CN111949897B - 基于多变量优化的加油站推荐方法 - Google Patents

基于多变量优化的加油站推荐方法 Download PDF

Info

Publication number
CN111949897B
CN111949897B CN202010758696.XA CN202010758696A CN111949897B CN 111949897 B CN111949897 B CN 111949897B CN 202010758696 A CN202010758696 A CN 202010758696A CN 111949897 B CN111949897 B CN 111949897B
Authority
CN
China
Prior art keywords
gas station
sequence
attribute
determining
target
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.)
Active
Application number
CN202010758696.XA
Other languages
English (en)
Other versions
CN111949897A (zh
Inventor
余华琼
陈刚
杨宏旭
刘晓宏
方超
邵林俊
许晶晶
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.)
Baweitong Technology Co ltd
Original Assignee
Baweitong Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Baweitong Technology Co ltd filed Critical Baweitong Technology Co ltd
Priority to CN202010758696.XA priority Critical patent/CN111949897B/zh
Publication of CN111949897A publication Critical patent/CN111949897A/zh
Application granted granted Critical
Publication of CN111949897B publication Critical patent/CN111949897B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Navigation (AREA)

Abstract

本发明提供了基于多变量优化的加油站推荐方法,所述方法包括获取加油站推荐指示信息,根据所述加油站推荐指示信息判断是否需要进行加油站推荐;若需要进行加油站推荐,则提取行车路线沿线的全部加油站构成加油站预备集,所述加油站预备集中的每个元素对应一个加油站,所述元素包括多个维度的属性数据;根据预设方法在所述加油站预备集中确定出备选集;向用户推荐所述备选集中的各个加油站,根据用户的选择结果确定目标加油站。本发明显著提升了用户的出行体验。

