载客车辆的在线均衡调度方法

载客车辆的在线均衡调度方法
【专利摘要】本发明公开了一种载客车辆的在线均衡调度方法，解决了载客车辆收入不平衡与等待时间效率综合考虑的问题。首先对城市地图与载客车辆历史轨迹数据预处理；用范围细化算法缩小范围，用载客车辆收入差异与用户等待时间评价函数对请求预分配；对预分配结果做冲突检查，有则作冲突处理；将均衡分配结果调度分配给请求用户。其中范围细化算法，减少搜索载客车辆时间开销。在评价函数中设置调节因子α，实现用户等待时间效率与收入差异间重要性的调节。在真实的数据集上进行实验，并与现有方法以及全局搜索的方法比较，验证了本发明能极大的减少载客车辆间的收入差异，并且能保证时间效率，对载客车辆的均衡调度。本发明用于载客车辆均衡调度。
【专利说明】
载客车辆的在线均衡调度方法
技术领域
[0001 ]本发明属于计算机应用技术领域，主要设及数据挖掘和载客车辆分配，具体地说 是一种载客车辆的在线均衡调度方法。用于出租车与打车专车的载客调度分配。
【背景技术】
[0002] 随着物联网技术的发展，GPS设备与各式传感器被广泛的使用到人们的生活中。如 出租车与智能手机的定位系统、导航系统、W及道路的测速仪等等。大量的移动轨迹信息可 W被收集到，而运些轨迹数据中隐藏着大量的信息，通过对运些数据的分析、挖掘，可W将 得到的信息用到实际生活中去，从而提升生活质量。例如通过人们的历史移动数据设计合 理的交通线路，W及最近兴起的城市计算等等。但是由于数据非常庞大且价值密度低，如何 高效地从运些海量数据中提取出有用的信息，是具有实际应用前景与工程价值。
[0003] 通过挖掘载客车辆历史轨迹信息来对载客车辆进行合理的、均衡的分配，从而减 少载客车辆之间的载客量差异是一个有意义的问题，因此，也具有研究价值。如当前社会上 出现了许多出租车司机因为过少的收入的原因产生了各式各样的问题，而通过减少他们之 间的载客量差异可W使得他们收入变得稳定，从而减少运些问题的产生。
[0004] 现有技术中，对于载客车辆的调度分配大致可W分为两类，第一类是直接计算出 所有载客车辆与顾客的欧式距离，然后选择最近的载客车辆分配给顾客;第二类则是考虑 了拼车的情况，在多个乘客满足共乘的条件下，为其分配一辆载客车辆;但是运些都没有从 多个载客车辆的情况考虑，第一类是W时间效率为目标，而第二类则是W最大化一辆载客 车辆的载客量为目标。运些都没有考虑多个载客车辆时，如何减少他们的载客量差异。例 如，在现实生活中每个出租车车主每个月都要向出租车公司交一笔费用，而有些车主的收 入可能仅比上交的费用多一点，运时他们只能增加工作时间来挣取更多的钱，甚至有些车 主可能会换其他的工作，运时为了提高出租车工作的稳定性，减少他们工作压力，就需要减 少他们收入的差异，但是单纯的只是为了使得收入差异最小运会降低顾客的体验，例如等 待时间过长，所W需要在出租车的收入差异与顾客的等待时间效率上做一个权衡。总之，现 有技术只是从顾客等待时间效率或者最大化一辆载客车辆的载客量的单一方面考虑，并不 能解决对多辆载客车辆均衡调度的技术问题。

【发明内容】

[0005] 本发明的目的在于针对现有技术缺乏从整体上均衡考虑的问题，提出一种均衡载 客车辆量差异与用户等待时间的载客车辆的在线均衡调度方法。
[0006] 技术解决方案
[0007] 本发明是一种载客车辆的在线均衡调度方法，其特征在于，包括有调度中屯、站，用 户，待调度车辆，W及连接调度中屯、站，用户，待调度车辆的在线调度网络平台，具体调度过 程包括有如下步骤：
[000引步骤1对城市地图与载客车辆历史轨迹数据预处理，从真实地图数据中提取一个 地区子地图数据，先统计出该地区的载客车辆历史轨迹数据，再根据历史轨迹数据统计出 载客车辆经过每条路段的平均时间；
[0009] 步骤2载客车辆在线均衡调度开始，用户发送请求，调度中屯、站接收请求；
[0010] 步骤3载客车辆在线均衡调度的预分配，调度中屯、站根据每一个用户的请求，利用 范围细化算法缩小捜索载客车辆的范围，并利用载客车辆收入与顾客等待时间的评价函数 对该范围内的每辆载客车辆进行评价，将获得评价函数最小的载客车辆暂定为分配给该请 求用户的调度车辆；
