CN117808273B - 乘客出发时刻协同与阶段反馈的城际拼车调度方法及装置 - Google Patents
乘客出发时刻协同与阶段反馈的城际拼车调度方法及装置 Download PDFInfo
- Publication number
- CN117808273B CN117808273B CN202410225004.3A CN202410225004A CN117808273B CN 117808273 B CN117808273 B CN 117808273B CN 202410225004 A CN202410225004 A CN 202410225004A CN 117808273 B CN117808273 B CN 117808273B
- Authority
- CN
- China
- Prior art keywords
- travel
- city
- journey
- current
- passenger
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000003780 insertion Methods 0.000 claims abstract description 38
- 230000037431 insertion Effects 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims description 36
- 230000006870 function Effects 0.000 claims description 25
- 238000005457 optimization Methods 0.000 claims description 25
- 238000010845 search algorithm Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 238000011176 pooling Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000002922 simulated annealing Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 101000688543 Homo sapiens Shugoshin 2 Proteins 0.000 claims description 2
- 102100024238 Shugoshin 2 Human genes 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000004590 computer program Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000008092 positive effect Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了乘客出发时刻协同与阶段反馈的城际拼车调度方法及装置,包括:获取某条线路下的城际网约车乘客出行数据,设置规划周期,构建问题场景,包含乘客订单集合、车辆集合和道路网络信息;在供需平衡的前提下,利用最佳插入算法将拼车订单加入行程解后通过启发式算法进行优化,对解中新增接收订单的乘客反馈已接单通知;满足协同要求的订单,协调其出发时刻并成功加入行程解后,对乘客反馈新出行时刻和已接单通知;将已存在的行程解和运力进行预匹配,对已达到发车时刻的行程,派发车辆,确定接载关系,更新车辆和订单的状态,向乘客反馈具体出行信息;本发明通过协同乘客出发时刻和两阶段反馈拼车进度,提高拼车效率,改善乘客体验。
Description
技术领域
本发明涉及城际拼车匹配技术领域,具体涉及乘客出发时刻协同与阶段反馈的城际拼车调度方法及装置。
背景技术
随着城市的发展,人们的出行需要也在与日增长,市面上出现了城际拼车系统,为需要长途出行的用户提供便捷的拼车服务;其中,城际拼车系统是一种通过在线平台或手机App等方式,为用户提供便捷的拼车服务的系统,这种系统通常由专门的城际拼车平台或者运输服务提供商开发和运营,旨在解决长途出行需求者的交通和成本问题;对于减少交通拥堵、降低出行成本、节约资源等方面有积极的作用,同时也能提高车辆利用率,减少尾气排放,对于环保和交通管理也有积极的影响。
当前市面上的城际拼车系统在提高出行效率的同时,也面临着一些问题,传统的调度方式主要于关注乘客与车辆的直接匹配,致力于最大化利用现有车辆,减少空驶里程;而缺乏考虑城际拼车出行领域中的综合服务方式,主要体现在乘客体验和提高调度效率。
在传统的城际拼车调度方法中,例如,专利CN202310551391.5,其在确定乘客的接载车辆后,一次性反馈了乘客拼车结果,等待时间较长,降低了乘客出行的安全感,特别是预约出行的乘客,较大程度上影响了其出行效率和体验,并且传统调度方法对于城际拼车中的协同出行特点缺乏充分利用。同时,在实际使用中,由于城际拼车需求不稳定性,传统的城际拼车系统经常会出现订单匹配困难的情况,特别是存在预约订单的城际拼车系统中;司机在接到预约订单后,可能在预约出行时间段内无法再接到其他拼车乘客,又因为城际中较高的出行成本,进而导致司机更在意该时间段内空驶或收入下降,并且,司机接受订单的犹豫,也将导致了乘客盲目等待,无法及时找到合适的车辆和司机的情况。
有鉴于此,提出本申请。
发明内容
本发明提供了一种乘客出发时刻协同与阶段反馈的城际拼车调度方法及装置,能至少部分的改善上述问题。
为实现上述目的,本发明采用以下技术方案:
一种乘客出发时刻协同与阶段反馈的城际拼车调度方法,其包括:
获取预设线路下的城际网约车乘客出行数据,设置规划周期,并根据所述城际网约车乘客出行数据和所述规划周期,构建问题场景,其中,所述问题场景包括乘客出行订单集合、候选车辆集合、以及道路网络信息,具体为:
获取预设线路下的城际网约车乘客出行数据,并设置规划周期;
根据所述城际网约车乘客出行数据和所述规划周期,定义候选车辆集合KA={1,2,…,k,…,|K|},其中,|K|为车辆总数,k为车辆编号;
定义乘客出行订单集合Q={1,2,…,q…,|Q|},其中,|Q|为乘客的拼车订单数,q为拼车订单编号;
定义道路网络信息,所述道路网络信息包括有向图、以及行程集合,具体的:
定义有向图G=(V,E),其中,V={1,2,…,i,…,|V|}为城市A、城市B间道路网络上所有点的编号集合,E={(i,j)|i,j∈V,i≠j}为城市A、城市B间道路网络中点与点的边集,i,j均为点编号,|V|为道路网络上所有点的数量;
根据所述城际网约车乘客出行数据中的车辆从城市A到城市B的一次单边载客拼单情况,得到与所述单边载客拼单情况对应的行程,生成行程集合其中,/>为行程总数,/>为行程编号;
