CN113222373A - 一种基于价值选择的司机调度方法及系统 - Google Patents

一种基于价值选择的司机调度方法及系统 Download PDF

Info

Publication number
CN113222373A
CN113222373A CN202110469281.5A CN202110469281A CN113222373A CN 113222373 A CN113222373 A CN 113222373A CN 202110469281 A CN202110469281 A CN 202110469281A CN 113222373 A CN113222373 A CN 113222373A
Authority
CN
China
Prior art keywords
driver
block
transport capacity
value
blocks
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
Application number
CN202110469281.5A
Other languages
English (en)
Inventor
蒙少龙
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.)
Guangzhou Chenqi Travel Technology Co Ltd
Original Assignee
Guangzhou Chenqi Travel 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 Guangzhou Chenqi Travel Technology Co Ltd filed Critical Guangzhou Chenqi Travel Technology Co Ltd
Priority to CN202110469281.5A priority Critical patent/CN113222373A/zh
Publication of CN113222373A publication Critical patent/CN113222373A/zh
Pending legal-status Critical Current

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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0645—Rental transactions; Leasing transactions
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及打车出行技术领域，具体涉及一种基于价值选择的司机调度方法及系统。包括：获取司机的地理位置，将接单范围内的区域分割为区块；遍历各个区块，提取各个区块的固有价值数据；遍历下单乘客信息，提取各个区块的多个浮动价值数据；将固有价值数据和浮动价值数据加权平均，获得各区块的参考值；遍历各个区块，统计是否存有一个以上的运力紧缺的区块；如果不存有，则将司机调度到运力最低的区块；如果存有，则将司机调度到参考值较高的区块。司机调度方法及系统具有增加司机收益和提高用户满意度的优点，解决了现有的推荐方法存有的司机收益受限和降低乘客满意度的问题，满足了打车出行领域的调度需要。

