[发明专利]适于乘客等待时间分布随时间变化的网约车订单分配方法

说明书

本发明公开了一种适于乘客等待时间分布随时间变化的网约车订单分配方法，包括：根据乘客等待时间分布变化范围计算出该分布变化范围下批处理算法对应的最优的匹配间隔并对不同的乘客等待时间分布训练不同的深度强化学习模型，将上述具有不同匹配间隔的批处理算法和适应不同乘客等待时间分布的深度强化学习模型合并为一个算法集合；当有订单到来时，采用预设的选择模型在算法集合中选择其中一个算法进行分配订单，根据收益反馈对选择模型中的参数进行更新；结合收益反馈检测乘客等待时间分布是否变化，若发生变化则重启选择模型并清空反馈记录。本发明能够随乘客等待时间和数目分布变化而不断调整分配从而最大化网约车平台收益。

技术领域

本发明涉及调度规划技术领域，具体而言涉及一种适于乘客等待时间分布随时间变化的网约车订单分配方法。

背景技术

随着经济的飞速发展，公共交通存在的不够自主性和个性化的短板日益凸显。在已有的公共交通无法满足所有人的需求下，网约车平台的出现，满足了人们的个性化出行需求并且填补了公共交通的短板。如何高效地分配订单给网约车不仅影响乘客的体验，也会影响网约车平台的收益。

网约车订单分配问题可以被视为在线二分匹配问题：等待的乘客属于二分图的一边的节点，等待的网约车属于另一边的节点，当网约车和乘客之间存在匹配可能时对应节点直接存在边相连接，其匹配的收益作为边的权重，当等待时间内还未给节点进行匹配，则节点消失(即乘客取消订单)，其目标在于将两边的节点进行不可撤回的匹配使得总收益最大。可以预见到，乘客的等待时间分布将直接影响匹配策略的选择。当愿意等待较长时间的乘客较多时，等待较长的一段时间再进行匹配获取的收益会高于直接的贪心匹配。

因此考虑等待时间分布来制定分配方案能够有效地提升网约车平台的收益以及乘客的体验。当在早高峰时，打车的乘客大多需要尽早到达公司单位，因此并不愿意等待较长的匹配时间，而当在中午时，乘客大多并无急事因此愿意等待较长匹配时间的乘客也较多。关于等待时间分布的变化已有较多的研究，即等待时间会被天气等难以预测的因素影响。同时相比于数量分布，由于不知道已匹配乘客的剩余等待时间，等待时间分布总是难以直接进行统计的。因此想通过直接观察或者统计长时间的历史数据来预测等待时间分布变化进行匹配策略的调整是难以实行的。

由于等待时间的分布难以被直接统计，因此传统的匹配策略总是不考虑等待时间分布发生变化的问题。换而言之，传统的订单匹配策略总在某些分布下表现较好而当分布变化时则无法保持原有的高效性。从另一方面，传统的难以适应变化的分布的匹配策略也极大的影响了乘客的使用体验。

发明内容

本发明针对现有技术中的不足，提供一种适于乘客等待时间分布随时间变化的网约车订单分配方法，当检测到分布发生变化时重新在算法集合中选择匹配算法以达到在乘客时间分布不断变化下仍能最大化网约车平台收益的目的。

为实现上述目的，本发明采用以下技术方案：

一种适于乘客等待时间分布随时间变化的网约车订单分配方法，所述订单分配方法包括以下步骤：

S1，根据乘客等待时间分布变化范围计算出该分布变化范围下批处理算法对应的最优的匹配间隔并对不同的乘客等待时间分布训练不同的深度强化学习模型，将上述具有不同匹配间隔的批处理算法和适应不同乘客等待时间分布的深度强化学习模型合并为一个算法集合；

S2，当有订单到来时，采用预设的选择模型在步骤S1合并得到的算法集合中选择其中一个算法进行分配订单，根据收益反馈对选择模型中的参数进行更新；

S3，结合步骤S2的收益反馈检测乘客等待时间分布是否变化，若发生变化则重启选择模型并清空反馈记录。

为优化上述技术方案，采取的具体措施还包括：

进一步地，步骤S1中，所述对不同的乘客等待时间分布训练不同的深度强化学习模型的过程包括：