺车时长计算用于表征历史每日有车时长的数学统计量;根据历史每日骑出订单数以及历史每日有车时长计算历史每日骑出订单密度;根据历史每日骑出订单密度以及历史每日缺车时长计算历史每日缺车订单数;根据历史每日骑出订单数以及历史每日缺车订单数计算车辆站点在预设时间内的需求车辆数量。
在一个实施例中,处理器执行计算机程序时实现根据历史每日骑出订单数以及历史每日缺车订单数计算车辆站点在预设时间内的需求车辆数量的步骤时还用于:获取车辆需求影响因子,根据各车辆需求影响因子确定车辆需求系数;利用车辆需求系数对根据历史每日骑出订单数以及历史每日缺车订单数计算得到的车辆数进行调整,得到需求车辆数量。
在一个实施例中,处理器执行计算机程序时实现计算车辆调动策略对应的可获取价值的步骤时还用于:获取车辆站点采用车辆调度策略后对应的预测车辆订单数,以及车辆站点未采用车辆调度策略对应的当前车辆订单数;获取单位车辆订单数对应的单位可获取价值;根据预测车辆订单数、当前车辆订单数以及单位可获取价值计算可获取价值。
在一个实施例中,处理器执行计算机程序时实现当可获取价值符合预设价值阈值时,根据车辆调动策略匹配对应的车辆调动终端,以使匹配成功的车辆调动终端显示车辆调动策略的步骤时还用于:当可获取价值大于预设价值阈值时,获取车辆站点对应的预设区域内的可分配终端;获取各可分配终端对应的车辆调度影响因子的分值;根据各分值计算各可分配终端与车辆调度策略的匹配值;将匹配值最大的可分配终端提取为车辆调动终端,以使车辆调动终端显示车辆调度策略。
在一个实施例中,处理器执行计算机程序时实现接收车辆调度终端根据车辆调度策略反馈的车辆调度结果的步骤时还用于:获取车辆调度策略对应的调度检验策略,根据调度检验策略对车辆调度结果进行检验;当车辆调度结果不完全符合调度检验策略时,继续执行根据车辆调度策略对车辆进行调度的步骤,直至当车辆调度结果完全符合调度检验策略时,接收车辆调度终端根据车辆调度策略反馈的车辆调度结果。
在其中一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:计算车辆站点在预设时间内的可提供车辆数量以及需求车辆数量;根据可提供车辆数量以及需求车辆数量计算车辆的供需差值,根据供需差值确定车辆调动策略;计算车辆调动策略对应的可获取价值;当可获取价值符合预设价值阈值时,根据车辆调动策略匹配对应的车辆调动终端,以使匹配成功的车辆调度终端显示车辆调动策略;接收车辆调度终端根据车辆调度策略反馈的车辆调度结果。
在一个实施例中,计算机程序被处理器执行时实现计算车辆站点在预设时间内的可提供车辆数量的步骤时还用于:获取车辆站点在预设时间内的每一天的历史骑入订单数;根据历史骑入订单数计算用于表征每日骑入订单数的数学统计量;获取车辆站点的实时车辆数;根据每日骑入订单数的数学统计量以及实时车辆数计算车辆站点在预设时间内的可提供车辆数量。
在一个实施例中,计算机程序被处理器执行时实现计算车辆站点在预设时间内的需求车辆数量的步骤时还用于:获取车辆站点在预设时间内的每一天的历史骑出订单数,根据历史骑出订单数计算用于表征历史每日骑出订单数的数学统计量;获取车辆站点在预设时间内的每一天的历史缺车时长,根据历史缺车时长计算用于表征历史每日缺车时长的数学统计量,根据历史每日缺车时长计算用于表征历史每日有车时长的数学统计量;根据历史每日骑出订单数以及历史每日有车时长计算历史每日骑出订单密度;根据历史每日骑出订单密度以及历史每日缺车时长计算历史每日缺车订单数;根据历史每日骑出订单数以及历史每日缺车订单数计算车辆站点在预设时间内的需求车辆数量。
在一个实施例中,计算机程序被处理器执行时实现根据历史每日骑出订单数以及历史每日缺车订单数计算车辆站点在预设时间内的需求车辆数量的步骤时还用于:获取车辆需求影响因子,根据各车辆需求影响因子确定车辆需求系数;利用车辆需求系数对根据历史每日骑出订单数以及历史每日缺车订单数计算得到的车辆数进行调整,得到需求车辆数量。
在一个实施例中,计算机程序被处理器执行时实现计算车辆调动策略对应的可获取价值的步骤时还用于:获取车辆站点采用车辆调度策略后对应的预测车辆订单数,以及车辆站点未采用车辆调度策略对应的当前车辆订单数;获取单位车辆订单数对应的单位可获取价值;根据预测车辆订单数、当前车辆订单数以及单位可获取价值计算可获取价值。
在一个实施例中,计算机程序被处理器执行时实现当可获取价值符合预设价值阈值时,根据车辆调动策略匹配对应的车辆调动终端,以使匹配成功的车辆调动终端显示车辆调动策略的步骤时还用于:当可获取价值大于预设价值阈值时,获取车辆站点对应的预设区域内的可分配终端;获取各可分配终端对应的车辆调度影响因子的分值;根据各分值计算各可分配终端与车辆调度策略的匹配值;将匹配值最大的可分配终端提取为车辆调动终端,以使车辆调动终端显示车辆调度策略。
在一个实施例中,计算机程序被处理器执行时实现接收车辆调度终端根据车辆调度策略反馈的车辆调度结果的步骤时还用于:获取车辆调度策略对应的调度检验策略,根据调度检验策略对车辆调度结果进行检验;当车辆调度结果不完全符合调度检验策略时,继续执行根据车辆调度策略对车辆进行调度的步骤,直至当车辆调度结果完全符合调度检验策略时,接收车辆调度终端根据车辆调度策略反馈的车辆调度结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆调度方法,所述方法包括:
计算车辆站点在预设时间内的可提供车辆数量以及需求车辆数量;
根据所述可提供车辆数量以及所述需求车辆数量计算所述车辆的供需差值,根据所述供需差值确定车辆调动策略;
计算所述车辆调动策略对应的可获取价值;
当所述可获取价值符合预设价值阈值时,根据所述车辆调动策略匹配对应的车辆调动终端,以使匹配成功的所述车辆调度终端显示所述车辆调动策略;
接收所述车辆调度终端根据所述车辆调度策略反馈的车辆调度结果。
2.根据权利要求1所述的方法,其特征在于,所述计算车辆站点在预设时间内的可提供车辆数量,包括:
获取车辆站点在预设时间内的每一天的历史骑入订单数;
根据所述历史骑入订单数计算用于表征每日骑入订单数的数学统计量;
获取所述车辆站点的实时车辆数;
根据所述每日骑入订单数的数学统计量以及所述实时车辆数计算所述车辆站点在预设时间内的可提供车辆数量。
3.根据权利要求1所述的方法,其特征在于,所述计算车辆站点在预设时间内的需求车辆数量,包括:
获取车辆站点在预设时间内的每一天的历史骑出订单数,根据所述历史骑出订单数计算用于表征历史每日骑出订单数的数学统计量;
获取所述车辆站点在所述预设时间内的每一天的历史缺车时长,根据所述历史缺车时长计算用于表征历史每日缺车时长的数学统计量,根据所述历史每日缺车时长计算用于表征历史每日有车时长的数学统计量;
根据所述历史每日骑出订单数以及所述历史每日有车时长计算历史每日骑出订单密度;
根据所述历史每日骑出订单密度以及所述历史每日缺车时长计算历史每日缺车订单数;
根据所述历史每日骑出订单数以及所述历史每日缺车订单数计算所述车辆站点在所述预设时间内的需求车辆数量。
4.根据权利要求3所述的方法,其特征在于,所述根据所述历史每日骑出订单数以及所述历史每日缺车订单数计算所述车辆站点在预设时间内的需求车辆数量,包括:
获取车辆需求影响因子,根据各所述车辆需求影响因子确定车辆需求系数;
利用所述车辆需求系数对根据所述历史每日骑出订单数以及所述历史每日缺车订单数计算得到的车辆数进行调整,得到需求车辆数量。
5.根据权利要求1所述的方法,其特征在于,所述计算所述车辆调动策略对应的可获取价值,包括:
获取所述车辆站点采用所述车辆调度策略后对应的预测车辆订单数,以及所述车辆站点未采用所述车辆调度策略对应的当前车辆订单数;
获取单位车辆订单数对应的单位可获取价值;
根据所述预测车辆订单数、当前车辆订单数以及所述单位可获取价值计算可获取价值。
6.根据权利要求1所述的方法,其特征在于,所述当所述可获取价值符合预设价值阈值时,根据所述车辆调动策略匹配对应的车辆调动终端,以使匹配成功的所述车辆调动终端显示所述车辆调动策略,包括:
当所述可获取价值大于预设价值阈值时,获取所述车辆站点对应的预设区域内的可分配终端;
获取各所述可分配终端对应的车辆调度影响因子的分值;
根据各所述分值计算各所述可分配终端与所述车辆调度策略的匹配值;
将所述匹配值最大的可分配终端提取为车辆调动终端,以使所述车辆调动终端显示所述车辆调度策略。
7.根据权利要求1所述的方法,其特征在于,所述接收车辆调度终端根据所述车辆调度策略反馈的车辆调度结果,包括:
获取所述车辆调度策略对应的调度检验策略,根据所述调度检验策略对车辆调度结果进行检验;
当所述车辆调度结果不完全符合所述调度检验策略时,继续执行根据所述车辆调度策略对所述车辆进行调度的步骤,直至当所述车辆调度结果完全符合所述调度检验策略时,接收车辆调度终端根据所述车辆调度策略反馈的车辆调度结果。
8.一种车辆调度装置,其特征在于,所述装置包括:
计算模块,用于计算车辆站点在预设时间内的可提供车辆数量以及需求车辆数量;
策略确定模块,用于根据所述可提供车辆数量以及所述需求车辆数量计算所述车辆的供需差值,根据所述供需差值确定车辆调动策略;
价值计算模块,用于计算所述车辆调动策略对应的可获取价值;
显示模块,用于当所述可获取价值符合预设价值阈值时,根据所述车辆调动策略匹配对应的车辆调动终端,以使匹配成功的所述车辆调度终端显示所述车辆调动策略;
反馈模块,用于接收所述车辆调度终端根据所述车辆调度策略反馈的车辆调度结果。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911323572.2A CN111062629B (zh) | 2019-12-20 | 2019-12-20 | 车辆调度方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911323572.2A CN111062629B (zh) | 2019-12-20 | 2019-12-20 | 车辆调度方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111062629A true CN111062629A (zh) | 2020-04-24 |
CN111062629B CN111062629B (zh) | 2021-07-06 |
Family