Description

基于多变量优化的加油站推荐方法
技术领域
本发明涉及目标推荐领域,尤其涉及基于多变量优化的加油站推荐方法。
背景技术
智能出行现在已经成为人们日常生活中密不可分的一种现代数据信息服务,围绕智能出行也衍生了很多新技术,比如路径规划,自动导航,语音导航,人机对话,自动支付以及目标推荐等多种技术。以目标推荐为例,现有技术中对于目标推荐方法过于机械化,单一从单个维度进行推荐显然并不够客观;通过设定优先级的形式,区分主次因素来进行多方面推荐更为优越,但是机械的区分主次,以离散化的形式来考虑问题得到的推荐效果也是有限的,都无法更加客观公正的对多个变量进行综合考虑得到最为科学的推荐结果。
发明内容
为了解决上述技术问题,本发明提出了基于多变量优化的加油站推荐方法。本发明具体是以如下技术方案实现的:
基于多变量优化的加油站推荐方法,所述方法包括:
获取加油站推荐指示信息,根据所述加油站推荐指示信息判断是否需要进行加油站推荐;
若需要进行加油站推荐,则提取行车路线沿线的全部加油站构成加油站预备集,所述加油站预备集中的每个元素对应一个加油站,所述元素包括多个维度的属性数据;
根据预设方法在所述加油站预备集中确定出备选集;
向用户推荐所述备选集中的各个加油站,根据用户的选择结果确定目标加油站。
优选的,所述根据所述加油站推荐指示信息判断是否需要进行加油站推荐,包括:
在确定行车路线的前提下,根据车辆车型、车辆年限、地形信息和道路拥堵计算行程耗油量;
若所述行程耗油量与所述当前油量剩余的差值小于预设阈值,则判定需要进行加油站推荐。
优选的,所述根据预设方法在所述加油站预备集中确定出备选集,包括:
对所述加油站预备集中的每个元素的属性数据基于所述行车路线进行量化,得到加油站对象集,所述加油站对象集中的每个对象包括第一属性、第二属性、第三属性和第四属性;
初始化第一序列、备选集、第二序列皆为空集,令加油站对象集为当前对象集;
对所述当前对象集中的各个对象进行访问,根据所述访问结果变更所述第一序列和所述第二序列,所述第一序列中的对象均不会被彼此控制,所第二序列中的对象均不会被所述第一序列中的对象控制;
将所述第一序列中的元素输出至所述备选集,清空所述第一序列;
若所述第二序列不为空,则将所述第二序列确定为当前对象集,清空所述第二序列,返回执行步骤:对所述当前对象集中的各个对象进行访问,根据所述访问结果变更所述第一序列和所述第二序列,所述第一序列中的对象均不会被彼此控制,所第二序列中的对象均不会被所述第一序列中的对象控制。
优选的,所述属性数据基于所述行车路线进行量化意指将加油站位置属性、加油站优惠属性、加油站周围环境属性和加油站当前油量属性相对于行车路线进行换算得到第一属性、第二属性、第三属性和第四属性,所述第一属性表征在所述行车路线中加油站距离所述用户当前位置的反相关距离;所述第二属性表征沿所述行车路线行至所述加油站后将车辆加油到容量容积所需要花费的反相关金额;所述第三属性表征到达所述加油站需要经历的拥堵程度的反相关量化值;所述第四属性表征到达所述加油站时所述加油站的剩余油量估计值。
优选的,若加油站出现停止营业的情况,则可以发出停止营业通知,响应于所述停止营业通知,执行下述动作:
根据所述停止营业通知确定停止营业的加油站;
判断所述加油站是否位于所述加油站对象集之中;
若是,则将所述加油站对应的对象在所述加油站对象集之中删除;
判断所述加油站是否为目标加油站,若是,则根据修改后的加油站对象集重新得到备选集,并向用户推荐所述重新得到的备选集中的各个加油站,根据用户的选择结果确定目标加油站。
优选的,确定目标加油站之后,还包括确定提示点的步骤,当车辆运动到所述提示点向用户发出提醒,所述提醒用于提醒用户目标加油站即将到达。
本发明实施例提供了基于多变量优化的加油站推荐方法,可以根据加油站推荐指示信息科学合理的为用户自动推荐加油站,并且还可以针对行车过程中可能产生的突发事件自动对推荐的加油站进行调整,为了避免用户错过加油站的加油,还选择醒目的建筑物,并根据醒目的建筑物的选择结果为用户进行提示,显著提升了用户的出行体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1是本发明实施例提供的基于多变量优化的加油站推荐方法流程图;
图2是本发明实施例提供的根据预设方法在所述加油站预备集中确定出备选集流程图;