[0011] 步骤4针对预分配过程中产生的分配结果，进行冲突检查，检查是否存在多个用户 请求被分配了同一辆载客车辆，W及检查是否存在一个用户被分配了多辆载客车辆，如果 不存在冲突问题，利用预分配过程中产生的均衡了载客车辆收入与用户等待时间的分配结 果，为每个用户请求调度分配载客车辆，如果存在冲突问题，跳转执行步骤5;
[0012] 步骤5如果存在冲突问题，进行冲突处理，调度中屯、站根据冲突处理原则先解决冲 突问题，然后为发生冲突的用户请求重新分配载客车辆，并综合预分配过程中没有冲突的 分配结果，为每个用户请求调度分配载客车辆。
[0013] 本发明通过对历史轨迹数据进行分析挖掘，在保证顾客等待时间的效率下，对城 市的载客车辆进行均衡分配，从而减少载客车辆之间的收入差异，所W本发明一方面，能保 证用户的等待时间短，另一方面极大的减少了载客车辆之间的收入差异。
[0014] 优点和积极效果
[0015] 本发明中载客车辆的在线均衡调度方法具有如下优点：
[0016] (1)本发明通过挖掘真实载客车辆历史轨迹数据，并在真实地图上进行模拟实验， 符合现实场景。
[0017] (2)本发明中设计了范围细化算法，相比全局捜索，极大的减少寻找载客车辆的时 间，并且能得到与全局捜索一致的结果。
[0018] (3)本发明中的方法与现有技术相比，从整体上考虑了对载客车辆的分配，并均衡 了载客车辆收入差异与用户等待时间效率。
[0019] (4)本发明中的方法设置了一个调节因子a,可W在用户等待时间效率与载客车辆 收入差异之间的重要性进行调节。
【附图说明】
[0020] 图1是线上实时的载客车辆分配部分的流程图；
[0021] 图2是城市地图与载客车辆历史轨迹数据的预处理部分的流程图；
[0022] 图3是收入标准差与分配次数关系的实验结果图；
[0023] 图4是用户等待时间与分配次数关系的实验结果图；
[0024] 图5是分配时间与分配次数关系的实验结果图；
[0025] 图6是收入标准差与a关系的实验结果图；
[0026] 图7是用户等待时间与a关系的实验结果图。
【具体实施方式】
[0027] 下面结合附图和实施例对本发明详细说明。
[002引实施例1.
[0029] 本发明是一种载客车辆的在线均衡调度方法，方法使用过程中设及有调度中屯、 站，用户，待调度车辆，W及连接调度中屯、站，用户，待调度车辆的在线调度网络平台，参见 图1，具体载客车辆在线均衡调度过程包括有如下步骤：
[0030] 步骤1对城市地图与载客车辆历史轨迹数据预处理，载客车辆包括出租车或打车 专车，从旧金山的真实地图数据中提取一个地区子地图数据，先统计出该地区的载客车辆 历史轨迹数据，再根据旧金山的历史轨迹数据统计出载客车辆经过每条路段的平均时间。
[0031] 步骤2载客车辆在线均衡调度开始，用户发送请求，调度中屯、站接收请求。
[0032] 步骤3载客车辆在线均衡调度的预分配，调度中屯、站根据每一个用户的请求，利用 范围细化算法缩小捜索载客车辆的范围，并利用载客车辆收入与顾客等待时间的评价函数 对该范围内的每辆载客车辆进行评价，将获得评价函数最小的载客车辆暂定为分配给该请 求用户的调度车辆。
[0033] 步骤4针对预分配过程中产生的分配结果，进行冲突检查，检查是否存在多个用户 请求被分配了同一辆载客车辆，W及检查是否存在一个用户被分配了多辆载客车辆，如果 不存在冲突问题，利用预分配过程中产生的均衡了载客车辆收入与用户等待时间的分配结 果，为每个用户请求调度分配载客车辆，如果存在冲突问题，跳转执行步骤5。
[0034] 步骤5如果存在冲突问题，进行冲突处理，因为在短时间内会有多个用户请求，另 外地区大小的因素可能在同一时间里有多个用户请求，当存在多个用户请求时，有可能为 多个用户请求分配同一辆载客车辆，另外还可能存在一个用户请求被分配多辆载客车辆， 所W需要对运些发生分配冲突的用户请求进行处理，调度中屯、站根据冲突处理原则先解决 冲突问题，然后为发生冲突的用户请求重新分配载客车辆，并综合预分配过程中没有冲突 的分配结果，为每个用户请求调度分配载客车辆。
[0035] 本发明从载客车辆整体上考虑，提出了一种均衡载客车辆收入差异与用户等待时 间的载客车辆在线均衡调度方法，一方面，能保证用户的等待时间短，另一方面极大的减少 了载客车辆之间的收入差异。
[0036] 实施例2.