其中,所述行程集合中的行程的规划路径的数据表示为:
其中,为单趟行程的规划路径,/>为单趟行程中的第n个上车点,/>为单趟行程中第n个下车点,/>为第/>个行程的规划路径,/>为第/>个行程中的第m个上车点,/>为第/>个行程中的第m个下车点,/>为单趟行程中的订单数;
获取出行需求订单信息和预设的当前行程解集,采用最佳插入算法将所述出行需求订单信息中的拼车订单加入所述当前行程解集中,并通过启发式算法进行优化,对优化后的所述当前行程解集中的增接收订单的乘客反馈已接单通知,具体为:
获取乘客的出行需求订单信息,将所述出行需求订单信息加入等待出行队列中,根据所述出行需求订单信息匹配构建当前等待出行订单规划行程;
获取预设的当前行程解集R0=R0A+R0B,并将所述当前行程解集R0记录为原始解,其中,R0A为当前城市A两侧的行程解,R0B为当前城市B两侧的行程解;
根据乘客的下单顺序,采用最佳插入算法逐一对所述等待出行队列中的订单进行分配行程处理;
使用大规模邻域搜索算法对完成分配行程处理的所述当前行程解集进行优化,得到城市A的新解集和城市B的新解集,其中,优化范围为所述当前行程解集R0中的未派发车辆的行程Rn、以及所述等待出行队列中的订单;
获取当前城市供需情况,并根据所述当前城市供需情况,分别对所述城市A的新解集和所述城市B的新解集进行接受判断处理,生成当前可用运力和等待运输行程的匹配情况结果;
当所述当前可用运力和等待运输行程的匹配情况结果为运力充足时,接受新解,并向所述新解中的新增接受订单的乘客反馈已接单通知;
当所述当前可用运力和等待运输行程的匹配情况结果不为运力充足时,不接受新解,退回所述原始解;
对于满足协同要求的所述出行需求订单信息,在获取乘客的同意本次协调信息时,协调其出发时刻,加入所述当前行程解集,并向乘客反馈新出行时刻和已接单通知;
将所述当前行程解集中已存在的行程解与运力进行预匹配处理,对于已达到发车时刻的行程,进行派发车辆处理,并确定接载关系,更新车辆和订单的状态,同时,向乘客反馈具体出行信息,其中,所述具体出行信息包括车辆预计到达时刻、车辆信息、行程路线。
本发明实施例还提供了乘客出发时刻协同与阶段反馈的城际拼车调度装置,其包括:
问题场景构建单元,用于获取预设线路下的城际网约车乘客出行数据,设置规划周期,并根据所述城际网约车乘客出行数据和所述规划周期,构建问题场景,其中,所述问题场景包括乘客出行订单集合、候选车辆集合、以及道路网络信息,具体为:
获取预设线路下的城际网约车乘客出行数据,并设置规划周期;
根据所述城际网约车乘客出行数据和所述规划周期,定义候选车辆集合KA={1,2,…,k,…,|K|},其中,|K|为车辆总数,k为车辆编号;
定义乘客出行订单集合Q={1,2,…,q…,|Q|},其中,|Q|为乘客的拼车订单数,q为拼车订单编号;
定义道路网络信息,所述道路网络信息包括有向图、以及行程集合,具体的:
定义有向图G=(V,E),其中,V={1,2,…,i,…,|V|}为城市A、城市B间道路网络上所有点的编号集合,E={(i,j)|i,j∈V,i≠j}为城市A、城市B间道路网络中点与点的边集,i,j均为点编号,|V|为道路网络上所有点的数量;
根据所述城际网约车乘客出行数据中的车辆从城市A到城市B的一次单边载客拼单情况,得到与所述单边载客拼单情况对应的行程,生成行程集合其中,/>为行程总数,/>为行程编号;
其中,所述行程集合中的行程的规划路径的数据表示为:
其中,为单趟行程的规划路径,/>为单趟行程中的第n个上车点,/>为单趟行程中第n个下车点,/>为第/>个行程的规划路径,/>为第/>个行程中的第m个上车点,/>为第/>个行程中的第m个下车点,/>为单趟行程中的订单数;
优化单元,用于获取出行需求订单信息和预设的当前行程解集,采用最佳插入算法将所述出行需求订单信息中的拼车订单加入所述当前行程解集中,并通过启发式算法进行优化,对优化后的所述当前行程解集中的增接收订单的乘客反馈已接单通知,具体为:
获取乘客的出行需求订单信息,将所述出行需求订单信息加入等待出行队列中,根据所述出行需求订单信息匹配构建当前等待出行订单规划行程;
获取预设的当前行程解集R0=R0A+R0B,并将所述当前行程解集R0记录为原始解,其中,R0A为当前城市A两侧的行程解,R0B为当前城市B两侧的行程解;
根据乘客的下单顺序,采用最佳插入算法逐一对所述等待出行队列中的订单进行分配行程处理;
使用大规模邻域搜索算法对完成分配行程处理的所述当前行程解集进行优化,得到城市A的新解集和城市B的新解集,其中,优化范围为所述当前行程解集R0中的未派发车辆的行程Rn、以及所述等待出行队列中的订单;
获取当前城市供需情况,并根据所述当前城市供需情况,分别对所述城市A的新解集和所述城市B的新解集进行接受判断处理,生成当前可用运力和等待运输行程的匹配情况结果;
当所述当前可用运力和等待运输行程的匹配情况结果为运力充足时,接受新解,并向所述新解中的新增接受订单的乘客反馈已接单通知;
当所述当前可用运力和等待运输行程的匹配情况结果不为运力充足时,不接受新解,退回所述原始解;
协调单元,用于对于满足协同要求的所述出行需求订单信息,在获取乘客的同意本次协调信息时,协调其出发时刻,加入所述当前行程解集,并向乘客反馈新出行时刻和已接单通知;
预匹配单元,用于将所述当前行程解集中已存在的行程解与运力进行预匹配处理,对于已达到发车时刻的行程,进行派发车辆处理,并确定接载关系,更新车辆和订单的状态,同时,向乘客反馈具体出行信息,其中,所述具体出行信息包括车辆预计到达时刻、车辆信息、行程路线。
在本实施例中,所述乘客出发时刻协同与阶段反馈的城际拼车调度方法包括:获取某条线路下的城际网约车乘客出行数据,设置规划周期,构建问题场景,包含乘客订单集合、车辆集合和道路网络信息;在供需平衡的前提下,利用最佳插入算法将拼车订单加入行程解后通过启发式算法进行优化,对解中新增接收订单的乘客反馈已接单通知;满足协同要求的订单,协调其出发时刻并成功加入行程解后,对乘客反馈新出行时刻和已接单通知;将已存在的行程解和运力进行预匹配,对已达到发车时刻的行程,派发车辆,确定接载关系,更新车辆和订单的状态,向乘客反馈具体出行信息;本方法通过协同乘客出发时刻和两阶段反馈拼车进度,提高拼车效率,改善乘客体验。
附图说明
图1是本发明第一实施例提供的乘客出发时刻协同与阶段反馈的城际拼车调度方法的流程示意图;
图2是本发明第一实施例提供的实时调度逻辑图;
图3是本发明第一实施例提供的系统结构示意图;
图4是本发明第二实施例提供的乘客出发时刻协同与阶段反馈的城际拼车调度装置的模块示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
以下结合附图对本发明的具体实施例做详细说明。
参考图1至图2所示,本发明第一实施例公开了一种乘客出发时刻协同与阶段反馈的城际拼车调度方法,其可由城际拼车调度设备(以下简称调度设备)来执行,特别的,由所述调度设备内的一个或者多个处理器来执行,以实现如下方法:
S101,获取预设线路下的城际网约车乘客出行数据,设置规划周期,并根据所述城际网约车乘客出行数据和所述规划周期,构建问题场景,其中,所述问题场景包括乘客出行订单集合、候选车辆集合、以及道路网络信息;
具体地,步骤S101包括:获取预设线路下的城际网约车乘客出行数据,并设置规划周期;
根据所述城际网约车乘客出行数据和所述规划周期,定义候选车辆集合KA={1,2,…,k,…,|K|},其中,|K|为车辆总数,k为车辆编号;
定义乘客出行订单集合Q={1,2,…,q…,|Q|},其中,|Q|为乘客的拼车订单数,q为拼车订单编号;
定义道路网络信息,所述道路网络信息包括有向图、以及行程集合,具体的:
定义有向图G=(V,E),其中,V={1,2,…,i,…,|V|}为城市A、城市B间道路网络上所有点的编号集合,E={(i,j)|i,j∈V,i≠j}为城市A、城市B间道路网络中点与点的边集,i,j均为点编号,|V|为道路网络上所有点的数量;
根据所述城际网约车乘客出行数据中的车辆从城市A到城市B的一次单边载客拼单情况,得到与所述单边载客拼单情况对应的行程,生成行程集合其中,/>为行程总数,/>为行程编号;
其中,所述行程集合中的行程的规划路径的数据表示为:
其中,为单趟行程的规划路径,/>为单趟行程中的第n个上车点,/>为单趟行程中第n个下车点,/>为第/>个行程的规划路径,/>为第/>个行程中的第m个上车点,/>为第/>个行程中的第m个下车点,/>为单趟行程中的订单数。
S102,获取出行需求订单信息和预设的当前行程解集,采用最佳插入算法将所述出行需求订单信息中的拼车订单加入所述当前行程解集中,并通过启发式算法进行优化,对优化后的所述当前行程解集中的增接收订单的乘客反馈已接单通知;
具体地,步骤S102包括:
S1021,获取乘客的出行需求订单信息,将所述出行需求订单信息加入等待出行队列中,根据所述出行需求订单信息匹配构建当前等待出行订单规划行程;
S1022,获取预设的当前行程解集R0=R0A+R0B,并将所述当前行程解集R0记录为原始解,其中,R0A为当前城市A两侧的行程解,R0B为当前城市B两侧的行程解;
S1023,根据乘客的下单顺序,采用最佳插入算法逐一对所述等待出行队列中的订单进行分配行程处理;
具体地,步骤S1023包括:对所述当前行程解集R0进行划分处理,将所述当前行程解集R0划分为已指派车辆的行程集合Rp和未指派车辆的行程集合Rn;
对所述已指派车辆的行程集合Rp进行遍历处理,筛选出所述已指派车辆的行程集合Rp中所有行程的所有符合预设约束条件的第一规划路径可插入点;
当所述第一规划路径可插入点存在时,筛选出插入后总接送客的时间花销最小的插入位子,并将订单加入该行程中;
当所述第一规划路径可插入点不存在时,对所述未指派车辆的行程集合Rn进行遍历处理,筛选出所述未指派车辆的行程集合Rn中所有符合预设约束条件的第二规划路径可插入点;
当所述第二规划路径可插入点存在时,筛选出插入后总接送客的时间花销最小的插入位子,并将订单加入该行程中;
当所述第二规划路径可插入点不存在时,订单无法加入已存在行程集合中,建立一个新行程,并将订单加入该行程中。
S1024,使用大规模邻域搜索算法对完成分配行程处理的所述当前行程解集进行优化,得到城市A的新解集和城市B的新解集,其中,优化范围为所述当前行程解集R0中的未派发车辆的行程Rn、以及所述等待出行队列中的订单;
具体地,在本实施例中,在使用大规模邻域搜索算法对完成分配行程处理的所述当前行程解集进行优化的启发式优化过程中,使用到了行程的优化模型目标函数,所述优化模型目标函数包括具有优先级的两个目标函数,第一优化目标函数和次优化目标函数,其中,所述第一优化目标函数为最大化行程收益,所述次优化目标函数为最小化总接送客的时间花销;
所述第一优化目标函数的表达式为:
其中,为单趟行程的成本,g为乘客票价,/>为当前订单的同行人数,/>为0-1决策变量,当/>时,表示当前订单由单趟行程服务,当/>时,表示当前订单不由单趟行程服务;
所述次优化目标函数的表达式为:
其中,为0-1决策变量,当/>时,表示单趟行程中车辆从i点到j点经过,当时,表示单趟行程中车辆不从i点到j点经过,/>为非负实数决策变量,表示单趟行程中车辆到达i点的时刻,/>为非负实数决策变量,表示单趟行程中车辆到达j点的时刻;
行程规划中的所述预设约束条件的设置包括时间约束、乘客约束、路径约束、以及运力约束;
其中,所述时间约束的公式为:
其中,为第t个调度决策时刻,/>为当前订单的下单时刻,ql为乘客最晚上车时间,/>为调度决策的时刻集合,qe为乘客最早上车时间约束,/>为当前订单的上车点,IT为增加一位乘客所增加的接客时间花销约束,vA为城市A出入口点;
其中,所述乘客约束的公式为:
其中,Wn为车辆最小载客量,为车辆z的已载客量,Wm为车辆最大载客量,/>为当前订单的下车点,/>为服务当前行程的车辆;
其中,所述路径约束的公式为:
其中,RT为接客的总时间约束,vB为城市B出入口点,LSTB为城市B出入口点到末位乘客下车点间的最大时间约束;
其中,所述运力约束的公式为:
其中,为当前行程的开始可用时刻,Δt为运力检查时间范围。
具体地,步骤S1024包括:初始化预设的邻域搜索算法的初始参数,其中,所述初始参数包括迭代次数、解未提升次数、最大迭代次数、最大解未提升次数、模拟退火初始温度和温度变化率;
使用相似移除算子对所述当前行程解集R0中的未派发车辆的行程Rn进行订单移除处理,根据乘客的下单顺序,采用最佳插入算法逐一对所述等待出行队列中的订单进行分配行程处理;
重新采用最佳插入算法对移除订单和所述等待出行队列中的订单进行插入操作,得到新解R′;
对所述新解进行判断处理,当判断到所述新解中存在行程的同行人数小于最小载客量Wn时,移除该行程,并将行程的中的订单添加回所述等待出行队列中;
当满足所述符合预设约束条件时,根据所述第一优化目标,判断所述新解是否优于当前解,其中,所述符合预设约束条件为所述新解R′所接收订单Q′应该包含所述当前行程解集R0中所有已接受的订单Q0,Q′∩Q0=Q0;
若是,则接受;
若否,则不接受;
当判断到所述新解与当前解相同时,根据所述次优化目标函数,判断所述新解是否优于当前解;
若是,则接受;
若否,则以模拟退火概率接受新解。
S1025,获取当前城市供需情况,并根据所述当前城市供需情况,分别对所述城市A的新解集和所述城市B的新解集进行接受判断处理,生成当前可用运力和等待运输行程的匹配情况结果;
具体地,步骤S1025包括:获取当前城市A两侧和城市B两侧所得到的新解的个数|Rna|、|Rnb|,并分别比较当前城市两侧A和城市B两侧所得到的新解的个数|Rna|、|Rnb|与所述原始解的行程个数|R0A|、|R0B|,判断城市A或城市B两侧所得到的新解的个数是否增加;
若否,接受新解;