ID=70302475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911323572.2A Active CN111062629B (zh) | 2019-12-20 | 2019-12-20 | 车辆调度方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111062629B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111861217A (zh) * | 2020-07-22 | 2020-10-30 | 上海汽车集团股份有限公司 | 一种车辆调配方法、装置及计算机可读存储介质 |
CN112150045A (zh) * | 2020-11-05 | 2020-12-29 | 北京阿帕科蓝科技有限公司 | 基于车辆位置统计判断城市车辆供需关系的方法及其监测系统 |
CN113011741A (zh) * | 2021-03-18 | 2021-06-22 | 摩拜(北京)信息技术有限公司 | 一种车辆调度方法、装置及电子设备 |
CN114862115A (zh) * | 2022-04-06 | 2022-08-05 | 摩拜(北京)信息技术有限公司 | 共享车辆的调度方法、装置、电子设备及存储介质 |
CN116343461A (zh) * | 2023-04-03 | 2023-06-27 | 北京白驹易行科技有限公司 | 一种车辆调度方法、装置及设备 |
CN116757459A (zh) * | 2023-08-22 | 2023-09-15 | 苏州观瑞汽车技术有限公司 | 用于自动驾驶出租车智慧调度方案及综合评价方法及系统 |
CN117575264A (zh) * | 2023-11-29 | 2024-02-20 | 北京市运输事业发展中心 | 一种基于视觉识别的车站运输调度方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104574679A (zh) * | 2014-10-11 | 2015-04-29 | 浙江致晟信息科技有限公司 | 一种公租自行车系统的调度及导引方法 |
CN104715290A (zh) * | 2015-03-25 | 2015-06-17 | 苏州科技学院 | 公共自行车调度控制系统及其调度方法 |
CN107330586A (zh) * | 2017-06-16 | 2017-11-07 | 东南大学 | 一种基于改进蚁群算法的公共自行车动态调度方法 |
CN108090646A (zh) * | 2016-11-23 | 2018-05-29 | 重庆邮电大学 | 一种公共自行车智能调度系统预测调度数据的获取方法 |
CN108171411A (zh) * | 2017-12-25 | 2018-06-15 | 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 |
-
2019
- 2019-12-20 CN CN201911323572.2A patent/CN111062629B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104574679A (zh) * | 2014-10-11 | 2015-04-29 | 浙江致晟信息科技有限公司 | 一种公租自行车系统的调度及导引方法 |
CN104715290A (zh) * | 2015-03-25 | 2015-06-17 | 苏州科技学院 | 公共自行车调度控制系统及其调度方法 |
CN108090646A (zh) * | 2016-11-23 | 2018-05-29 | 重庆邮电大学 | 一种公共自行车智能调度系统预测调度数据的获取方法 |
CN107330586A (zh) * | 2017-06-16 | 2017-11-07 | 东南大学 | 一种基于改进蚁群算法的公共自行车动态调度方法 |
CN108171411A (zh) * | 2017-12-25 | 2018-06-15 | 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 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111861217A (zh) * | 2020-07-22 | 2020-10-30 | 上海汽车集团股份有限公司 | 一种车辆调配方法、装置及计算机可读存储介质 |
CN112150045A (zh) * | 2020-11-05 | 2020-12-29 | 北京阿帕科蓝科技有限公司 | 基于车辆位置统计判断城市车辆供需关系的方法及其监测系统 |
CN112150045B (zh) * | 2020-11-05 | 2023-12-01 | 北京阿帕科蓝科技有限公司 | 基于车辆位置统计判断城市共享车辆供需关系的方法及其监测系统 |
CN113011741A (zh) * | 2021-03-18 | 2021-06-22 | 摩拜(北京)信息技术有限公司 | 一种车辆调度方法、装置及电子设备 |
CN113011741B (zh) * | 2021-03-18 | 2024-03-29 | 摩拜(北京)信息技术有限公司 | 一种车辆调度方法、装置及电子设备 |