[0037] 载客车辆的在线均衡调度方法同实施例1，本例中载客车辆为出租车，其中步骤1 中对城市地图与出租车历史轨迹数据的预处理，参见图2，预处理过程包括有：
[0038] 1.1.读入一个城市地图数据，本例中，具体是旧金山的城市地图数据，并提取该城 市的一个子地图数据。
[0039] 1.2.根据子地图数据得到一个连通的城市图G=化，I)，其中E表示一条路段，I表 示路段交叉点，且化=(Ii，。），即一条路段是由两个交叉点确定。
[0040] 1.3.读入旧金山的出租车历史轨迹数据，并提取对应子区域的出租车历史轨迹数 据。
[0041] 1.4.根据历史轨迹数据统计出该区域有出租车经过的路段Ei,并统计出经过路段 Ei的所有出租车，W及每辆出租车所用的时间％，然后计算出经过路段Ei的所有出租车的平 均时间
，本发明将计算出的平均时间作为出租车经过该路段Ei的时间，其中n表示 经过路段Ei的出租车的数量，j表示出租车的编号，i表示路段的编号。
[0042] 1.5.根据历史轨迹数据统计出没有出租车轨迹数据的路段Ej,设置v = 30km/h，作 为每辆出租车的速度，t作为经过该路段所耗费的时间，计算t = dist/v，其中dist表示该路 段的长度，得出出租车经过运条路段的时间。
[0043] 本发明通过挖掘真实出租车历史轨迹数据，并在真实地图上进行模拟实验，符合 现实场景。
[0044] 实施例3.
[0045] 载客车辆的在线均衡调度方法同实施例1-2,本例中载客车辆为出租车，其中，步 骤3中所述的出租车在线均衡调度的预分配过程包括有：
[0046] 3.1.调度中屯、站根据用户请求的起点与终点，计算出最短路径，并根据出租车单 价计算出每个用户请求产生的利润。
[0047] 3.2.调度中屯、站根据每个用户请求找到欧式距离最短的出租车化Xii,0,其中下标 i表示用户请求编号，下标0表示距离该用户请求欧式距离最短的出租车编号，并通过单源 单点最短路径算法构造 taxii,o到对应用户的最短时间路径，设该路径的时间为ti,o。
[0048] 3.3.调度中屯、站根据每一个用户的请求，利用范围细化算法缩小捜索出租车的范 围。具体是调度中屯、站根据每个用户请求，W及上述得到的taxii,o与ti,o,利用范围细化算 法操作计算半名
，缩小寻找最合理出租车的范围，假设第一 次计算得到缩小到的范围为Di,其中i = l，贝帆是W用户请求为圆屯、，半径为r的区域，其中V 表示出租车的速度，a表示一个权重调节因子，是一个实数，具体操作中可W根据需求人为 设定，本例选取日=1，巧rofit日表示化xii,日到目前为止的累计收入，minTProfit表示当前范 围内（初始范围为整个区域)所有出租车中的最小累计收入，上述的累积收入随着出租车的 不断被分配会逐渐增加，具体增加形式为，如果某辆出租车被分配到一个用户请求，则该出 租车的的累积收入(初始化的时候每辆出租车的累积收入都为0)加上该用户产生的利润， 作为该出租车新的累积收入。