Description

一种基于价值选择的司机调度方法及系统
技术领域
本发明涉及打车出行技术领域，具体涉及一种基于价值选择的司机调度方法及系统。
背景技术
随着社会和科技的发展，打车出行业务逐渐由线下转移到线上，用户无需在路边招手即停，而是在应用软件上设置起点和终点，即会匹配到接单司机来开始行程。在乘客和司机的匹配成单过程中，由于乘客数量和运营的司机数量通常不对等，且乘客在服务区域内的分布也不均匀，因此为了提高司机的接单效率，平台方通常会根据运力情况对司机进行调度，分配司机去往存有打车需求的区域，以缩短等待时间来提升用户体验。
现有的司机调度方法较为简单，通常是统计服务范围内的订单分布，分析出运力不足的区域，然后分配司机前往该区域进行接单，该方法虽然简单易行，但是高峰期的时候，往往存有多个运力不足的区域，通常是随机进行分配，但实际上司机在各区域的预期收入并不相同，而高峰期打车需求存有时效性，导致司机无法将收益最大化；另一方面，当运力不足时，由于等待时间显著增加，乘客较为焦急，因此系统往往采用临时浮动上调价格来区分优先度，然后让司机匹配高价用户快速成交，由于该措施增加了运力不足区域内的乘客的打车成本，容易使用户产生不满情绪，降低用户的打车意愿，因此需要一种新的司机调度方法来解决现有技术的不足。
发明内容
为了克服上述现有的推荐方法存有的司机收益受限和降低乘客满意度的技术缺陷，本发明提供一种增加司机收益和提高用户满意度的基于价值选择的司机调度方法及系统。
为了解决上述问题，本发明按以下技术方案予以实现的：
本发明所述的一种基于价值选择的司机调度方法，其特征在于，该方法包括：
获取司机的地理位置，将接单范围内的区域分割为区块；
遍历各个区块，提取各个区块的固有价值数据；
遍历下单乘客信息，提取各个区块的多个浮动价值数据；
将固有价值数据和浮动价值数据加权平均，获得各区块的参考值；
遍历各个区块，统计是否存有一个以上的运力紧缺的区块；
如果不存有，则将司机调度到运力最低的区块；
如果存有，则将司机调度到参考值较高的区块。
所述的获取司机的地理位置，将接单范围内的区域分割为区块，具体为：若当前司机处于未接单状态，则读取司机终端设备的GPS模块，获取司机的地理位置信息，以司机的地理位置为圆心，以接单范围为半径划定一个圆形区域，将该区域分割为多个区块。
所述的接单范围为5km。
所述的区块呈正六边形。
所述的固有价值数据包括：POI类型、人口密度和房价平均值。
所述的POI类型包括：商业区、住宅区、风景区、村落区、金融区和机关区。
所述的浮动价值数据包括：下单频率、客单价、成单折扣率和下单时间。
所述的将固有价值数据和浮动价值数据加权平均，获得各个区块的参考值，具体为：读取固有价值数据和浮动价值数据所包含的多项参数，将各参数乘以权重后计算总和，然后取平均值，将该平均值作为各个区块的参考值。
所述的权重为正整数。
所述的遍历各个区块，统计是否存有一个以上的运力紧缺的区块，具体为：遍历各个区块，通过调度中心获得各区块的运力情况，以司机的地理位置为圆心，以接单范围为半径划定一个圆形区域，统计区域内运力紧缺的区块的总数量。
所述的如果不存有，则将司机调度到运力最低的区块，具体为：如果运力紧缺的区块数量不超过一个，则将各区块按照运力进行排序，将司机调度到运力最低的区块。
所述的如果存有，则将司机调度到参考值较高的区块，具体为：如果运力紧缺的区块数量为一个以上，则将运力紧缺的区块按照参考值进行排序，将司机调度到运力紧缺的区块中的参考值最高的区块。
一种基于价值选择的司机调度系统，其特征在于，该系统包括：
分割模块，用于获取司机的地理位置，将接单范围内的区域分割为区块；
第一价值模块，用于遍历各个区块，提取各个区块的固有价值数据；
第二价值模块，用于遍历下单乘客信息，提取各个区块的多个浮动价值数据；
参考模块，用于将固有价值数据和浮动价值数据加权平均，获得各区块的参考值；
统计模块，用于遍历各个区块，统计是否存有一个以上的运力紧缺的区块；
第一调度模块，用于如果不存有，则将司机调度到运力最低的区块；
第二调度模块，用于如果存有，则将司机调度到参考值较高的区块。
与现有技术相比，本发明的有益效果是：
本发明所述的一种基于价值选择的司机调度方法及系统具有增加司机收益和提高用户满意度的优点，通过分割区块，然后计算固有价值数据和浮动价值数据，即可在打车高峰期运力不足的时段筛选出价值更高的区块，将司机调度到该区块可以有效提高预期收益，而在运力正常时则沿用原有的调度策略，避免使区域内的运力失衡，且区块的选择只与该区块和用户历史数据相关，无需临时上调打车费用，提高了用户的满意度，使用户保持了打车意愿，有利于可持续发展，解决了现有的推荐方法存有的司机收益受限和降低乘客满意度的问题，满足了打车出行领域的调度需要。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明，其中：
