一种基于需求预测的景区观光车智能调度系统及方法技术方案

本发明专利技术提供一种基于需求预测的景区观光车智能调度系统及方法，通过基于景区观光车历史运营数据信息，采用时间序列预测方法得出未来时间内的观光车需求量，构建以总的运输成本最小的观光车调度模型，选用遗传算法对该观光车调度模型进行求解，生成科学合理的景区观光车智能调度方案。系统在接收到每个景区观光车的需求量后，智能化生成科学合理的调度方案，实现对不同景区内观光车调度的统一管理，在调度功能中，具有调度权限的管理员根据调度需求进行调度申请、调度派单等操作。本方法和系统依托景区观光车需求预测量，为景区观光车运营企业提供智能化调度功能，提高业务运营效率的同时节约企业的运营成本。

【技术实现步骤摘要】
一种基于需求预测的景区观光车智能调度系统及方法
本专利技术属于车辆智能调度
，具体涉及一种基于需求预测的景区观光车智能调度系统及方法。
技术介绍
景区观光车为游客在景区内游玩提供了极大的便利，但是目前景区观光车业务面临着观光车投放规模盲目、观光车调度分配不合理等方面的难题，有的景点观光车数量无法满足游客的需求，而有的景点观光车使用率较低，给观光车运营企业带来较大的经济负担。因此科学准确的预测出共享观光车投放景区的需求量，同时快速高效地实现不同景区间的车辆调度，不仅能满足游客对观光车的需求，而且对观光车运营企业和国家旅游经济的发展有着重要意义。目前关于景区观光车需求预测和调度通常以人工为主，观光车运营企业运维人员通过在现场来监测观光车运营系统中各个景区观光车租赁点的观光车使用数量，并根据景区观光车的使用情况优化配置各个景区的观光车数目，当某个旅游景点出现过量或者过少的观光车需求时，现场运维人员通过主观判断或者大致估算进行观光车的调度安排，这种传统的方式存在着观光车调度不精确、反应慢、耗时长、调度成本高等问题，无法有效解决景区观光车租赁点的观光车不平衡现象，降低了观光车运营企业的运行效率和服务水平，从而会影响运营企业的经济收益和景区共享观光车行业的长久可持续发展。在对共享观光车需求预测方法方面，文献[1]基于共享车辆系统，研究分析骑行用户的历史出行记录，得出不同车辆站点的需求量，文献[2]将研究共享单车系统，提出一种基于混合遗传算法和机器学习的方法，该方法将模糊C均值的遗传算法与反向传播网络(BPN)结合，并利用BPN预测器预测未来时刻车辆的需求量。文献[3]提出一种基于马尔可夫链种群模型的预测模型，该模型可以预测未来不同车辆点的需求量，文献[4]提出运营数据统计分析的重要性，文献[5]采用机器学习中的支持向量机和随机森林模型的方法，对某个共享单车站点中未来一段时期内是否有车辆归还进行预测，但是没有系统的讨论共享单车使用的未来需求问题。在共享观光车调度方法方面，文献[6]研究了共享单车点人流量特征，分别采用贪心算法和蚁群算法对构建的共享单车调度模型进行求解，文献[7]提出一种动态调度模型，该模型根据短期需求预测量，来对各个车辆站点的车辆数量进行调度分配，文献[8]以共享汽车需求不确定情况下的最优汽车分配策略为研究对象，构建了多阶段随机线性规划模型，并通过分层计算进行求解，文献[9]提出多调度中心的静态车辆路径规划模型，以此用于解决针对共享单车系统中存在的调度问题，文献[10]研究了经典VRP模型中调度车辆产生的一系列成本、包括油耗、折旧成本，适用于在城市道路场景下的车辆成本计算，文献[11]综合考虑了实际车辆物流配送中各种因素，采用遗传算法进行物流车辆调度问题进行了求解，文献[12]和[13]均以最小调度运输距离为目标函数进行对车辆调度问题的分析，在算法求解方面，利用了遗传算法和基于列生成的启发式算法分别对构建的调度模型进行求解。上述提到的相关文献：[1]KaltenbrunnerA,MezaR,GrivollaJ,etal.Bicyclecyclesandmobilitypatterns-Exploringandcharacterizingdatafromacommunitybicycleprogram[J].ComputerScience,2008.[2]XuehongGao,GyuM.Lee.Moment-basedrentalpredictionforbicycle-sharingtransportationsystemsusingahybridgeneticalgorithmandmachinelearning[J].Computers&amp；IndustrialEngineering,2019,128.[3]ChengFeng,JaneHillston,Reijsbergen.Moment-basedavailabilitypredictionforbike-sharingsystems[J].PerformanceEvaluation,2017,117.[4]AhmedAbdelmoumeneKadri,ImedKacem,KarimLabadi.Abranch-and-boundalgorithmforsolvingthestaticrebalancingprobleminbicycle-sharingsystems[J].Computers&amp；IndustrialEngineering,2016,95.[5]BacciuD,CartaA,GnesiS,etal.Anexperienceinusingmachinelearningforshort-termpredictionsinsmarttransportationsystems[J].JournalofLogicalandAlgebraicMethodsinProgramming,2017,87:52-66.[6]周传钰.共享单车投放量测算和调度方法研究[D].北京交通大学,2018.[7]XuH,DuanF,PuP.Dynamicbicycleschedulingproblembasedonshort-termdemandprediction[J].AppliedIntelligence,2018.[8]FanW.OptimizingStrategicAllocationofVehiclesforOne-WayCar-sharingSystemsUnderDemandUncertainty[C]//JournaloftheTransportationResearchForum.TransportationResearchForum,2014.[9]YingLiu,W.Y.Szeto,SinC.Ho.Astaticfree-floatingbikerepositioningproblemwithmultipleheterogeneousvehicles,multipledepots,andmultiplevisits[J].TransportationResearchPartC,2018,92.[10]YixiaoHuang,LeiZhao,TomVanWoensel,Jean-PhilippeGross.Time-dependentvehicleroutingproblemwithpathflexibility[J].TransportationResearchPartB,2017,95.[11]M.B.Baker,M.A.Ayechew.Ageneticalgorithmforthevehicleroutingproblem[J].Computers&OperationsResearch,2003,30:787-800.[12]XuCH.DynamicColumnGenerationforDynamicVehicl本文档来自技高网...