图3是本发明实施例提供的根据修改后的加油站对象集重新得到备选集流程图;
图4是本发明实施例提供的确定提示点流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例公开基于多变量优化的加油站推荐方法,如图1所示,所述方法包括:
S101.获取加油站推荐指示信息,根据所述加油站推荐指示信息判断是否需要进行加油站推荐。
具体地,所述加油站推荐指示信息包括车辆信息、环境信息、油耗信息以及道路信息,其中车辆信息包括车辆车型、车辆年限、当前油量剩余以及油量总容积;环境信息包括地形信息;所述道路信息包括道路拥堵和行车路线;所述地形信息和所述道路信息均影响所述油耗信息。比如,上坡、颠簸或者拥堵路段油耗相应增大,下坡或者无拥堵高速油量相应减小。
具体地,所述根据所述加油站推荐指示信息判断是否需要进行加油站推荐,包括:
S1011.在确定行车路线的前提下,根据车辆车型、车辆年限、地形信息和道路拥堵计算行程耗油量。
S1012.若所述行程耗油量与所述当前油量剩余的差值小于预设阈值,则判定需要进行加油站推荐。
S102.若需要进行加油站推荐,则提取行车路线沿线的全部加油站构成加油站预备集,所述加油站预备集中的每个元素对应一个加油站,所述元素包括多个维度的属性数据。
具体地,所述元素的属性数据可以包括加油站位置属性、加油站优惠属性、加油站周围环境属性和加油站当前油量属性。
S103.根据预设方法在所述加油站预备集中确定出备选集。
本发明实施例提供了一种预设方法,具体地,所述根据预设方法在所述加油站预备集中确定出备选集,如图2所示,包括:
S1031.对所述加油站预备集中的每个元素的属性数据基于所述行车路线进行量化,得到加油站对象集,所述加油站对象集中的每个对象包括第一属性、第二属性、第三属性和第四属性。
具体地,所述属性数据基于所述行车路线进行量化意指将加油站位置属性、加油站优惠属性、加油站周围环境属性和加油站当前油量属性相对于行车路线进行换算得到第一属性、第二属性、第三属性和第四属性,所述第一属性表征在所述行车路线中加油站距离所述用户当前位置的反相关距离(所述反相关距离为与加油站距离所述用户当前位置的距离反相关的距离),所述第二属性表征沿所述行车路线行至所述加油站后将车辆加油到容量容积所需要花费的反相关金额(反相关金额为与所需要花费的金额反相关的金额),所述第三属性表征到达所述加油站需要经历的拥堵程度的反相关量化值(反相关量化值为与拥堵程度反相关的量化值),所述第四属性表征到达所述加油站时所述加油站的剩余油量估计值。所述第一属性、第二属性、第三属性和第四属性实时更新,其算法和需要的参数可以基于现有技术获取,本发明实施例不做赘述。具体地,反相关可以使用现有技术得到,比如使用倒数法或者减法,本发明实施例不做赘述。
S1032.初始化第一序列、备选集、第二序列皆为空集,令加油站对象集为当前对象集。
S1033.对所述当前对象集中的各个对象进行访问,根据所述访问结果变更所述第一序列和所述第二序列,所述第一序列中的对象均不会被彼此控制,所第二序列中的对象均不会被所述第一序列中的对象控制。
本发明实施例中,当且仅当,对象A的任何维度的值都大于等于数据对象B的相应的维度的值,并且对象A的各个维度的值不能全部等于数据对象B的相应的维度的值,则称对象A控制对象B。
在一个实施例中,所述对所述当前对象集中的各个对象进行访问,包括:
对于所当前对象集中的对象依次执行下述操作:
S1.提取当前对象:
S2.若所述第一序列中存在能够控制所述当前对象的第一对象,则直接删除所述当前对象;
S3.若所述第一序列中存在能够被所述当前对象控制的第二对象,则从所述第一序列中删除所述第二对象,并将所述当前对象插入第一序列中;
S4.若所述当前对象和第一序列中所有对象都不存在控制关系,则判断所述第一序列是否剩余能够存储新的对象的空间,若是,将所述当前对象插入第一序列中,若否,则将所述当前对象加入所述第二序列。
S1034.将所述第一序列中的元素输出至所述备选集,清空所述第一序列。
S1035.若所述第二序列不为空,则将所述第二序列确定为当前对象集,清空所述第二序列,返回执行步骤S1033。
S1036.若所述第二序列为空,则结束流程。
S104.向用户推荐所述备选集中的各个加油站,根据用户的选择结果确定目标加油站。