图1是本发明的方法的流程示意图；
图2是本发明的系统的结构示意图；
图3是本发明的区块的结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
如图1～图3所示，本发明所述的一种基于价值选择的司机调度方法，其特征在于，该方法包括：
101、获取司机的地理位置，将接单范围内的区域分割为区块；
所述的获取司机的地理位置，将接单范围内的区域分割为区块，具体为：若当前司机处于未接单状态，则读取司机终端设备的GPS模块，获取司机的地理位置信息，以司机的地理位置为圆心，以接单范围为半径划定一个圆形区域，所述的接单范围为5km，进一步的，所述接单范围可由司机在终端设备上调整；将该圆形区域分割为多个区块。所述的区块呈正六边形，该设置的优点在于：正六边形的区块便于相互拼接，使各个区块紧密堆积，减少地图盲区。
102、遍历各个区块，提取各个区块的固有价值数据；
具体的，所述的固有价值数据包括：POI类型、人口密度和房价平均值，所述的POI类型包括：商业区、住宅区、风景区、村落区、金融区和机关区，通过获取固有价值数据，即可分析判断该区块的地段价值。
103、遍历下单乘客信息，提取各个区块的多个浮动价值数据；
具体的，所述的浮动价值数据包括：下单频率、客单价、成单折扣率和下单时间，通过获取区块内所有下单的乘客信息，即可获得多个浮动价值数据，浮动价值数据反应了对应区块的用户购买力。
104、将固有价值数据和浮动价值数据加权平均，获得各区块的参考值；
所述的将固有价值数据和浮动价值数据加权平均，获得各个区块的参考值，具体为：读取固有价值数据和浮动价值数据所包含的多项参数，将各参数乘以权重后计算总和，所述的权重为正整数，然后取平均值，将该平均值作为各个区块的参考值，参考值较高的区块表明司机去往该区域能获得更高的预期收入。
105、遍历各个区块，统计是否存有一个以上的运力紧缺的区块；
所述的遍历各个区块，统计是否存有一个以上的运力紧缺的区块，具体为：遍历各个区块，通过调度中心获得各区块的运力情况，以司机的地理位置为圆心，以接单范围为半径划定一个圆形区域，统计区域内运力紧缺的区块的总数量。
106、如果不存有，则将司机调度到运力最低的区块；
所述的如果不存有，则将司机调度到运力最低的区块，具体为：如果运力紧缺的区块数量不超过一个，表明当前并非高峰期，则将各区块按照运力进行排序，将司机调度到运力最低的区块，以使运力均匀分布。
107、如果存有，则将司机调度到参考值较高的区块。
所述的如果存有，则将司机调度到参考值较高的区块，具体为：如果运力紧缺的区块数量为一个以上，则将运力紧缺的区块按照参考值进行排序，将司机调度到运力紧缺的区块中的参考值最高的区块，以提高司机的收入水平。
一种基于价值选择的司机调度系统，其特征在于，该系统包括：
分割模块1，用于获取司机的地理位置，将接单范围内的区域分割为区块；
第一价值模块2，用于遍历各个区块，提取各个区块的固有价值数据；
第二价值模块3，用于遍历下单乘客信息，提取各个区块的多个浮动价值数据；
参考模块4，用于将固有价值数据和浮动价值数据加权平均，获得各区块的参考值；
统计模块5，用于遍历各个区块，统计是否存有一个以上的运力紧缺的区块；
第一调度模块6，用于如果不存有，则将司机调度到运力最低的区块；
第二调度模块7，用于如果存有，则将司机调度到参考值较高的区块。
司机调度方法及系统具有增加司机收益和提高用户满意度的优点，通过分割区块，然后计算固有价值数据和浮动价值数据，即可在打车高峰期运力不足的时段筛选出价值更高的区块，将司机调度到该区块可以有效提高预期收益，而在运力正常时则沿用原有的调度策略，避免使区域内的运力失衡，且区块的选择只与该区块和用户历史数据相关，无需临时上调打车费用，提高了用户的满意度，使用户保持了打车意愿，有利于可持续发展，解决了现有的推荐方法存有的司机收益受限和降低乘客满意度的问题，满足了打车出行领域的调度需要。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，故凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (10)