[0049] (3.3. a).判断范围Di内是否存在累计收入为minTProf it的出租车，如果存在，贝U 停止范围细化算法操作，得到最终缩小到的范围D，并跳转执行(3.4);
[0050] (3.3.6).判断范围〇1内是否存在累计收入为1111111口'〇門*的出租车，如果不存在， 继续更新minTProfit为范围Di内出租车中的最小累计收入，并继续进行范围细化算法操 作，令i = i+l，得到新的范围化，跳转执行(3.3.曰）。
[0051] (3.4).利用出租车收入与顾客等待时间的评价函数对该范围内的每辆出租车进 行评价，将获得评价函数最小的出租车暂定为分配给该请求用户的调度车辆。具体是调度 中必站根据评价函数^
开算范围D内每个出租车的EVA值，将EVA 值最小的出租车暂定分配给该用户，其中EVA康示第j辆出租车的EVA值，tProfit康示第j 辆出租车到目前为止的累计收入；Ati, j = ti,广ti,o是第j辆出租车导致第i个用户的额外等 待时间;a是一个权重调节因子，用来设置额外等待时间对6￥4^直的影响，本例选取0 = 1，而 说明额外等待时间对EVA准的影响成指数上升，当额外等待时间越来越大时，EVA准会 增加的很快，运就保证了时间效率，所W该评价函数能够均衡出租车收入与用户等待时间。
[0052] 本发明中的方法与现有技术相比，从整体上考虑了对出租车的分配，并均衡了出 租车收入差异与用户等待时间效率，本发明中还设置了一个调节因子〇,当注重的是出租车 收入差异时，设置较小的〇,而当注重的是用户等待时间效率时，设置较大的〇,通过设置不 同的a值，可W在用户等待时间效率与出租车收入差距的重要性之间进行调节。
[0化3] 实施例4.
[0054] 载客车辆的在线均衡调度方法同实施例1-3,本例中载客车辆为出租车，步骤5出 租车在线均衡调度的冲突处理过程包括有：
[0055] 5.1.冲突处理原则1，当多个用户请求被分配了相同的出租车时，将利润最大的用 户请求优先分配给该出租车，因为该出租车的EVA值最小，说明较其他出租车最优;但是如 果对多个用户同时处理的话，一旦产生冲突，未被分配出租车的用户就需要重新分配出租 车，并再进行一次冲突检查，因为可能产生二次冲突，甚至多次冲突，而运个问题可W转换 成优先为利润大的用户请求分配出租车，直接将用户请求按照其产生的利润大小降序排 序，然后依次对其分配，此时既符合冲突的处理原则，也不会存在多次冲突的情况。
[0056] 5.2.冲突处理原则2,当一个用户请求被分配多辆出租车时，应分配到达该用户请 求时间最短的出租车，即在EVA值相同的条件下，时间效率优先。
[0057] 本发明对出租车预分配过程中产生的冲突问题进行了合理的处理，消除了分配过 程中多个用户被分配同一辆出租车，W及同一个用户请求被分配多辆出租车的冲突问题， 产生了最终更均衡的分配结果。
[0化引实施例5.
