阅读说明：本技术 一种车辆调度方法 (Vehicle dispatching method ) 是由 *** 于 2019-10-14 设计创作，主要内容包括：本发明公开的车辆调度方法,涉及车辆调度技术领域,利用训练过的机器学习模型进行车辆调度,能够满足非固定网点的车辆调度需求及即时响应用户的需求,提高了调度的灵活性及效率。(The invention discloses a vehicle scheduling method, which relates to the technical field of vehicle scheduling, and can meet the vehicle scheduling requirements of non-fixed network points and the requirements of instant response users by utilizing a trained machine learning model to schedule vehicles, thereby improving the scheduling flexibility and efficiency.)

一种车辆调度方法

技术领域

本发明属于车辆调度技术领域，具体涉及一种车辆调度方法。

背景技术

随着公司运营模式走向平台化，市场、规模将进一步扩张，目前线下大部分运营基于固定网点，因此，针对大量网点，如何对车辆进行精准调度成为提产降能的关键。

目前的车辆调度方案大都通过查看公司租用的停车网点订单数，针对网点订单数进行排序并根据排序结果，对各个网点的车辆进行调度。该方案存在以下缺陷：

(1)无法满足非固定网点的车辆调度需求，调度灵活性较差；

(2)无法即时响应用户的需求，调度效率较低。

发明内容

针对现有技术存在的缺陷，本发明实施例提供了一种车辆调度方法。

本发明实施例提供的车辆调度方法包括以下步骤：

获取当前打开APP的用户位置及取车时间，得到用户的当前位置集合及当前取车时间集合；

从运维管理系统中获取各个网点车辆的调度开始时间，得到调度开始时间集合；

将所述当前位置集合、所述当前取车时间集合及所述调度开始时间集合输入训练过的机器学习模型，得到需要调入车辆的第一网点、需要调出车辆的第二网点及调度开始时间；

根据所述调度开始时间、所述第一网点及所述第二网点，进行车辆调度。

优选地，所述机器学习模型的生成过程包括：

在设定时间段内，获取用户历史打开APP的时间、次数、位置及取车时间，得到用户的历史位置集合、历史打开APP时间集合及历史打开APP次数集合；

在设定时间段内，从运维管理系统中获取各个网点的车辆历史调入的网点及用户的历史取车时间，得到历史调入网点集合及历史取车时间集合；

将所述历史位置集合、所述历史打开APP时间集合、所述历史打开APP次数集合、所述历史取车时间集合、所述历史调入网点集合及所述调度开始时间集合作为训练数据输入机器学习模型对所述机器学习模型进行训练，生成训练过的机器学习模型。

优选地，在得到需要调入车辆的网点及对应的调出车辆的网点之后，所述方法还包括：

将所述网点推送给用户。

优选地，所述机器学习模型为SVM模型。

本发明实施例提供的车辆调度方法具有以下有益效果：

利用训练过的机器学习模型进行车辆调度，能够满足非固定网点的车辆调度需求及即时响应用户的需求，提高了调度的灵活性及效率。

具体实施方式

以下结合具体实施例对本发明作具体的介绍。

本发明实施例提供的车辆调度方法包括以下步骤：

S101，获取当前打开APP的用户位置及取车时间，得到用户的当前位置集合及当前取车时间集合。

作为一个具体的实施例，该APP为汽车租赁公司推出的官方客户端程序，例如GoFun出行等。

S102，从运维管理系统中获取各个网点车辆的调度开始时间，得到调度开始时间集合。

S103，将当前位置集合、当前取车时间集合及调度开始时间集合输入训练过的机器学习模型，得到需要调入车辆的第一网点、需要调出车辆的第二网点及调度开始时间。

S104，根据调度开始时间、第一网点及第二网点，进行车辆调度。

可选地，机器学习模型的生成过程包括：

在设定时间段内，获取用户历史打开APP的时间、次数、位置及取车时间，得到用户的历史位置集合、历史打开APP时间集合及历史打开APP次数集合。

作为一个具体的实施例，通过埋点日志实时获取各个用户在一个月的时间段中打开APP的次数和位置。

在设定时间段内，从运维管理系统中获取各个网点的车辆历史调入的网点及用户的历史取车时间，得到历史调入网点集合及历史取车时间集合。

将历史位置集合、历史打开APP时间集合、历史打开APP次数集合、历史取车时间集合、历史调入网点集合及调度开始时间集合作为训练数据输入机器学习模型对机器学习模型进行训练，生成训练过的机器学习模型。

作为一个具体的实施例，对机器学习模型训练的过程如下：

利用k-means算法，按照15分钟/次的频率，分别对历史位置集合及历史打开APP次数集合进行聚类并将聚类后的历史位置集合中的各个数据归一化；

将历史打开APP时间集合、历史打开APP时间集合、历史打开APP次数集合、历史取车时间集合及调度开始时间集合作为特征，历史调入网点集合作为标签对机器学习模型进行训练。

可选地，在得到需要调入车辆的网点及对应的调出车辆的网点之后，该方法还包括：

将网点推送给用户。

可选地，机器学习模型为SVM模型。

本发明实施例提供的车辆调度方法，利用训练过的机器学习模型进行车辆调度，能够满足非固定网点的车辆调度需求及即时响应用户的需求，提高了调度的灵活性及效率。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

可以理解的是，上述方法及装置中的相关特征可以相互参考。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

此外，存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

需要说明的是，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。