[发明专利]一种共享汽车动态借车实现方法有效
申请号: | 201911312049.X | 申请日: | 2019-12-18 |
公开(公告)号: | CN111178948B | 公开(公告)日: | 2023-08-04 |
发明(设计)人: | 王玲;钟昊;马万经;俞春辉 | 申请(专利权)人: | 同济大学 |
主分类号: | G06Q30/0202 | 分类号: | G06Q30/0202;G06Q30/0601;G06Q30/0645 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 宣慧兰 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 共享 汽车 动态 实现 方法 | ||
1.一种共享汽车动态借车实现方法,其特征在于,该方法包括以下步骤:
步骤S1:获得多源数据,并建立基于Logit的借车需求预测模型;
步骤S2:基于多源数据建立基于多元线性回归的借车时刻预测模型;
步骤S3:获得触点数据、网点数据和汽车数据;
步骤S4:基于触点数据和网点数据,利用判别算法得到订单能否创建结果;
步骤S5:基于触点数据和网点数据,利用借车需求预测模型预测用户需求确认结果;
步骤S6:基于触点数据、网点数据和汽车数据,通过调度算法得到调度时间;
步骤S7:基于触点数据和网点数据,利用借车时刻预测模型预测用户的需求时间;
步骤S8:结合订单能否创建结果、用户需求确认结果、调度时间和需求时间判断用户需求是否得到满足,若是,进行汽车调度,实现动态借车,若否,结束;
所述的步骤S1包括:
步骤S11:获得用户多源数据;
步骤S12:通过相关性分析与随机森林算法对多源数据进行筛选;
步骤S13:利用筛选的结果建立基于Logit的借车需求预测模型;
所述的多源数据包括用户应用日志数据、历史订单数据、站点数据和用户特征数据;
所述的借车需求预测模型为:
ln(P(Yb=1)/(1-P(Yb=1)))
=1.0448+0.2700returnShopnum+0.0480BoFreNum+2.5257BoFre+0.0415Touchminusfirst+0.0175TouchNum+17.5478OrderTouchRatio+0.1680aveinterval+0.0807nearestshopFreNum-0.01920distnearesttimeshop-3.1522distnearestshop-0.0603distnearestorder
其中,P(Yb=1)为确认用户需求生成的概率,returnShopnum为还车网点个数,BoFreNum为最常借的网点的频数,BoFre为最常借的网点的频率,Touchminusfirst为用户加入的时长,TouchNum为用户总触点个数,orderTouchRatio为用户历史触点后产生有效订单的比例,aveinterval为历史订单平均间隔时间,distnearesttimeshop为触点位置与最近时刻差订单借车网点距离,distnearestshop为触点位置与最近网点的距离,nearestshopFreNum为最近网点发生的历史订单频数,distnearestorder为最小空间差;
所述的借车时刻预测模型为:
Ybt=11.32+0.0001avemile+0.0854borrowShopnum+0.0643Bointer_touchorder+0.6065nearesttimeFre+1.2250whetherFre+2.2640distnearestshop+0.0452distnearestorder+0.0163maxCliInterval+0.1425aveCliInterval-0.0388ordernum-0.0342BoFreNum-0.8537BoFre-0.4820ReFre-O.0068Touchminusfirst-5.8630OrderTouchRatio-0.6218whether30-0.0336nearestshopFreNum-0.6673nearestshopFre-0.6282nearestorderFre-0.1498aveClickNum-0.2020ClickTimes
其中,Ybt为用户触点经过多长时间会产生订单,distnearestshop为触点位置与最近网点的距离,nearestorderFre为最小空间差借车网点的用户历史订单比例,avemile为用户历史订单里程,distnearestorder为最小空间差,nearestorderFreNum为最小空间差借车网点的用户历史订单数,borrowShopnum为借车网点个数,Borre为最常借的网点的频率,BoFreNum为最常借的网点的频数,ReFre为最常还的网点的频率,ordernum为历史订单数量,nearestshopFreNum为最近网点发生的历史订单频数,nearestshopFre为最近网点发生的历史订单频率,whether30为是否在触点前后30min内产生订单,Touchminusfirst为用户加入的时长,Bointer_touchorder为触点时间与上一笔订单借车时间差,aveCliInterval为用户产生有效订单的平均触点时间,aveClickNum为用户产生有效订单的平均触点次数,ClickTimes为用户连续触点的次数;
所述的判别算法包括:
触点与最近网点的距离是否小于步行范围;
步行范围内的网点是否有可用汽车;
可用汽车的续航里程是否大于用户接受程度;
所述的调度算法包括:
判断网点的现有汽车数与借车需求数之差是否大于等于车位数减一,若是,需要调出汽车,若否,不需要调出汽车;
判断网点的现有汽车数与借车需求数之差是否小于等于一,若是,需要调入汽车,若否,不需要调入汽车;
从需要调出汽车的网点中选择与调度员距离最近的网点作为最终调出网点,从需要调入汽车的网点中选择与最终调出网点最近的网点作为最终调入网点,并通过汽车数据获得调度时间;
所述的触点数据和网点数据每隔5分钟更新一次。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911312049.X/1.html,转载请声明来源钻瓜专利网。