若是,在调度决策时刻下,分别查看城市A两侧和城市B两侧拟接受所述新解后的运力情况是否所述运力约束的约束条件;
若符合,接受新解;
若不符合,退回所述原始解。
S1026,当所述当前可用运力和等待运输行程的匹配情况结果为运力充足时,接受新解,并向所述新解中的新增接受订单的乘客反馈已接单通知;
当所述当前可用运力和等待运输行程的匹配情况结果不为运力充足时,不接受新解,退回所述原始解。
在本实施例中,行程的规划路径可被抽象化为:需求上车点1→需求上车点2→需求下车点1→需求下车点2→行程结束。
其中,时间约束的公式用于限制订单在不超过最晚容忍出行时间内被决策;时间约束的公式/>ql,用于限制乘客上车时间在最早容忍时间和最晚容忍时间之内;时间约束的公式用于限制行程中新插入的乘客增加的接客时间不超过最大插入时间限制。
乘客约束的公式用于限制每位乘客仅能加入一个行程中;乘客约束的公式/>用于限制乘客和出行路线之间的准确匹配;乘客约束的公式/> 用于限制车辆中的乘客数量不低于最小载客量,不超过最大载客量。
路径约束的公式 用于限制的乘客上车点和下车点被成对加入同一行程路径中;路径约束的公式/>用于限制行程首位乘客上车点到始发城市出口耗时和终点城市入口到末尾位乘客下车点耗时均不超过最大限制时间;路径约束的公式/> 用于限制乘客需按行程的规划路径顺序被服务。
运力约束的公式用于确保在运力充足的情况下接收订单。上式中,zij为i,j两点间的距离,tij为i,j两点之间的行驶时间,/>为当前行程的终点到达时刻。
实际过程中,考虑供需情况的特征在于:在每次调度决策之前,记录当前行程解作为原始解,并分别对比A、B两城市经过构建和优化后的新解与当前运力情况。如果发现某侧城市运力存在困难,则会退回到原始解R0A、R0B。
在本实施例中,使用相似移除算子对所述当前行程解集R0中的未派发车辆的行程Rn进行订单移除处理中的相似移除过程如下:
对行程Rn中,随机选择一个订单进行移除,计算剩余订单与被移除订单之间的相似度,将最相似的订单从订单列表中移除。似度可以根据订单的上车点之间的距离、下车点之间的距离以及出发时刻的差异进行定义,使用归一化方法对距离和时间进行统一量化。当前订单q与订单q′的相似程度可表示为:
其中,ρ1为相似度距离权重,ρ2为相似度时间权重,表示订单q的上车点/>到订单q′的上车点/>的归一化距离,/>表示订单q的下车点/>到订单q′的下车点/>的归一化距离,/>表示订单q的期望上车时刻到q′的期望上车时刻的归一化时间。
距离和时采用min-max方法进行归一化:
其中,x为样本数据,min为样本最小值,max为样本最大值,为归一化后的样本数据。
在邻域搜索算法中,已接受的订单可能需要被临时移动或删除,以实现后续搜索和优化过程。无论如何,最终的行程解中都必须包含所有已经向乘客发出接单反馈的订单,即所述新解R′所接收订单Q′应该包含所述当前行程解集R0中所有已接受的订单Q0,Q′∩Q0=Q0。
S103,对于满足协同要求的所述出行需求订单信息,在获取乘客的同意本次协调信息时,协调其出发时刻,加入所述当前行程解集,并向乘客反馈新出行时刻和已接单通知;
具体地,步骤S103包括:对所述出行需求订单信息进行遍历处理,判断所述出行需求订单信息中是否存在具有协调出行时间的订单;
当判断到所述出行需求订单信息中存在具有协调出行时间的订单,且当前订单的期望出行时刻符合协调判断条件/>时,将当前时刻下存在的行程解根据其出行时刻与协调订单的原期望上车时刻的偏差值/>按照从小到大的顺序进行排列,其中,dt2为协调触发时间约束,dt3为协调过程中的时间偏移量,/>为当前行程的所接的最后一位乘客出发时刻,/>为当前行程的起点出发时刻;
按行程顺序,依次判断协调订单加入当前行程后是否仍满足约束条件,当判断到满足约束条件时,协调该订单的出行时间,并将其添加到行程中,对乘客反馈新出行时刻和已接单通知,具体为:
判断协调订单加入当前行程后是否符合最大载客约束;
若否,跳过当前行程,继续寻找下一个可加入的行程;
若是,将协调订单加入当前行程的接客、送客顺序列中,并遍历插入位置,寻找最低额外绕路开销的位置;
判断当前协调后的行程是否符合成本约束和每位乘客的容忍出行时间约束;
若不符合约束条件,跳过当前行程,继续寻找下一个可协调的订单;
若符合约束条件,将订单添加到协调行程中,并反馈给乘客协调后的出行时间,同时,修改订单相关信息,更新行程路线,向乘客反馈已接单信息。
在本实施例中,将协调订单加入当前行程的接客、送客顺序列中,遍历插入位置,寻找最低额外绕路开销的位置;即在行程中找到一个最佳的位置,使得加入协调订单后额外绕路的距离最小,减小总成本。
S104,将所述当前行程解集中已存在的行程解与运力进行预匹配处理,对于已达到发车时刻的行程,进行派发车辆处理,并确定接载关系,更新车辆和订单的状态,同时,向乘客反馈具体出行信息,其中,所述具体出行信息包括车辆预计到达时刻、车辆信息、行程路线。
具体地,步骤S104包括:按照出发时间的早晚对行程进行排序处理,生成行程时间排序,并根据所述行程时间排序调整行程的顺序;
查看出发时刻距离当前系统时刻dt1范围内的行程,并在该范围内查找是否存在包含预约订单的行程;
若存在,将其顺序提前,优先为该行程分配车辆;
按照重新排序后的行程优先度,依次为每个行程预分配距离最优的车辆;
对已经到达发车时刻的行程,判断是否存在匹配车辆;
当判断到存在匹配车辆时,确定与对应车辆的接载关系,派发车辆,更新车辆和订单的状态;
当判断到不存在匹配车辆时,该行程中的乘客进行等待,当新运力出现,优先为其分配车辆;
对已派发车辆的行程,向乘客反馈具体出行信息,所述具体出行信息包括车辆预计到达时刻、车辆信息、行程路线。
在本实施例中,对行程按照出发时间早晚进行排序;基于此排序,进一步调整行程的顺序,确保优先为即将出发的行程寻找车辆。查看出发时刻距离当前系统时刻dt1范围内的行程,在该范围内查找是否存在包含预约订单的行程。如果存在这样的行程,则将其顺序提前,优先为该行程分配车辆,以确保即将到来的预约订单得到服务。按照以上排序后的行程优先度,依次为每个行程预分配距离最优的车辆,以确保车辆高效利用和最佳服务配对。在行程解和运力进行预匹配之后,对已经到达发车时刻的行程,如果存在匹配车辆,则确定与对应车辆的接载关系,派发车辆,更新车辆和订单的状态;否则,该行程中的乘客则等待,当新运力出现,优先为其分配车辆。对已派发车辆的行程,向乘客反馈其具体的行程信息,包括车辆预计到达时刻、车辆信息、行程路线等,以确保乘客获取准确的行程安排。
具体地,在上述的基础上,结合以下具体的实施例子对所述乘客出发时刻协同与阶段反馈的城际拼车调度方法进行说明,进一步体现所述乘客出发时刻协同与阶段反馈的城际拼车调度方法的技术效果。具体为:
请参阅图3,所述乘客出发时刻协同与阶段反馈的城际拼车调度方法可部署在远程服务器上,乘客和候选车辆双方分别提交出行信息,乘客信息对应图3中的①,车辆信息对应图3中的③。首先,当新订单到达时,系统将该订单放入等待队列,使用拼车算法对期望拼车的订单进行行程的构建和优化,当新的车辆报班后,为载客车辆列表更新行程配对情况,达到发车时间后就确定接载。其次,行程解集表示为若干行程包裹,其中A1表示已指派了接载车辆确定行程路线的行程包裹,B1和D1表示还未指派车辆,未确定行程路线的行程包裹。C1表示接受协调改变出行时间的订单,其在改变出行时间后能够找到合适的行程D1并加入解集中。在拼车系统中,会利用启发式算法对当前存在的但是还未指派车辆的行程(例如B1和D1)进行进一步优化,以提高拼车效率。最后,对于已接收未指派车辆的行程B1和D1,系统会将对这些行程中的乘客反馈②已接单信息。对于已指派了接载车辆确定行程路线的A1,系统会将①乘客的出行信息、③车辆信息分别反馈给对应的接载车辆和乘客。需要注意的是,图3中的①表示乘客的出行信息,②表示平台对乘客反馈的接受订单通知,③表示服务当前行程的车辆信息。
在本实施例中,以XX公司的城际客运订单数据进行数值仿真,选取的订单信息是2022年7月5日的订单数据,总订单441条。使用的订单匹配的对比算法是不具备协调能力的、在确定乘客的接载车辆后一次性给出接单反馈的传统的调度算法,实验参数设置如表1所示:
表1
符号 | 说明 | 取值 |
K | 总车辆数(辆) | 46 |
c | 单趟出行成本(元) | 120 |
m | 单人票价(元) | 50 |
dt2 | 协调触发时间(分钟) | 25 |
Wn | 最小载客量(人) | 2 |
Wm | 最大载客量(人) | 6 |
ql | 最晚容忍接单时间(分钟) | 25 |
评价方法和指标如表2所示:
表2
实验结果如表3所示:
表3
通过实验结果分析,乘客出发时刻协同与两阶段反馈下的城际拼车调度方法相比于传统方法在各个评价指标上表现出了较为显著的改进。本发明方法不仅增加了完成订单数和当天总收益,而且提高了每趟行程平均收益和车辆平均载客数。此外,虽然接送客平均时间花销也有所增加,但仍然保持在合理范围内。最重要的是,所述乘客出发时刻协同与阶段反馈的城际拼车调度方法的平均接单反馈等待时间仅为43.76分钟,远远低于传统方法的179.68分钟,平均接单反馈时间得到了大幅缩短,提升了用户体验。所述乘客出发时刻协同与阶段反馈的城际拼车调度方法通过乘客出发时刻协同与两阶段反馈下的城际拼车调度,使得资源利用率变得更高、成本更低,体现了智能化、高效率的特点,在多个方面取得了较为显著的改进,并且保持较低的时间成本,是一种较为高效的城际拼车调度方法。
综上所述,所述乘客出发时刻协同与阶段反馈的城际拼车调度方法与现有技术相比,存在以下优势:
(1)通过协调出行时间,可以更好地实现城际拼车的效益,同时减少等待时间,降低出行成本,提高行程可靠性,从而提高城际拼车的可行性和用户的满意度。
(2)本方法分离行程规划和车辆匹配,将订单规划为行程包裹后派发给接载车辆,通过两阶段反馈,为订单寻找到合适的同行拼车订单后,能够及时反馈乘客订单接收情况,特别对于预约出行的乘客,优化了其下单后的长时间盲等情况,提高出行体验。
请参阅图4,本发明第二实施例还提供了一种乘客出发时刻协同与阶段反馈的城际拼车调度装置,其包括:
问题场景构建单元201,用于获取预设线路下的城际网约车乘客出行数据,设置规划周期,并根据所述城际网约车乘客出行数据和所述规划周期,构建问题场景,其中,所述问题场景包括乘客出行订单集合、候选车辆集合、以及道路网络信息;
优化单元202,用于获取出行需求订单信息和预设的当前行程解集,采用最佳插入算法将所述出行需求订单信息中的拼车订单加入所述当前行程解集中,并通过启发式算法进行优化,对优化后的所述当前行程解集中的增接收订单的乘客反馈已接单通知;
协调单元203,用于对于满足协同要求的所述出行需求订单信息,在获取乘客的同意本次协调信息时,协调其出发时刻,加入所述当前行程解集,并向乘客反馈新出行时刻和已接单通知;
预匹配单元204,用于将所述当前行程解集中已存在的行程解与运力进行预匹配处理,对于已达到发车时刻的行程,进行派发车辆处理,并确定接载关系,更新车辆和订单的状态,同时,向乘客反馈具体出行信息,其中,所述具体出行信息包括车辆预计到达时刻、车辆信息、行程路线。
示例性的,上述的各个装置以及各个流程步骤可通过计算机程序来实现,所述计算机程序可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现本发明的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述电子设备或者打印机集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。
Claims (8)
1.一种乘客出发时刻协同与阶段反馈的城际拼车调度方法,其特征在于,包括:
获取预设线路下的城际网约车乘客出行数据,设置规划周期,并根据所述城际网约车乘客出行数据和所述规划周期,构建问题场景,其中,所述问题场景包括乘客出行订单集合、候选车辆集合、以及道路网络信息,具体为:
获取预设线路下的城际网约车乘客出行数据,并设置规划周期;
根据所述城际网约车乘客出行数据和所述规划周期,定义候选车辆集合KA={1,2,…,k,…,|K|},其中,|K|为车辆总数,k为车辆编号;
定义乘客出行订单集合Q={1,2,…,q…,|Q|},其中,|Q|为乘客的拼车订单数,q为拼车订单编号;
定义道路网络信息,所述道路网络信息包括有向图、以及行程集合,具体的:
定义有向图G=(V,E),其中,V={1,2,…,i,…,|V|}为城市A、城市B间道路网络上所有点的编号集合,e={(i,j)|i,j∈V,i≠j}为城市A、城市B间道路网络中点与点的边集,i,j均为点编号,|V|为道路网络上所有点的数量;
根据所述城际网约车乘客出行数据中的车辆从城市A到城市B的一次单边载客拼单情况,得到与所述单边载客拼单情况对应的行程,生成行程集合其中,/>为行程总数,/>为行程编号;
其中,所述行程集合中的行程的规划路径的数据表示为:
其中,为单趟行程的规划路径,/>为单趟行程中的第n个上车点,/>为单趟行程中第n个下车点,/> 为第/>个行程的规划路径,/>为第/>个行程中的第m个上车点,/>为第/>个行程中的第m个下车点,/> 为单趟行程中的订单数,vA为城市A出入口点,vB为城市B出入口点;
获取出行需求订单信息和预设的当前行程解集,采用最佳插入算法将所述出行需求订单信息中的拼车订单加入所述当前行程解集中,并通过启发式算法进行优化,对优化后的所述当前行程解集中的新增接受订单的乘客反馈已接单通知,具体为:
获取乘客的出行需求订单信息,将所述出行需求订单信息加入等待出行队列中,根据所述出行需求订单信息匹配构建当前等待出行订单规划行程;
获取预设的当前行程解集R0=R0A+R0B,并将所述当前行程解集R0记录为原始解,其中,R0A为当前城市A两侧的行程解,R0B为当前城市B两侧的行程解;