CN114862115A (zh) * | 2022-04-06 | 2022-08-05 | 摩拜(北京)信息技术有限公司 | 共享车辆的调度方法、装置、电子设备及存储介质 |
CN116343461A (zh) * | 2023-04-03 | 2023-06-27 | 北京白驹易行科技有限公司 | 一种车辆调度方法、装置及设备 |
CN116343461B (zh) * | 2023-04-03 | 2023-11-17 | 北京白驹易行科技有限公司 | 一种车辆调度方法、装置及设备 |
CN116757459A (zh) * | 2023-08-22 | 2023-09-15 | 苏州观瑞汽车技术有限公司 | 用于自动驾驶出租车智慧调度方案及综合评价方法及系统 |
CN116757459B (zh) * | 2023-08-22 | 2023-12-01 | 苏州观瑞汽车技术有限公司 | 用于自动驾驶出租车智慧调度方案及综合评价方法及系统 |
CN117575264A (zh) * | 2023-11-29 | 2024-02-20 | 北京市运输事业发展中心 | 一种基于视觉识别的车站运输调度方法 |
CN117575264B (zh) * | 2023-11-29 | 2024-05-07 | 北京市运输事业发展中心 | 一种基于视觉识别的车站运输调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111062629B (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111062629B (zh) | 车辆调度方法、装置、计算机设备和存储介质 | |
CN104021667B (zh) | 整合预约服务与实时打车的出租车合乘调度系统及调度方法 | |
He et al. | Optimal scheduling for charging and discharging of electric vehicles | |
CN104346921B (zh) | 基于位置信息的出租车信息通讯服务系统、终端和方法 | |
CN111095721A (zh) | 聚合能量资源 | |
CN103049817B (zh) | 结合负载平衡机制的需求式共乘运输服务方法 | |
WO2015140954A1 (ja) | 作業員管理装置、作業員管理システム及び作業員管理方法 | |
CN107103383A (zh) | 一种基于打车热点的动态拼车调度方法 | |
CN107618381A (zh) | 基于移动互联网的汽车综合补能系统和方法、存储介质 | |
CN112550044B (zh) | 充电站负荷调整方法、系统、装置、设备和存储介质 | |
US20220122011A1 (en) | Method and system for operating a fleet of vehicles | |
CN108615391A (zh) | 一种公交智能调度方法、系统及介质 | |
US20210323431A1 (en) | Electrical vehicle power grid management system and method | |
Cats et al. | Evaluating the added-value of online bus arrival prediction schemes | |
CN107239883A (zh) | 一种汽车共享系统车辆的调度方法 | |
CN111915209A (zh) | 共享交通工具的调度方法、装置、计算机设备和存储介质 | |
Ji et al. | How does dockless bike-sharing system behave by incentivizing users to participate in rebalancing? | |
CN109741626A (zh) | 停车场停车情况预测方法、调度方法和系统 | |
CN114298559A (zh) | 换电站的换电方法、换电管理平台及存储介质 | |
CN116451949A (zh) | 一种基于云平台的换电智能监控管理系统 | |
CN115641704A (zh) | 一种智能公交调度方法及系统 | |
CN116324838A (zh) | 用于通过叫车平台调度共享乘车的系统和方法 | |
CN114936666B (zh) | 基于车-站-平台系统的电动汽车充电导航方法及系统 | |
Sun et al. | A graphical game approach to electrical vehicle charging scheduling: Correlated equilibrium and latency minimization | |
TWI524303B (zh) | Forecasting Device and Method of Vehicle Trend Forecasting Based on Large Cloud Data Processing |
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 |