1.一种基于价值选择的司机调度方法，其特征在于，该方法包括：
获取司机的地理位置，将接单范围内的区域分割为区块；
遍历各个区块，提取各个区块的固有价值数据；
遍历下单乘客信息，提取各个区块的多个浮动价值数据；
将固有价值数据和浮动价值数据加权平均，获得各区块的参考值；
遍历各个区块，统计是否存有一个以上的运力紧缺的区块；
如果不存有，则将司机调度到运力最低的区块；
如果存有，则将司机调度到参考值较高的区块。
2.根据权利要求1所述的一种基于价值选择的司机调度方法，其特征在于：所述的获取司机的地理位置，将接单范围内的区域分割为区块，具体为：若当前司机处于未接单状态，则读取司机终端设备的GPS模块，获取司机的地理位置信息，以司机的地理位置为圆心，以接单范围为半径划定一个圆形区域，所述接单范围为5km，将该区域分割为多个区块，所述区块呈正六边形。
3.根据权利要求1所述的一种基于价值选择的司机调度方法，其特征在于：所述的固有价值数据包括：POI类型、人口密度和房价平均值。
4.根据权利要求3所述的一种基于价值选择的司机调度方法，其特征在于：所述的POI类型包括：商业区、住宅区、风景区、村落区、金融区和机关区。
5.根据权利要求1所述的一种基于价值选择的司机调度方法，其特征在于：所述的浮动价值数据包括：下单频率、客单价、成单折扣率和下单时间。
6.根据权利要求1所述的一种基于价值选择的司机调度方法，其特征在于：所述的将固有价值数据和浮动价值数据加权平均，获得各个区块的参考值，具体为：读取固有价值数据和浮动价值数据所包含的多项参数，将各参数乘以权重后计算总和，所述权重为正整数，然后取平均值，将该平均值作为各个区块的参考值。
7.根据权利要求1所述的一种基于价值选择的司机调度方法，其特征在于：所述的遍历各个区块，统计是否存有一个以上的运力紧缺的区块，具体为：遍历各个区块，通过调度中心获得各区块的运力情况，以司机的地理位置为圆心，以接单范围为半径划定一个圆形区域，统计区域内运力紧缺的区块的总数量。
8.根据权利要求1所述的一种基于价值选择的司机调度方法，其特征在于：所述的如果不存有，则将司机调度到运力最低的区块，具体为：如果运力紧缺的区块数量不超过一个，则将各区块按照运力进行排序，将司机调度到运力最低的区块。
9.根据权利要求1所述的一种基于价值选择的司机调度方法，其特征在于：所述的如果存有，则将司机调度到参考值较高的区块，具体为：如果运力紧缺的区块数量为一个以上，则将运力紧缺的区块按照参考值进行排序，将司机调度到运力紧缺的区块中的参考值最高的区块。
10.一种基于价值选择的司机调度系统，其特征在于，该系统包括：
分割模块，用于获取司机的地理位置，将接单范围内的区域分割为区块；
第一价值模块，用于遍历各个区块，提取各个区块的固有价值数据；
第二价值模块，用于遍历下单乘客信息，提取各个区块的多个浮动价值数据；
参考模块，用于将固有价值数据和浮动价值数据加权平均，获得各区块的参考值；
统计模块，用于遍历各个区块，统计是否存有一个以上的运力紧缺的区块；
第一调度模块，用于如果不存有，则将司机调度到运力最低的区块；
第二调度模块，用于如果存有，则将司机调度到参考值较高的区块。
CN202110469281.5A 2021-04-28 2021-04-28 一种基于价值选择的司机调度方法及系统 Pending CN113222373A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110469281.5A CN113222373A (zh) 2021-04-28 2021-04-28 一种基于价值选择的司机调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110469281.5A CN113222373A (zh) 2021-04-28 2021-04-28 一种基于价值选择的司机调度方法及系统