根据乘客的下单顺序,采用最佳插入算法逐一对所述等待出行队列中的订单进行分配行程处理;
使用大规模邻域搜索算法对完成分配行程处理的所述当前行程解集进行优化,得到城市A的新解集和城市B的新解集,其中,优化范围为所述当前行程解集R0中的未指派车辆的行程集合Rn、以及所述等待出行队列中的订单;
获取当前城市供需情况,并根据所述当前城市供需情况,分别对所述城市A的新解集和所述城市B的新解集进行接受判断处理,生成当前可用运力和等待运输行程的匹配情况结果;
当所述当前可用运力和等待运输行程的匹配情况结果为运力充足时,接受新解,并向所述新解中的新增接受订单的乘客反馈已接单通知;
当所述当前可用运力和等待运输行程的匹配情况结果不为运力充足时,不接受新解,退回所述原始解;
对于满足协同要求的所述出行需求订单信息,在获取乘客的同意本次协调信息时,协调其出发时刻,加入所述当前行程解集,并向乘客反馈新出行时刻和已接单通知;
将所述当前行程解集中已存在的行程解与运力进行预匹配处理,对于已达到发车时刻的行程,进行派发车辆处理,并确定接载关系,更新车辆和订单的状态,同时,向乘客反馈具体出行信息,其中,所述具体出行信息包括车辆预计到达时刻、车辆信息、行程路线。
2.根据权利要求1所述的乘客出发时刻协同与阶段反馈的城际拼车调度方法,其特征在于,根据乘客的下单顺序,采用最佳插入算法逐一对所述等待出行队列中的订单进行分配行程处理,具体为:
对所述当前行程解集R0进行划分处理,将所述当前行程解集R0划分为已指派车辆的行程集合Rp和未指派车辆的行程集合Rn;
对所述已指派车辆的行程集合Rp进行遍历处理,筛选出所述已指派车辆的行程集合Rp中所有行程的所有符合预设约束条件的第一规划路径可插入点;
当所述第一规划路径可插入点存在时,筛选出插入后总接送客的时间花销最小的插入位子,并将订单加入该行程中;
当所述第一规划路径可插入点不存在时,对所述未指派车辆的行程集合Rn进行遍历处理,筛选出所述未指派车辆的行程集合Rn中所有符合预设约束条件的第二规划路径可插入点;
当所述第二规划路径可插入点存在时,筛选出插入后总接送客的时间花销最小的插入位子,并将订单加入该行程中;
当所述第二规划路径可插入点不存在时,订单无法加入已存在行程集合中,建立一个新行程,并将订单加入该行程中。
3.根据权利要求2所述的乘客出发时刻协同与阶段反馈的城际拼车调度方法,其特征在于,在使用大规模邻域搜索算法对完成分配行程处理的所述当前行程解集进行优化的启发式优化过程中,使用到了行程的优化模型目标函数,所述优化模型目标函数包括具有优先级的两个目标函数,第一优化目标函数和次优化目标函数,其中,所述第一优化目标函数为最大化行程收益,所述次优化目标函数为最小化总接送客的时间花销;
所述第一优化目标函数的表达式为:
其中,为单趟行程的成本,g为乘客票价,/>为当前订单的同行人数,/>为0-1决策变量,当/>时,表示当前订单由单趟行程服务,当/>时,表示当前订单不由单趟行程服务;
所述次优化目标函数的表达式为:
其中,为0-1决策变量,当/>时,表示单趟行程中车辆从i点到j点经过,当时,表示单趟行程中车辆不从i点到j点经过,/>为非负实数决策变量,表示单趟行程中车辆到达i点的时刻,/>为非负实数决策变量,表示单趟行程中车辆到达j点的时刻;
行程规划中的预设约束条件的设置包括时间约束、乘客约束、路径约束、以及运力约束;
其中,所述时间约束的公式为:
其中,为第t个调度决策时刻,/>为当前订单的下单时刻,ql为乘客最晚上车时间,/>为调度决策的时刻集合,qe为乘客最早上车时间约束,/>为当前订单的上车点,IT为增加一位乘客所增加的接客时间花销约束,vA为城市A出入口点;
其中,所述乘客约束的公式为:
其中,Wn为车辆最小载客量,为车辆z的已载客量,Wm为车辆最大载客量,/>为当前订单的下车点,/>为服务当前行程的车辆;
其中,所述路径约束的公式为:
其中,RT为接客的总时间约束,vB为城市B出入口点,LSTB为城市B出入口点到末位乘客下车点间的最大时间约束;
其中,所述运力约束的公式为:
其中,为当前行程的开始可用时刻,Δt为运力检查时间范围。
4.根据权利要求3所述的乘客出发时刻协同与阶段反馈的城际拼车调度方法,其特征在于,使用大规模邻域搜索算法对完成分配行程处理的所述当前行程解集进行优化,得到城市A的新解集和城市B的新解集,具体为:
初始化预设的邻域搜索算法的初始参数,其中,所述初始参数包括迭代次数、解未提升次数、最大迭代次数、最大解未提升次数、模拟退火初始温度和温度变化率;
使用相似移除算子对所述当前行程解集R0中的未指派车辆的行程集合Rn进行订单移除处理,根据乘客的下单顺序,采用最佳插入算法逐一对所述等待出行队列中的订单进行分配行程处理;
重新采用最佳插入算法对移除订单和所述等待出行队列中的订单进行插入操作,得到新解R′;
对所述新解进行判断处理,当判断到所述新解中存在行程的同行人数小于车辆最小载客量Wn时,移除该行程,并将行程的中的订单添加回所述等待出行队列中;
当满足所述符合预设约束条件时,根据所述第一优化目标函数,判断所述新解是否优于当前解,其中,所述符合预设约束条件为所述新解R′所接受订单Q′包含所述当前行程解集R0中所有已接受的订单Q0,Q′∩Q0=Q0;
若是,则接受;
若否,则不接受;
当判断到所述新解与当前解相同时,根据所述次优化目标函数,判断所述新解是否优于当前解;
若是,则接受;
若否,则以模拟退火概率接受新解。
5.根据权利要求4所述的乘客出发时刻协同与阶段反馈的城际拼车调度方法,其特征在于,获取当前城市供需情况,并根据所述当前城市供需情况,分别对所述城市A的新解集和所述城市B的新解集进行接受判断处理,生成当前可用运力和等待运输行程的匹配情况结果,具体为:
获取当前城市A两侧和城市B两侧所得到的新解的个数|Rna|、|Rnb|,并分别比较当前城市两侧A和城市B两侧所得到的新解的个数|Rna|、|Rnb|与所述原始解的行程个数|R0A|、|R0B|,判断城市A或城市B两侧所得到的新解的个数是否增加;
若否,接受新解;
若是,在调度决策时刻下,分别查看城市A两侧和城市B两侧拟接受所述新解后的运力情况是否所述运力约束的约束条件;
若符合,接受新解;
若不符合,退回所述原始解。
6.根据权利要求5所述的乘客出发时刻协同与阶段反馈的城际拼车调度方法,其特征在于,对于满足协同要求的所述出行需求订单信息,在获取乘客的同意本次协调信息时,协调其出发时刻,加入所述当前行程解集,并向乘客反馈新出行时刻和已接单通知,具体为:
对所述出行需求订单信息进行遍历处理,判断所述出行需求订单信息中是否存在具有协调出行时间的订单;
当判断到所述出行需求订单信息中存在具有协调出行时间的订单,且当前订单的下单时刻符合协调判断条件/>时,将当前时刻下存在的行程解根据其出行时刻与协调订单的原期望上车时刻的偏差值/>按照从小到大的顺序进行排列,其中,dt2为协调触发时间约束,dt3为协调过程中的时间偏移量,/>为当前行程的所接的最后一位乘客出发时刻,/>为当前行程的起点出发时刻;
