[发明专利]基于马尔科夫决策过程的车主寻车位策略推荐方法

权利要求书

1.基于马尔科夫决策过程的车主寻车位策略推荐方法，其特征在于，包括如下步骤：

步骤1、对数据进行预处理，所述预处理的内容包括：删除异常记录、按区块划分轨迹以及计算每个区块的泊位成功概率以及期望时间；

步骤2、利用马尔科夫决策过程对找寻泊位最优策略问题建模；

步骤3、计算建立的模型的最优解；

步骤4、考虑负载均衡以及实时路况，去掉严重拥堵的路线，并给出最优寻泊位策略。

2.根据权利要求1所述的基于马尔科夫决策过程的车主寻车位策略推荐方法，其特征在于，步骤1中，所述数据预处理包括如下步骤：

步骤101、为了除去GPS偏移和设备故障造成的误差，过滤掉相邻两点间隔超过3分钟或者间距超过3km的采样点；

步骤102、将城市划分为相应大小的网格；

步骤103、检测能够泊车的地点；

所述步骤203具体包括如下步骤：

步骤1031、从GPS轨迹中提取所有存在停车行为的轨迹；

步骤1032、如果停车轨迹附近没有信息点或者轨迹中不存在从空泊位到泊位忙的状态转换,则认为该停车轨迹不是在最近泊位地点附近，将其忽略；

步骤1033、找到所有在泊位地点附近的停车轨迹，算出每条轨迹的几何中心作为等候车位的点，并对这些点进行聚类，得到所有的可以等候空闲泊位的地点。

3.根据权利要求1所述的基于马尔科夫决策过程的车主寻车位策略推荐方法，其特征在于，步骤2中，所述马尔科夫决策过程采用四元组(S，A，P(s′|s，a)，R)来表示，其中，S是状态集，A是动作集，对于s∈S,s'∈S,P(s'│s,a)是当动作a∈A被执行以后，状态从s转移到s'的转移概率，R(s,a)是在状态s执行动作a以后得到的时间和里程的综合。

4.根据权利要求3所述的基于马尔科夫决策过程的车主寻车位策略推荐方法，其特征在于，将城市划分为相应大小的网格时，设S为对应网格集合，A(s)为对应在s网格所能采取的合法动作集合，P(s′|s，a)是当执行动作a时，从网格s到网格s′的转移概率，最优策略和时间有关，将R(s,a)定义为R(s,a,t)，即时间t在网格s执行了动作a后得到的期望时间。

5.根据权利要求4所述的基于马尔科夫决策过程的车主寻车位策略推荐方法，其特征在于，所述动作包括上、下、左、右、左上、左下、右上、右下和原地等待泊位。