【技术保护点】
1.一种基于需求预测的景区观光车智能调度系统，其特征在于：包括观光车业务运营系统、运营数据采集及处理中心、观光车需求预测量计算平台以及观光车智能调度中心；其中，/n观光车业务运营系统包括设备服务器，以及与设备服务器网络连接的观光车车载终端、用户端、运维端和后台管理系统，用于用户与观光车车载终端之间的通信、观光车的定位和控制、以及观光车业务运营相关数据信息的获取；/n运营数据采集及处理中心，用于从观光车业务运营系统获取观光车业务运营相关数据信息，并进行数据的存储、查询和处理功能，形成观光车历史使用情况数据的数据集；/n观光车需求预测量计算平台，用于以所述的数据集为原始时间序列，结合影响观光车需求的天气因素、游客因素和时间因素，构建ARIMA模型，得出每个景区观光车需求预测量；/n观光车智能调度中心，用于根据观光车业务运营系统的实时信息，以及所述的观光车需求预测量，向调度中心的调度运输车辆进行调度派单，完成景区之间的观光车调度。/n

【技术特征摘要】
1.一种基于需求预测的景区观光车智能调度系统，其特征在于：包括观光车业务运营系统、运营数据采集及处理中心、观光车需求预测量计算平台以及观光车智能调度中心；其中，
观光车业务运营系统包括设备服务器，以及与设备服务器网络连接的观光车车载终端、用户端、运维端和后台管理系统，用于用户与观光车车载终端之间的通信、观光车的定位和控制、以及观光车业务运营相关数据信息的获取；
运营数据采集及处理中心，用于从观光车业务运营系统获取观光车业务运营相关数据信息，并进行数据的存储、查询和处理功能，形成观光车历史使用情况数据的数据集；
观光车需求预测量计算平台，用于以所述的数据集为原始时间序列，结合影响观光车需求的天气因素、游客因素和时间因素，构建ARIMA模型，得出每个景区观光车需求预测量；
观光车智能调度中心，用于根据观光车业务运营系统的实时信息，以及所述的观光车需求预测量，向调度中心的调度运输车辆进行调度派单，完成景区之间的观光车调度。


2.根据权利要求1所述的基于需求预测的景区观光车智能调度系统，其特征在于：所述的设备服务器基于Swoole框架实现与观光车车载终端的实时通信，与观光车车载终端保持长连接，接收并处理观光车车载终端主动上报的定位和状态，向观光车车载终端发送指令对观光车进行控制，并实现与用户端、运维端和后台管理系统的接口，用于设备服务器和数据后台的实时互通，实现运营相关数据信息的获取。


3.根据权利要求1所述的基于需求预测的景区观光车智能调度系统，其特征在于：所述的观光车需求预测量计算平台具体以单个景区的历史一段时间内的景区内的共享观光车使用数据作为原始时间序列；得到该单个景区的观光车需求预测量。


4.根据权利要求1所述的基于需求预测的景区观光车智能调度系统，其特征在于：所述的观光车智能调度中心的具体调度方法如下：
根据观光车需求预测量计算平台计算得到的每个景区观光车需求预测量，并结合各景区现有运营的观光车数量，归纳计算出各个景区的观光车需求差，确定调度需求；
构建景区共享观光车静态调度模型，在已知调度运输车辆、观光车数量和观光车调度需求景区的情况下，对调度运输车辆的运行路线进行合理规划，在满足景区观光车需求的同时实现总的调度成本最低作为约束条件；
采用遗传算法...

【专利技术属性】
技术研发人员：程硕，和欢，方艺霖，闫坚，
申请(专利权)人：湖北合纵科创能源科技有限公司，
类型：发明
国别省市：湖北;42