按行程顺序,依次判断协调订单加入当前行程后是否仍满足约束条件,当判断到满足约束条件时,协调该订单的出行时间,并将其添加到行程中,对乘客反馈新出行时刻和已接单通知,具体为:
判断协调订单加入当前行程后是否符合最大载客约束;
若否,跳过当前行程,继续寻找下一个可加入的行程;
若是,将协调订单加入当前行程的接客、送客顺序列中,并遍历插入位置,寻找最低额外绕路开销的位置;
判断当前协调后的行程是否符合成本约束和每位乘客的容忍出行时间约束;
若不符合约束条件,跳过当前行程,继续寻找下一个可协调的订单;
若符合约束条件,将订单添加到协调行程中,并反馈给乘客协调后的出行时间,同时,修改订单相关信息,更新行程路线,向乘客反馈已接单信息。
7.根据权利要求1所述的乘客出发时刻协同与阶段反馈的城际拼车调度方法,其特征在于,将所述当前行程解集中已存在的行程解与运力进行预匹配处理,对于已达到发车时刻的行程,进行派发车辆处理,并确定接载关系,更新车辆和订单的状态,同时,向乘客反馈具体出行信息,具体为:
按照出发时间的早晚对行程进行排序处理,生成行程时间排序,并根据所述行程时间排序调整行程的顺序;
查看出发时刻距离当前系统时刻dt1范围内的行程,并在该范围内查找是否存在包含预约订单的行程;
若存在,将其顺序提前,优先为该行程分配车辆;
按照重新排序后的行程优先度,依次为每个行程预分配距离最优的车辆;
对已经到达发车时刻的行程,判断是否存在匹配车辆;
当判断到存在匹配车辆时,确定与对应车辆的接载关系,派发车辆,更新车辆和订单的状态;
当判断到不存在匹配车辆时,该行程中的乘客进行等待,当新运力出现,为其分配车辆;
对已派发车辆的行程,向乘客反馈具体出行信息,所述具体出行信息包括车辆预计到达时刻、车辆信息、行程路线。
8.一种乘客出发时刻协同与阶段反馈的城际拼车调度装置,其特征在于,包括:
问题场景构建单元,用于获取预设线路下的城际网约车乘客出行数据,设置规划周期,并根据所述城际网约车乘客出行数据和所述规划周期,构建问题场景,其中,所述问题场景包括乘客出行订单集合、候选车辆集合、以及道路网络信息,具体为:
获取预设线路下的城际网约车乘客出行数据,并设置规划周期;
根据所述城际网约车乘客出行数据和所述规划周期,定义候选车辆集合KA={1,2,…,k,…,|K|},其中,|K|为车辆总数,k为车辆编号;
定义乘客出行订单集合Q={1,2,…,q…,|Q|},其中,|Q|为乘客的拼车订单数,q为拼车订单编号;
定义道路网络信息,所述道路网络信息包括有向图、以及行程集合,具体的:
定义有向图G=(V,E),其中,V={1,2,…,i,…,|V|}为城市A、城市B间道路网络上所有点的编号集合,e={(i,j)|i,j∈V,i≠j}为城市A、城市B间道路网络中点与点的边集,i,j均为点编号,|V|为道路网络上所有点的数量;
根据所述城际网约车乘客出行数据中的车辆从城市A到城市B的一次单边载客拼单情况,得到与所述单边载客拼单情况对应的行程,生成行程集合其中,/>为行程总数,/>为行程编号;
其中,所述行程集合中的行程的规划路径的数据表示为:
其中,为单趟行程的规划路径,/>为单趟行程中的第n个上车点,/>为单趟行程中第n个下车点,/> 为第/>个行程的规划路径,/>为第/>个行程中的第m个上车点,/>为第/>个行程中的第m个下车点,/> 为单趟行程中的订单数,vA为城市A出入口点,vB为城市B出入口点;
优化单元,用于获取出行需求订单信息和预设的当前行程解集,采用最佳插入算法将所述出行需求订单信息中的拼车订单加入所述当前行程解集中,并通过启发式算法进行优化,对优化后的所述当前行程解集中的新增接受订单的乘客反馈已接单通知,具体为:
获取乘客的出行需求订单信息,将所述出行需求订单信息加入等待出行队列中,根据所述出行需求订单信息匹配构建当前等待出行订单规划行程;
获取预设的当前行程解集R0=R0A+R0B,并将所述当前行程解集R0记录为原始解,其中,R0A为当前城市A两侧的行程解,R0B为当前城市B两侧的行程解;
根据乘客的下单顺序,采用最佳插入算法逐一对所述等待出行队列中的订单进行分配行程处理;
使用大规模邻域搜索算法对完成分配行程处理的所述当前行程解集进行优化,得到城市A的新解集和城市B的新解集,其中,优化范围为所述当前行程解集R0中的未指派车辆的行程集合Rn、以及所述等待出行队列中的订单;
获取当前城市供需情况,并根据所述当前城市供需情况,分别对所述城市A的新解集和所述城市B的新解集进行接受判断处理,生成当前可用运力和等待运输行程的匹配情况结果;
当所述当前可用运力和等待运输行程的匹配情况结果为运力充足时,接受新解,并向所述新解中的新增接受订单的乘客反馈已接单通知;
当所述当前可用运力和等待运输行程的匹配情况结果不为运力充足时,不接受新解,退回所述原始解;
协调单元,用于对于满足协同要求的所述出行需求订单信息,在获取乘客的同意本次协调信息时,协调其出发时刻,加入所述当前行程解集,并向乘客反馈新出行时刻和已接单通知;
预匹配单元,用于将所述当前行程解集中已存在的行程解与运力进行预匹配处理,对于已达到发车时刻的行程,进行派发车辆处理,并确定接载关系,更新车辆和订单的状态,同时,向乘客反馈具体出行信息,其中,所述具体出行信息包括车辆预计到达时刻、车辆信息、行程路线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410225004.3A CN117808273B (zh) | 2024-02-29 | 2024-02-29 | 乘客出发时刻协同与阶段反馈的城际拼车调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410225004.3A CN117808273B (zh) | 2024-02-29 | 2024-02-29 | 乘客出发时刻协同与阶段反馈的城际拼车调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117808273A CN117808273A (zh) | 2024-04-02 |
CN117808273B true CN117808273B (zh) | 2024-05-31 |
Family
ID=90433762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410225004.3A Active CN117808273B (zh) | 2024-02-29 | 2024-02-29 | 乘客出发时刻协同与阶段反馈的城际拼车调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117808273B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10248913B1 (en) * | 2016-01-13 | 2019-04-02 | Transit Labs Inc. | Systems, devices, and methods for searching and booking ride-shared trips |