[0059] 载客车辆的在线均衡调度方法同实施例1-4,本例中载客车辆为打车专车，本例再 从一个更完整的，更细节的，更具备实施性的过程对本发明再作说明，具体过程包括有：
[0060] -、本发明的城市地图与打车专车历史轨迹数据的预处理部分的具体步骤表达如 下：
[0061] (1).读入旧金山的城市地图数据，并提取该城市的一个子地图数据。
[0062] (2).根据子地图数据得到一个连通的城市图G=化，I)，其中E表示一条一路段，I 表示一个路段交叉点，且化=(Ii，。），即一条路段是由两个交叉点确定。
[0063] (3).读入旧金山的打车专车历史轨迹数据，并提取对应子区域的打车专车历史轨 迹数据。
[0064] (4).根据历史轨迹数据统计出该区域有打车专车经过的路段Ei,并统计出经过路 段Ei的所有打车专车，W及每辆打车专车所用的时间^，然后计算出经过路段Ei的所有打车 专车的平均时1'自
^，作为打车专车经过该路段Ei的时间，其中n表示经过路段Ei的打车 专车的数量，j表示打车专车的编号，i表示路段的编号。
[0065] (5).根据历史轨迹数据统计出没有打车专车轨迹数据的路段&，设置v = 30km/h， 作为每辆打车专车的速度，t作为经过该路段所耗费的时间，计算t = dist/v，其中dist表示 该路段的长度，得出打车专车经过运条路段的时间。
[0066] 二、本发明的线上实时的打车专车分配部分的具体步骤表达如下：
[0067] (1).输入用户请求，调度中屯、站接收用户请求。
[0068] (2).调度中屯、站根据用户请求的起点与终点，计算出最短路径，并根据打车专车 单价计算出每个用户请求产生的利润。
[0069] (3).调度中屯、站根据每个用户请求找到欧式距离最短的打车专车taxii,o,其中下 标i表示用户请求编号，下标0表示距离该用户请求欧式距离最短的打车专车编号，并通过 单源单点最短路径算法构造 taxii,o到对应用户的最短时间路径，设该路径的时间为ti,o。
[0070] (4).调度中屯、站根据每个用户请求，W及上述得到的化Xii,日与ti,o,利用范围细化 算法操作计算半径
，缩小寻找最合理打车专车的范围，假设 第一次计算得到缩小到的范围为Di,其中i = l，则化是W用户请求为圆屯、，半径为r的区域， 其中V表示打车专车的速度，a表示一个权重调节因子，是一个实数，具体操作中可W根据需 求人为设定，本例选取日=1，巧rofit日表示化xii,日到目前为止的累计收入，minTProfit表示 当前范围内（初始范围为整个区域)所有打车专车中的最小累计收入，上述的累积收入随着 打车专车的不断被分配会逐渐增加，具体增加形式为，如果某辆打车专车被分配到一个用 户请求，则该打车专车的的累积收入(初始化的时候每辆打车专车的累积收入都为0)加上 该用户产生的利润，作为该打车专车新的累积收入。
[0071] (4.曰）.判断范围〇1内是否存在累计收入为1111111?'〇'^的打车专车，如果存在，贝。 停止范围细化算法操作，得到最终缩小到的范围D，并跳转到(5);
[0072] (4.b).判断范围Di内是否存在累计收入为minTProfit的打车专车，如果不存在， 继续更新HiinTProf it为范围化内打车专车中的最小累计收入，并继续进行范围细化算法操 作，令i = i+1，得到新的范围化，跳转执行(4. a)。
[0073] (5).调度中屯、站根据评价函数.
十算范围D内每辆打 车专车的EVA值，将EVA值最小的打车专车暂定分配给该用户，其中EVAj表示第j辆打车专车 的EVA值，tProfit康示第j辆打车专车到目前为止的累计收入；= 是第j辆打 车专车导致第i个用户的额外等待时间；Cl是一个权重调节因子，用来设置额外等待时间对 EVA逍的影响，而H兑明额外等待时间对EVA值的影响成指数上升，当额外等待时间越来 越大时，EVA值会增加的很快，运就保证了时间效率，所W该评价函数能够均衡打车专车收 入与用户等待时间。
[0074] (6).调度中屯、站对预分配过程中的分配结果进行冲突检查，具体检查包括，检查 是否存在多个用户请求被分配了同一辆打车专车，W及检查是否一个用户被分配了多辆打 车专车，如果不存在冲突问题，跳转执行(7)，如果存在冲突问题，进行冲突处理。
[0075] (6a).冲突处理原则1，当多个用户请求被推荐了相同的打车专车时，将利润最大 的用户请求优先分配给该打车专车，因为该打车专车的EVA值最小，说明其较其他打车专车 最优;但是如果对每个用户同时处理的话，一旦产生冲突，未被分配打车专车的用户就需要 重新分配一辆打车专车，而重新分配的又要进行一次冲突检查，因为可能产生二次冲突，甚 至多次冲突，而运个问题可W转换成优先为利润大的用户请求分配打车专车，直接将用户 请求按照其产生的利润大小降序排序，然后依次对其分配，此时符合既冲突的处理原则，也 不会存在多次冲突的情况。
[0076] (6b).冲突处理原则2,当一个用户请求存在多个打车专车拥有相同的EVA且最小， 此时应优先推荐最快到达用户请求的打车专车，即在EVA相同的条件下，时间效率上优先。
[0077] (7).调度中屯、站根据预分配与冲突处理产生的均衡了打车专车收入与用户等待 时间的分配结果，为每个用户请求分配打车专车。
[0078] 本发明的方法不仅适用于出租车的在线调度，还适用于打车专车的在线调度，通 过挖掘真实打车专车历史轨迹数据，并在真实地图上进行模拟实验，符合现实场景，与现有 技术相比，从整体上考虑了对打车专车的分配，并同时考虑了用户的等待时间。
[0079] 实施例6.