在实际的应用场景中,加油站可能根据实际情况停止营业,比如缺油,注油,整顿等原因,若加油站出现停止营业的情况,则可以发出停止营业通知,响应于所述停止营业通知,本发明实施例执行下述动作:
S201.根据所述停止营业通知确定停止营业的加油站;
S202.判断所述加油站是否位于所述加油站对象集之中;
S203.若是,则将所述加油站对应的对象在所述加油站对象集之中删除;
S204.判断所述加油站是否为目标加油站,若是,则根据修改后的加油站对象集重新得到备选集,并向用户推荐所述重新得到的备选集中的各个加油站,根据用户的选择结果确定目标加油站。
当然,若所述加油站不是所述目标加油站,则可以暂时不必执行步骤S204。
在一个实施例中可以根据步骤S103及其相关子步骤重新得到备选集。
在一个优选的实施例中,还可以根据之前得到的备选集加速获取新的备选集的速度,具体地,所述根据修改后的加油站对象集重新得到备选集,如图3所示,包括:
S10.确定被删除的加油站在原加油站对象集中对应的目标对象。
S20.若目标对象未被所述备选集命中,则直接输出所述备选集。
所述备选集为最近一次得到的备选集。
S30.若所述目标对象被所述备选集命中,并且所述目标对象在某个维度上是所述备选集中所有对象在所述维度的最小值,则将所述最小值对应的维度确定为目标维度,根据所述目标维度在所述加油站对象集中提取相关对象,若提取结果不为空则将所述相关对象加入所述备选集,所述相关对象为在所述目标维度上不大于所述目标对象对应的属性数据并且在所述目标对象中具有最大值的维度上仅次于所述目标对象的第一个数据;
S40.若所述目标对象被所述备选集命中,并且所述目标对象在所有维度上都不是所述备选集中的最小值,则:
确定第三对象,所述第三对象被所述备选集命中,并且在第一标记维度上的值仅次于所述目标对象,所述第一标记维度为所述目标对象取得最小值的维度。
确定关键对象集,所述关键对象集中的各个关键对象均被所述备选集命中,并且在所述目标对象具有最小值的维度上具有最大值。
在所述加油站对象集中,根据所述第三对象和所述关键对象集中的某个关键对象确定当前对象集,所述当前对象集中的对象被所述加油站对象集命中,并且至少在一个维度上大于等于所述第三对象在所述一个维度的值,并且大于等于所述关键对象集中的某个关键对象在所述一个维度的值;
对所述当前对象集中各个对象进行访问,重新得到备选集。
当然,访问方法可以参考步骤S103及其子步骤,再此不做赘述。
在一个优选的实施例中,在确定目标加油站之后,还包括确定提示点的步骤,当车辆运动到所述提示点向用户发出提醒,所述提醒用于提醒用户目标加油站即将到达。
具体地,所述确定提示点,如图4所示,包括:
S401.在所述目标加油站所在区域内,提取多个建筑物构成建筑物对象集合,所述建筑物对象集合包括多个属性。
在一个实施例中,所述建筑物对象集合可以包括重要程度、面积、角度醒目程度。
所述角度醒目程度与所述建筑物对象与所述目标加油站的夹角反相关,夹角越小,角度醒目程度越高。在角度为0的时候表征所述建筑物对象在所述目标加油站沿所述行车路线的正前方。
S402.获取过滤规则,所述过滤规则包括第一属性值、第二属性值和第三属性值。
具体地,所述过滤规则可以根据实际需要进行预设,再此不进行赘述。
S403.根据所述第一属性值、第二属性值和第三属性值构建过滤对象。
S404.根据所述过滤对象对所述建筑物对象集合进行筛选,得到待选定目标集,所述待选定目标集中的各个对象均控制所述过滤对象。
S405.若所述待选定目标集中只有一个对象,则将反行进方向上距离所述对象对应的建筑物预设距离的位置确定为提示点。
S406.若所述待选定目标集中存在多个对象,则将面积最大的对象确定为目标对象,将反行进方向上距离所述目标对象对应的建筑物预设距离的位置确定为提示点。
本发明实施例公开了基于多变量优化的加油站推荐方法,可以根据加油站推荐指示信息科学合理的为用户自动推荐加油站,并且还可以针对行车过程中可能产生的突发事件自动对推荐的加油站进行调整,为了避免用户错过加油站的加油,还选择醒目的建筑物,并根据醒目的建筑物的选择结果为用户进行提示,显著提升了用户的出行体验。
需要说明的是:上述本发明实施例的先后顺序仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (5)