CN109948854A (zh) * | 2019-03-21 | 2019-06-28 | 华侨大学 | 一种基于多目标优化的城际网约车订单分配方法 |
CN115577818A (zh) * | 2022-12-01 | 2023-01-06 | 武汉好人科技股份有限公司 | 一种用于智能公交的乘客需求响应式拼车调度方法及系统 |
CN116663811A (zh) * | 2023-05-17 | 2023-08-29 | 华侨大学 | 一种城际客运的往返动态拼车的调度匹配方法和装置 |
CN117132011A (zh) * | 2023-09-19 | 2023-11-28 | 华侨大学 | 一种城际出行车辆路径确定方法、系统、电子设备及介质 |
CN117151288A (zh) * | 2023-08-30 | 2023-12-01 | 华侨大学 | 一种城际车辆调度匹配优化方法、装置及设备 |
CN117455019A (zh) * | 2023-10-13 | 2024-01-26 | 北京交通大学 | 一种基于行程时间预测的网约车合乘动态匹配方法 |
-
2024
- 2024-02-29 CN CN202410225004.3A patent/CN117808273B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10248913B1 (en) * | 2016-01-13 | 2019-04-02 | Transit Labs Inc. | Systems, devices, and methods for searching and booking ride-shared trips |
CN109948854A (zh) * | 2019-03-21 | 2019-06-28 | 华侨大学 | 一种基于多目标优化的城际网约车订单分配方法 |
CN115577818A (zh) * | 2022-12-01 | 2023-01-06 | 武汉好人科技股份有限公司 | 一种用于智能公交的乘客需求响应式拼车调度方法及系统 |
CN116663811A (zh) * | 2023-05-17 | 2023-08-29 | 华侨大学 | 一种城际客运的往返动态拼车的调度匹配方法和装置 |
CN117151288A (zh) * | 2023-08-30 | 2023-12-01 | 华侨大学 | 一种城际车辆调度匹配优化方法、装置及设备 |
CN117132011A (zh) * | 2023-09-19 | 2023-11-28 | 华侨大学 | 一种城际出行车辆路径确定方法、系统、电子设备及介质 |
CN117455019A (zh) * | 2023-10-13 | 2024-01-26 | 北京交通大学 | 一种基于行程时间预测的网约车合乘动态匹配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117808273A (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180231984A1 (en) | System for On-Demand High-Capacity Ride-Sharing Via Dynamic Trip-Vehicle Assignment and Related Techniques | |
JP2022106777A (ja) | ライドシェアリング(相乗り)を管理するためのシステムと方法 | |
US20190383623A1 (en) | Dynamic connection determinations | |
US20120078672A1 (en) | Efficient Automated Ride Sharing System | |
US20140365250A1 (en) | Transportation service reservation method and apparatus | |
US20130024249A1 (en) | Public transport optimization | |
CN108960976B (zh) | 一种处理预约单的方法、装置及存储介质 | |
CN110598908A (zh) | 基于多任务多车辆的路径规划方法 | |
CN109948854B (zh) | 一种基于多目标优化的城际网约车订单分配方法 | |
US20190114595A1 (en) | Systems and Methods for Joint Control of Multi-Modal Transportation Networks | |
CN111882107B (zh) | 一种基于自动驾驶共享出租车系统的司乘匹配方法 | |
CN111144618A (zh) | 一种基于两阶段优化模型的需求响应型定制公交网络规划方法 | |
CN112906980B (zh) | 订单处理方法、装置、系统及可读存储介质 | |
CN113393137A (zh) | 一种基于车联网的调度共享系统 | |
CN115641704A (zh) | 一种智能公交调度方法及系统 | |
CN113379159B (zh) | 基于灰色模型和马尔可夫决策过程的出租车司机寻客路线推荐方法 | |
CN114118868A (zh) | 一种排程系统及方法 | |
Öner et al. | The airport shuttle bus scheduling problem | |
CN113919684A (zh) | 一种多模式定制公交动态调度方法、系统及可读存储介质 | |
CN117808273B (zh) | 乘客出发时刻协同与阶段反馈的城际拼车调度方法及装置 | |
CN112669116A (zh) | 一种订单处理方法、装置、电子设备及可读存储介质 | |
CN111461375A (zh) | 一种智能网约自动驾驶汽车的服务系统及其方法 | |
CN115641722A (zh) | 一种基于动态等待时间的班车出行服务系统及方法 | |
CN112465178B (zh) | 一种车辆规划方法及存储介质 | |
CN111178597B (zh) | 拼车订单线路生成方法及装置 |
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 |