[0080] 载客车辆的在线均衡调度方法同实施例1-5,下面结合附图和实施例对本发明做 进一步说明。
[0081] 利用本发明对旧金山的城市道路数据与出租车历史轨迹数据模拟实验，进行出租 车均衡分配，从而解决出租车收入不平衡W及用户等待时间效率的问题，该数据集来自数 据堂（http: //www. datatang. com/data/15935，http: //www. datatang. com/data/15731)， 分别收集记录了旧金山的主要城市道路数据，与500辆出租车25天（2008年5月17日至2008 年6月10日）的GPS轨迹数据。城市道路信息主要由路段，路段长度，道路交叉点及经缔度组 成，出租车轨迹数据主要由出租车ID号，出租车状态，时间轴及经缔度构成。整个道路网络 数据总共包括174956个交叉点与223001个路段，整个历史出租车轨迹数据集共包含一百多 万条记录。
[0082] 利用本发明完成对出租车进行均衡分配，工作流程见附图1与附图2,具体的实施 步骤如下：
[0083] >数据预处理部分：
[0084] 1)读取道路网络数据，按路段与节点存储，并选取道路网络中的一个子区域，得到 一个路段为28308条，道路节点为19905个的区域。
[0085] 2)读取出租车轨迹数据，并根据所选区域的出租车记录计算出出租车经过该区域 中每条路段的时间。
[00化] > 线上计算部分：
[0087] 1)导入预处理过程得到的数据，进行模拟实验，设置a = 0.1，随机在该区域产生 500辆出租车，并不断的随机产生用户请求。
[0088] 2)调度中屯、站根据每一个用户请求，找到最近的出租车，并得到一条局部最短时 间路径，然后进行范围细化算法缩小捜索出租车的范围。
[0089] 3)调度中屯、站根据评价函数对该范围内的每辆出租车进行评价，进行预分配。
[0090] 4)调度中屯、站对预分配过程的结果进行冲突检查，如果不存在冲突，直接为每个 用户请求调度分配出租车，如果存在冲突，执行5。
[0091] 5)调度中屯、站根据冲突处理原则先解决冲突，然后为发生冲突的用户请求重新分 配出租车，并综合预分配过程中没有冲突的分配结果，为每个用户请求调度分配出租车。
[0092] 本发明因为综合考虑了出租车收入不平衡W及用户等待时间效率的问题，通过W 上步骤，完成对出租车的均衡分配，然后将本发明的方法与直接推荐最近的出租车的方法 W及全局捜索的方法相比较，其中直接推荐最近的出租车的方法，追求的是时间效率，而全 局捜索的方法是本发明的方法不使用范围细化算法的情况，直接在整个范围捜索最优的出 租车，图3-图7中曲线1代表本发明的方法，曲线2代表直接推荐最近的出租车的方法，曲线3 代表全局捜索的方法，图3是收入标准差与分配次数关系的实验结果图，从图3可见，随着分 配次数的增加，直接推荐最近出租车的方法会使得出租车之间的收入标准差变得越来越 大，而本发明的方法却保证了收入标准差基本稳定，与全局捜索的方法的结果一致，图4是 用户等待时间与分配次数关系的实验结果图，从图4可见，本发明的方法在平均每个用户等 待时间上与直接推荐最近的出租车的方法只有很少的差异，大概相差1分钟左右，图5是分 配时间与分配次数关系的实验结果图，从图5可见，本发明的方法在调度分配时间上相比全 局捜索的方法要短很多，因为本发明的方法使用了范围细化算法，缩小了捜索出租车的范 围，从而减少了分配的时间，例如，当分配次数为50时，平均每次分配的时间相差了200ms， 当分配次数越来越多时，会使得总的分配时间(平均每次分配时间乘W分配次数)相差越来 越大。图6与图7分别是是收入标准差与a关系的实验结果图W及用户等待时间与a关系的实 验结果图，从图6W及图7可见，当设置不同的a值，本发明的方法会产生不同的实验结果，当 a越小时，无论载客车辆是出租车或为打车专车，其收入标准差就会越小，但是用户等待时 间就会越来越长；当〇 = 0时，即不考虑用户等待时间，此时使得出租车收入标准差最小，但 是等待时间又最长；当a越来越大时，收入标准差也会越来越大，但是用户等待时间会越来 越短。