1.基于多变量优化的加油站推荐方法,其特征在于,所述方法通过程序由硬件实施,包括:
获取加油站推荐指示信息,根据所述加油站推荐指示信息判断是否需要进行加油站推荐;
若需要进行加油站推荐,则提取行车路线沿线的全部加油站构成加油站预备集,所述加油站预备集中的每个元素对应一个加油站,所述元素包括多个维度的属性数据;
根据预设方法在所述加油站预备集中确定出备选集;
向用户推荐所述备选集中的各个加油站,根据用户的选择结果确定目标加油站;
所述根据预设方法在所述加油站预备集中确定出备选集,包括:
由所述硬件对所述加油站预备集中的每个元素的属性数据基于所述行车路线进行量化,得到加油站对象集,所述加油站对象集中的每个对象包括第一属性、第二属性、第三属性和第四属性;
由所述硬件将第一序列、备选集、第二序列初始化为空集,令加油站对象集为当前对象集;
由所述硬件对所述当前对象集中的各个对象进行访问,根据访问结果变更所述第一序列和所述第二序列,所述第一序列中的对象均不会被彼此控制,所第二序列中的对象均不会被所述第一序列中的对象控制;当且仅当,对象A的任何维度的值都大于等于数据对象B的相应的维度的值,并且对象A的各个维度的值不能全部等于数据对象B的相应的维度的值,则称对象A控制对象B;
将所述第一序列中的元素输出至所述备选集,清空所述第一序列;
若所述第二序列不为空,则将所述第二序列确定为当前对象集,清空所述第二序列,重复根据所述访问结果变更所述第一序列和所述第二序列,直至所述第二序列为空;
其中,由所述硬件对所述当前对象集中的各个对象进行访问,包括 提取当前对象:若所述第一序列中存在能够控制所述当前对象的第一对象,则直接删除所述当前对象;若所述第一序列中存在能够被所述当前对象控制的第二对象,则从所述第一序列中删除所述第二对象,并将所述当前对象插入第一序列中;若所述当前对象和第一序列中所有对象都不存在控制关系,则判断所述第一序列是否剩余能够存储新的对象的空间,若是,将所述当前对象插入第一序列中,若否,则将所述当前对象加入所述第二序列;
所述方法还包括根据之前得到的备选集加速获取新的备选集的速度,包括:
确定被删除的加油站在原加油站对象集中对应的目标对象;
若目标对象未被所述备选集命中,则直接输出所述备选集,所述备选集为最近一次得到的备选集;
若所述目标对象被所述备选集命中,并且所述目标对象在某个维度上是所述备选集中所有对象在所述维度的最小值,则将所述最小值对应的维度确定为目标维度,根据所述目标维度在所述加油站对象集中提取相关对象,若提取结果不为空则将所述相关对象加入所述备选集,所述相关对象为在所述目标维度上不大于所述目标对象对应的属性数据并且在所述目标对象中具有最大值的维度上仅次于所述目标对象的第一个数据;
若所述目标对象被所述备选集命中,并且所述目标对象在所有维度上都不是所述备选集中的最小值,则:确定第三对象,所述第三对象被所述备选集命中,并且在第一标记维度上的值仅次于所述目标对象,所述第一标记维度为所述目标对象取得最小值的维度;确定关键对象集,所述关键对象集中的各个关键对象均被所述备选集命中,并且在所述目标对象具有最小值的维度上具有最大值;
在所述加油站对象集中,根据所述第三对象和所述关键对象集中的某个关键对象确定当前对象集,所述当前对象集中的对象被所述加油站对象集命中,并且至少在一个维度上大于等于所述第三对象在所述一个维度的值,并且大于等于所述关键对象集中的某个关键对象在所述一个维度的值;
对所述当前对象集中各个对象进行访问,重新得到备选集。
2.根据权利要求1所述的方法,其特征在于,所述根据所述加油站推荐指示信息判断是否需要进行加油站推荐,包括:
在确定行车路线的前提下,根据车辆车型、车辆年限、地形信息和道路拥堵计算行程耗油量;
若所述行程耗油量与当前油量剩余的差值小于预设阈值,则判定需要进行加油站推荐。
3.根据权利要求2所述的方法,其特征在于:
所述属性数据基于所述行车路线进行量化是将加油站位置属性、加油站优惠属性、加油站周围环境属性和加油站当前油量属性相对于行车路线进行换算得到第一属性、第二属性、第三属性和第四属性,所述第一属性表征在所述行车路线中加油站距离用户当前位置的反相关距离;所述第二属性表征沿所述行车路线行至所述加油站后将车辆加油到容量容积所需要花费的反相关金额;所述第三属性表征到达所述加油站需要经历的拥堵程度的反相关量化值;所述第四属性表征到达所述加油站时所述加油站的剩余油量估计值。
4.根据权利要求3所述的方法,其特征在于:
若加油站出现停止营业的情况,则发出停止营业通知,响应于所述停止营业通知,执行下述动作:
根据所述停止营业通知确定停止营业的加油站;
判断所述加油站是否位于所述加油站对象集之中;
若是,则将所述加油站对应的对象在所述加油站对象集之中删除;
判断所述加油站是否为目标加油站,若是,则根据修改后的加油站对象集重新得到备选集,并向用户推荐所述重新得到的备选集中的各个加油站,根据用户的选择结果确定目标加油站。
5.根据权利要求4所述的方法,其特征在于,确定目标加油站之后,还包括确定提示点的步骤,当车辆运动到所述提示点向用户发出提醒,所述提醒用于提醒用户目标加油站即将到达。
CN202010758696.XA 2020-07-31 2020-07-31 基于多变量优化的加油站推荐方法 Active CN111949897B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010758696.XA CN111949897B (zh) 2020-07-31 2020-07-31 基于多变量优化的加油站推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010758696.XA CN111949897B (zh) 2020-07-31 2020-07-31 基于多变量优化的加油站推荐方法

