[发明专利]代驾订单预测方法和代驾运力调度方法

摘要

本发明公开代驾订单预测方法和代驾运力调度方法，可用于机场，代驾订单预测方法包括：建立各机场的历史订单数据库；根据订单变化相似度将机场进行区域聚类；对各区域类按照基础时间段内的订单量，将多个基础时间段进行时间段聚类，使每个区域类下形成不同的订单预测基准时间段；对每一区域类的每一订单预测基准时间段，提取相应的订单量和变化因子，采用BP神经网络进行非线性拟合，从而每一区域类的每一订单预测基准时间段都得到各自不同的订单预测模型；接收到订单预测请求时根据请求的区域类和订单预测基准时间段，选择对应的订单预测模型，结合变化因子预测出订单量。代驾运力调度方法根据上述订单预测结果来产生合理的司机分配方案。

主权项

1.一种代驾订单预测方法，用于预定场所，其特征在于：包括以下步骤：S1、分别获取多个预定场所在一历史期间内的代驾订单数据并进行数据预处理，以分别建立各预定场所的订单数据库；S2、基于每个预定场所的所述订单数据库，将所述多个预定场所按照订单变化相似度进行区域聚类，使得所述多个预定场所归于不同的区域类；S3、对于每个所述区域类，都执行以下操作：将一天均匀划分为多个基础时间段，从所述订单数据库中获取同一区域类中的预定场所在所述历史期间内的每一天的每一所述基础时间段中的订单量，根据各所述基础时间段内的订单量将所述多个基础时间段进行时间段聚类，以使所述多个基础时间段聚类至不同的订单预测基准时间段；S4、针对每一区域类中的每一订单预测基准时间段，都执行以下操作：提取一订单预测基准时间段内的订单数据和相应的变化因子，并输入BP神经网络进行非线性拟合，以获得每一区域类中的每一订单预测基准时间段的订单预测模型；S5、接收订单预测请求，判断所述订单预测请求来自哪个区域类以及请求预测的时间属于哪个订单预测基准时间段，以选择相应区域类下相应订单预测基准时间段的订单预测模型，并获取所述订单预测请求中的变化因子以供所对应的订单预测模型进行订单量预测其中，步骤S2具体包括：S21、基于每个所述预定场所的所述订单数据库，将所述历史期间内订单量的变化采用三方向链码来描述，以建立各所述预定场所的变化描述序列；S22、对所述多个预定场所，采用所述变化描述序列计算两两之间的编辑距离；S23、根据编辑距离来判断所述订单变化相似度以将所述多个预定场所进行区域类的划分。