[发明专利]基于双目标线性规划的网约车在线订单匹配方法和装置

权利要求书

1.一种基于双目标线性规划的网约车在线订单匹配方法，其特征在于，包括：

对真实网约车历史订单数据进行分析，获得不同网约车司机占用时间的分布，以及在线到达请求类型的分布，建模得到网约车司机可重用双目标在线二分图匹配模型；所有司机构成的集合抽象成点集U，所有在线乘客构成的集合抽象成点集V，每个司机u所能接到的乘客v受距离的限制，如果u和v的距离不超出限制，即构成一条边(u，v),所有边的集合抽象成边集E，得到在线二分图匹配模型G＝(U，V，E)；当一个在线乘客v请求类型到达时，以一定的概率匹配离线的司机u；

设定乘客公平性和司机收益两个优化目标，并建立线性规划约束；采用matlab求解线性规划，得到司机收益和乘客公平性的离线最优分数解；

设定一个参数a输入至二分图匹配模型，以平衡司机收益和乘客公平性；参数a越大，匹配结果倾向于司机收益，参数a越小，匹配结果倾向于乘客公平性；

在线乘客请求到来后，探测一个可行的离线司机资源与当前请求匹配，在线乘客如果不满意，则拒绝当前匹配，重新探测下一个可行的离线司机资源与在线乘客请求做匹配，并且对在线乘客请求设置耐心约束，当探测次数超过P(v)次，在线乘客选择离开；如果匹配成功，则匹配结果将会提交，且不可撤销；当一个离线司机资源与在线乘客完成最终的匹配后，被占用的离线司机资源为不可用状态，一段时间后被占用的离线司机资源可能被释放，并且允许被重新使用。

2.根据权利要求1所述的网约车在线订单匹配方法，其特征在于，所述线性规划约束需加入司机被占用时长的分布。

3.根据权利要求1所述的网约车在线订单匹配方法，其特征在于，所述线性规划约束包括容量约束和耐心约束；所述容量约束包括司机被使用次数约束和乘客在线请求类型的出现次数约束；所述耐心约束为乘客对探测次数容忍程度的约束。

4.根据权利要求1所述的网约车在线订单匹配方法，其特征在于，所述设定一个参数a输入至二分图匹配模型，以平衡司机收益和乘客公平性，包括：

将司机收益和乘客公平性的分数解作为输入，当一个在线乘客请求到来时，随机产生一个0-1的数x；当x＜a时，将司机收益的分数解中与在线乘客请求相关的解向量进行取整；当x≥a时，将乘客公平性中的分数解中与在线乘客请求相关的解向量进行取整，得到一个0-1整数向量，并且将整数向量作为在线二分图匹配模型的输入。

5.一种基于双目标线性规划的网约车在线订单匹配装置，其特征在于，包括：

在线二分图匹配模型构建模块，用于对真实网约车历史订单数据进行分析，获得不同网约车司机占用时间的分布，以及在线到达请求类型的分布，建模得到网约车司机可重用双目标在线二分图匹配模型；所有司机构成的集合抽象成点集U，所有在线乘客构成的集合抽象成点集V，每个司机u所能接到的乘客v受距离的限制，如果u和v的距离不超出限制，即构成一条边(u，v),所有边的集合抽象成边集E，得到在线二分图匹配模型G＝(U，V，E)；当一个在线乘客v请求类型到达时，以一定的概率匹配离线的司机u；

线性规划约束构建模块，用于设定乘客公平性和司机收益两个优化目标，并建立线性规划约束；采用matlab求解线性规划，得到司机收益和乘客公平性的离线最优分数解；

参数设定模块，用于设定一个参数a输入至二分图匹配模型，以平衡司机收益和乘客公平性；参数a越大，匹配结果倾向于司机收益，参数a越小，匹配结果倾向于乘客公平性；

探测提交模块，用于在线乘客请求到来后，探测一个可行的离线司机资源与当前请求匹配，在线乘客如果不满意，则拒绝当前匹配，重新探测下一个可行的离线司机资源与在线乘客请求做匹配，并且对在线乘客请求设置耐心约束，当探测次数超过P(v)次，在线乘客选择离开；如果匹配成功，则匹配结果将会提交，且不可撤销；当一个离线司机资源与在线乘客完成最终的匹配后，被占用的离线司机资源为不可用状态，一段时间后被占用的离线司机资源可能被释放，并且允许被重新使用。