Publications (2)

Publication Number Publication Date
CN111949897A CN111949897A (zh) 2020-11-17
CN111949897B true CN111949897B (zh) 2021-05-04

Family

ID=73339842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010758696.XA Active CN111949897B (zh) 2020-07-31 2020-07-31 基于多变量优化的加油站推荐方法

Country Status (1)

Country Link
CN (1) CN111949897B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8738277B1 (en) * 2013-03-14 2014-05-27 Honda Motor Co., Ltd. Gas station recommendation systems and methods
CN105486319A (zh) * 2015-11-25 2016-04-13 腾讯科技(深圳)有限公司 一种车机信息的处理方法和系统
CN107504977A (zh) * 2017-09-26 2017-12-22 重庆长安汽车股份有限公司 车辆加油提醒系统及方法
CN108304952A (zh) * 2017-01-12 2018-07-20 北京嘀嘀无限科技发展有限公司 一种网络约车应用中信息提供方法和装置
CN110736473A (zh) * 2018-07-18 2020-01-31 阿里巴巴集团控股有限公司 驾驶规划及组建车队的方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108363381A (zh) * 2018-02-05 2018-08-03 大陆汽车投资(上海)有限公司 基于车联网的车辆管理系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8738277B1 (en) * 2013-03-14 2014-05-27 Honda Motor Co., Ltd. Gas station recommendation systems and methods
CN105486319A (zh) * 2015-11-25 2016-04-13 腾讯科技(深圳)有限公司 一种车机信息的处理方法和系统
CN108304952A (zh) * 2017-01-12 2018-07-20 北京嘀嘀无限科技发展有限公司 一种网络约车应用中信息提供方法和装置
CN107504977A (zh) * 2017-09-26 2017-12-22 重庆长安汽车股份有限公司 车辆加油提醒系统及方法
CN110736473A (zh) * 2018-07-18 2020-01-31 阿里巴巴集团控股有限公司 驾驶规划及组建车队的方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN111949897A (zh) 2020-11-17

Similar Documents

Publication Publication Date Title
CN108182229B (zh) 信息交互方法及装置
US6189027B1 (en) E-mail sending/receiving system, e-mail sending /receiving method and recording medium having recorded the method
CN104165634A (zh) 基于用户使用习惯的路径规划方法
CN101681382B (zh) 导航装置
CN105279163A (zh) 一种缓存数据的更新及存储方法及其系统
WO2014145127A2 (en) Warning for frequently traveled trips based on traffic
CN104620296A (zh) 按需车辆运行管理装置、按需车辆运行管理方法以及按需车辆运行管理系统
US8630790B1 (en) Systems and methods for amalgamating flight information
CN111640436A (zh) 向坐席提供通话对象的动态客户画像的方法
CN108875055A (zh) 一种答案提供方法及设备
JP2024015090A (ja) 情報処理装置、情報処理方法及びプログラム
CN100429953C (zh) 信息取得方法、信息提供方法及信息取得装置
CN109978491A (zh) 提醒预测方法、装置、计算机设备及存储介质
CN116757348A (zh) 一种基于人工智能的出行信息智能规划管理系统及方法
CN111949897B (zh) 基于多变量优化的加油站推荐方法
CN112926796B (zh) 一种基于特定场景的下车点推荐方法及装置
CN113899381A (zh) 用于生成路线信息的方法、装置、设备、介质和产品
CN108140027A (zh) 用于地图的访问点
CN113135114B (zh) 一种电动车辆的充电提醒方法及装置
CN110458310A (zh) 网约车订单处理方法、设备及终端设备
CN114896482A (zh) 一种模型训练和补能意图识别方法、装置、设备及介质
US11620994B2 (en) Method for operating and/or controlling a dialog system
CN112907041A (zh) 一种基于无人机的应急物资联运调度方法、系统及可读存储介质
CN114463029A (zh) 一种车辆加油日确定方法、装置、设备和相关系统
CN115515110A (zh) 油量提醒方法、装置、芯片及电子设备

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