[发明专利]模型生成方法及系统、交通工具分配方法及装置

说明书

本发明实施例提供了一种模型生成方法及系统、交通工具分配方法及装置，该模型生成方法中，对于每个交通工具，该交通工具上安装的北斗终端周期地获取定位数据信息，并将获取的定位数据信息发送给所述车船联网平台；所述车船联网平台根据接收到的每个交通工具的定位数据信息，为每个交通工具生成交通工具的历史行驶信息；所述车船联网平台获取各交通工具的历史承运信息；所述车船联网平台根据所述历史行驶信息和所述历史承运信息，进行机器学习，生成分配模型，所述分配模型用于为所述待运输货物分配交通工具。本发明实施例所提供的技术方案在一定程度上提高了货物运输的效率，降低了分配成本，提高了分配准确性。

【技术领域】

本发明涉及通信技术领域，尤其涉及一种模型生成方法及系统、交通工具分配方法及装置。

【背景技术】

目前，货物运输的两大核心内容：一个是快捷、准确、节约的配送服务；一个是安全、可靠的货物运输与结算。最初货运状态还处在粗放型发展阶段，货物配送还停留在原始的司机找货和货找车阶段。然而，这种司机找货和货找车的方式，降低了货物运输的效率，成本比较高。因此，后来出现一种电子商务平台，车船会员可以使用移动终端将其空闲运力的信息发布到该平台，货主用户使用移动终端将待运输货物信息发布到该平台，该平台收到后，平台客服可以根据车船会员与货主用户发布的信息，人工分配车船进行运输。

然而，实际应用中，如果有货物运输需求的用户量较大，或者车船会员的量较大，一一进行人工分配，降低了货物运输的效率，而且人工分配成本较高，准确性较低。

【发明内容】

有鉴于此，本发明实施例提供了一种模型生成方法及装置、交通工具分配方法及装置，在一定程度上提高了货物运输的效率，降低了分配成本，提高了分配准确性。

第一方面，本发明实施例提供一种模型生成方法，应用于包括车船联网平台、一个或多个北斗终端的系统，一个北斗终端安装在一个交通工具上；

所述方法包括：

对于每个交通工具，该交通工具上安装的北斗终端周期地获取定位数据信息，并将获取的定位数据信息发送给所述车船联网平台；

所述车船联网平台根据接收到的每个交通工具的定位数据信息，为每个交通工具生成交通工具的历史行驶信息；

所述车船联网平台获取各交通工具的历史承运信息；

所述车船联网平台根据所述历史行驶信息和所述历史承运信息，进行机器学习，生成分配模型，所述分配模型用于为所述待运输货物分配交通工具。

可选的，所述将获取的定位数据信息发送给所述车船联网平台，包括：

所述北斗终端周期地通过网络向所述车船联网平台发送定位数据信息，所述定位数据信息包含所述北斗终端获取的当前时间、地理位置信息、行驶速度、驾驶行为信息。

可选的，所述历史行驶信息包括：交通工具的行驶时长、最高速度、平均速度、超速次数、疲劳驾驶次数、作息规律信息、行驶线路信息。

可选的，所述历史承运信息包括：交通工具的装货地、卸货地、运输周期、满载情况信息、货物重量、货物尺寸、货物类型。

可选的，所述车船联网平台根据所述历史行驶信息和所述历史承运信息，进行机器学习，生成分配模型，包括：

所述车船联网平台将所述历史行驶信息分成行驶信息训练集合和行驶信息测试集合，将所述历史承运信息分成承运信息训练集合和承运信息测试集合；

利用机器学习算法，对所述行驶信息训练集合和承运信息训练集合进行训练，生成初始模型；

利用所述承运信息测试集合和行驶信息测试集合检测所述初始模型是否收敛，如果是，则将当前模型作为所述分配模型，如果否，则调整所述初始模型的参数，并继续进行训练，直至模型收敛。