运说明当需要保证出租车之间收入差异小时，但是对于用户等待时间又不能太长时， 因此可W选择较小的a;而当注重的是等待时间时，可W设置较大的a值。本发明通过多次的 反复实验，在此实验条件下，实现了均衡分配，均衡了出租车收入差异与用户等待时间效 率，并可W在出租车收入差距与用户等待时间效率之间的重要性进行调节。
[0093]简而言之，本发明公开了一种载客车辆的在线均衡调度方法，在对载客车辆海量 的历史轨迹数据进行挖掘分析的基础上，进行合理的、均衡的载客车辆分配，从而减少载客 车辆之间的收入差异。与现有的载客车辆分配方法相比，本发明从一个新的角度考虑载客 车辆的分配，不只考虑时间效率，而且还考虑了载客车辆之间的收入差异，解决了载客车辆 收入不平衡与等待时间效率综合考虑的问题。本发明首先对城市地图与载客车辆历史轨迹 数据预处理，将复杂的计算转移到线下部分，然后将计算结果存储起来，W便支持线上的实 时计算部分；用范围细化算法缩小范围，用载客车辆收入差异与顾客等待时间评价函数对 请求预分配;对预分配结果做冲突检查，有则作冲突处理;将均衡分配结果调度分配给请求 用户。本发明中的范围细化算法，减少了捜索载客车辆时间开销。在评价函数中设置的调节 因子〇,实现了用户等待时间效率与收入差异间重要性的调节。通过在真实的数据集上进行 实验，并与直接推荐最近载客车辆的方法W及全局捜索的方法进行比较，验证了利用本发 明的方法能极大的减少载客车辆之间的收入差异，并且还能保证用户等待时间效率，实现 了对载客车辆的均衡调度。
【主权项】
1. 一种载客车辆的在线均衡调度方法，其特征在于，包括有调度中心站，用户，待调度 载客车辆，以及连接调度中心站，用户，待调度载客车辆的在线调度网络平台，具体调度过 程包括有如下步骤： 步骤1对城市地图与载客车辆历史轨迹数据预处理，从真实地图数据中提取一个地区 子地图数据，先统计出该地区的载客车辆历史轨迹数据，再根据历史轨迹数据统计出载客 车辆经过每条路段的平均时间； 步骤2载客车辆在线均衡调度开始，用户发送请求，调度中心站接收请求； 步骤3载客车辆在线均衡调度的预分配，调度中心站根据每一个用户的请求，利用范围 细化算法缩小搜索载客车辆的范围，并利用载客车辆收入与顾客等待时间的评价函数对该 范围内的每辆载客车辆进行评价，将获得评价函数最小的载客车辆暂定为分配给该请求用 户的调度车辆； 步骤4针对预分配过程中产生的分配结果，进行冲突检查，检查是否存在多个用户请求 被分配了同一辆载客车辆，以及检查是否存在一个用户被分配了多辆载客车辆，如果不存 在冲突问题，利用预分配过程中产生的均衡了载客车辆收入与用户等待时间的分配结果， 为每个用户请求调度分配载客车辆，如果存在冲突问题，跳转执行步骤5; 步骤5如果存在冲突，进行冲突处理，调度中心站根据冲突处理原则先解决冲突，然后 为发生冲突的用户请求重新分配载客车辆，并综合预分配过程中没有冲突的分配结果，为 每个用户请求调度分配载客车辆。2. 根据权利要求1所述的载客车辆的在线均衡调度方法，其特征在于，步骤1对城市地 图与载客车辆历史轨迹数据的预处理包括有： (1.1) .读入城市地图数据，并提取该城市的一个子地图数据； (1.2) .根据子地图数据得到一个连通的城市图G= (E，I)，其中E表示一条路段，I表示 路段交叉点，且Ek= (I1，Ij)，即一条路段是由两个交叉点确定； (1.3) .读入载客车辆历史轨迹数据，并提取对应子区域的载客车辆历史轨迹数据； (1.4) .根据历史轨迹数据统计出该区域有载客车辆经过的路段E1，并统计出经过路段 Ei的所有载客车辆，以及每辆载客车辆所用的时间％，然后计算出经过路段E i的所有载客车 η 辆的平均时间；I?