Publications (1)

Publication Number Publication Date
CN113222373A true CN113222373A (zh) 2021-08-06

Family

ID=77089784

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110469281.5A Pending CN113222373A (zh) 2021-04-28 2021-04-28 一种基于价值选择的司机调度方法及系统

Country Status (1)

Country Link
CN (1) CN113222373A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115017427A (zh) * 2022-08-09 2022-09-06 广州海普网络科技有限公司 一种地理位置信息推荐处理方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204496697U (zh) * 2015-02-10 2015-07-22 北京东方车云信息技术有限公司 使用运营区域的用车热度来调整运力的用车系统
US20180032928A1 (en) * 2015-02-13 2018-02-01 Beijing Didi Infinity Technology And Development C O., Ltd. Methods and systems for transport capacity scheduling
CN108764608A (zh) * 2018-04-09 2018-11-06 天津五八到家科技有限公司 一种司机调遣方法、终端及服务端
CN109673165A (zh) * 2017-08-16 2019-04-23 北京嘀嘀无限科技发展有限公司 用于调度车辆的系统和方法
CN110110871A (zh) * 2018-02-01 2019-08-09 北京嘀嘀无限科技发展有限公司 一种订单分配的方法和系统
CN110728432A (zh) * 2019-09-19 2020-01-24 杭州飞步科技有限公司 一种运力调度方法和装置、电子设备、存储介质
CN111768017A (zh) * 2020-06-29 2020-10-13 南京领行科技股份有限公司 一种网约车业务的指引方法、装置、设备及存储介质
CN112561187A (zh) * 2020-12-22 2021-03-26 武汉理工大学 一种基于cnn-lstm的网约车目标订单预测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204496697U (zh) * 2015-02-10 2015-07-22 北京东方车云信息技术有限公司 使用运营区域的用车热度来调整运力的用车系统
US20180032928A1 (en) * 2015-02-13 2018-02-01 Beijing Didi Infinity Technology And Development C O., Ltd. Methods and systems for transport capacity scheduling
CN109673165A (zh) * 2017-08-16 2019-04-23 北京嘀嘀无限科技发展有限公司 用于调度车辆的系统和方法
CN110110871A (zh) * 2018-02-01 2019-08-09 北京嘀嘀无限科技发展有限公司 一种订单分配的方法和系统
CN108764608A (zh) * 2018-04-09 2018-11-06 天津五八到家科技有限公司 一种司机调遣方法、终端及服务端
CN110728432A (zh) * 2019-09-19 2020-01-24 杭州飞步科技有限公司 一种运力调度方法和装置、电子设备、存储介质
CN111768017A (zh) * 2020-06-29 2020-10-13 南京领行科技股份有限公司 一种网约车业务的指引方法、装置、设备及存储介质
CN112561187A (zh) * 2020-12-22 2021-03-26 武汉理工大学 一种基于cnn-lstm的网约车目标订单预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王宁等: "《数据、模型与决策》", vol. 1, 30 April 2020, 北京邮电大学出版社, pages: 128 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115017427A (zh) * 2022-08-09 2022-09-06 广州海普网络科技有限公司 一种地理位置信息推荐处理方法及系统

Similar Documents

Publication Publication Date Title
US20200104965A1 (en) Systems and methods for managing ridesharing vehicles
CN110189006B (zh) 车辆的调度方法、装置、计算机设备及其存储介质
CN109816128B (zh) 网约车订单的处理方法、装置、设备及可读存储介质
CN109087502B (zh) 基于订单分布的车辆调度方法、调度系统、计算机设备
CN110027440B (zh) 一种基于v2g技术负荷高峰期的分层调度方法
CN108961750A (zh) 一种公交调度系统及调度方法
CN110704731B (zh) 一种充电桩链式推荐方法和装置
CN112529487B (zh) 车辆调度方法、装置以及存储介质
CN112550059B (zh) 一种基于大数据的共享单车云平台智能换电方法及系统
CN112507506B (zh) 基于遗传算法的共享汽车定价规划模型的多目标优化方法
CN111898909A (zh) 一种基于实时需求的无人驾驶公交派车方法
WO2021227416A1 (zh) 电动车辆能量管理方法、电动车辆能量管理装置及服务器
CN112085271B (zh) 一种基于众包模式的传统产业集群集货路径优化方法
CN103021167B (zh) 一种出租车信息交互方法及系统
CN110189182A (zh) 一种基于车联网的里程焦虑管理方法
CN113222373A (zh) 一种基于价值选择的司机调度方法及系统
Ye et al. Decarbonizing regional multi-model transportation system with shared electric charging hubs
CN117196136A (zh) 一种换电车辆调度方法、系统和装置
CN114971136A (zh) 一种公交及巡游小巴调度方法
CN111898863A (zh) 轨道交通的车辆的动态调度方法和装置
CN115049272A (zh) 一种基于电池交换进行中间站充电的电动公交调度方法
CN111833595B (zh) 共享汽车辅助车辆配置方法、电子设备及存储介质
CN112562380A (zh) 一种灵活票价柔性公交调度方法
CN113420908A (zh) 一种基于意愿性概率的大型场站旅客等候时长预测方法
Vosooghi et al. Shared autonomous electric vehicle service performance: Assessing the impact of charging infrastructure and battery capacity

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