作为载客车辆经过该路段Ei的时间，其中η表示经过路段Ei的载客车 t --2- η 辆的数量，j表;^载客车辆的编号，i表;^路段的编号； (1.5) .根据历史轨迹数据统计出没有载客车辆轨迹数据的路段Ej，设置V = 30km/h，作 为每辆载客车辆的速度，t作为经过该路段所耗费的时间，计算t = dist/v,其中dist表示该 路段的长度，得出载客车辆经过这条路段的时间。3. 根据权利要求1所述的载客车辆的在线均衡调度方法，其特征在于，步骤3载客车辆 在线均衡调度的预分配过程包括有： (3.1) .调度中心站根据用户请求的起点与终点，计算出最短路径，并根据载客车辆单 价计算出每个用户请求产生的利润； (3.2) .调度中心站根据每个用户请求找到欧式距离最短的载客车辆taxii,〇,其中下标 i表示用户请求编号，下标O表示距离该用户请求欧式距离最短的载客车辆编号，并通过单 源单点最短路径算法构造taxiM到对应用户的最短时间路径，设该路径的时间为t1>0; (3.3) .调度中心站根据每个用户请求，以及上述得到的〖&^1,〇与〖1,〇，利用范围细化算 法操作计算半径〃==y (/,,, +，缩小寻找最合理载客车辆的范围，假设缩 小到的范围为D1，其中i = l，则D1是以用户请求为圆心，半径为r的区域，其中V表示载客车辆 的速度，α表示一个权重调节因子，是一个实数，t Pr ofito表示taxiy到目前为止的累计 收入，min T Pr of it表示当前范围内所有载客车辆中的最小累计收入； (3.3.a).判断范围Di内是否存在累计收入为min T Pr ofit的载客车辆，如果存在，则 停止范围细化算法操作，得到最终缩小到的范围D，并跳转到(3.4); (3.3.b).判断范围Di内是否存在累计收入为min T Pr ofit的载客车辆，如果不存在， 继续更新min T Pr ofit为范围Di内载客车辆中的最小累计收入，并继续进行范围细化算 法操作，令i = i+l，得到新的范围Di，跳转执行(3.3.a); (3.4) .调度中心站根据评价函数￡以，=(?1^#^+?(2^-1)计算范围0内每辆载客 车辆的EVA值，将EVA值最小的载客车辆暂定分配给该用户，其中EVAj表示第j辆载客车辆的 EVA值，t Pr ofitj表示第j辆载客车辆到目前为止的累计收入；Ati, j = ti,j-ti,ο是第j辆载 客车辆导致第i个用户的额外等待时间；α是一个权重调节因子，用来设置额外等待时间对 EVAj值的影响，而2 Δ?"说明额外等待时间对EVAj值的影响成指数上升，当额外等待时间越来 越大时，EVAj值会增加的很快。4.根据权利要求1所述的载客车辆的在线均衡调度方法，其特征在于，步骤5载客车辆 在线均衡调度的冲突处理过程包括有： (5.1) .冲突处理原则1，当多个用户请求被推荐了相同的载客车辆时，将利润最大的用 户请求优先分配给该载客车辆，因为该载客车辆的EVA值最小，说明较其他载客车辆最优； 但是如果对多个用户同时处理的话，一旦产生冲突，未被分配载客车辆的用户就需要重新 分配载客车辆，并再进行一次冲突检查，因为可能产生二次冲突，甚至多次冲突，而这个问 题可以转换成优先为利润大的用户请求分配载客车辆，直接将用户请求按照其产生的利润 大小降序排序，然后依次对其分配，此时既符合冲突的处理原则，也不会存在多次冲突的情 况； (5.2) .冲突处理原则2,当一个用户请求被分配多辆载客车辆时，应分配到达该用户请 求时间最短的载客车辆，即在EVA值相同的条件下，时间效率优先。
【文档编号】G06Q10/06GK106022577SQ201610312143
【公开日】2016年10月12日
【申请日】2016年5月12日
【发明人】黄健斌, 戴广, 赵智强, 刘怀亮
【申请人】西安电子科技大学