一种网联车系统的调度方法技术方案

本发明专利技术公开了一种网联车系统的调度方法，属于智慧交通领域；具体为：首先、针对当前时刻，实时获取待调度区域及相邻区域的服务方和服务对象的数量，作为供需信息；然后，将供需信息输入至训练好的神经网络中，输出每个区域所有定价因子的价值估计值；并利用ε

A scheduling method of network connected train system

【技术实现步骤摘要】
一种网联车系统的调度方法


[0001]本专利技术属于智慧交通领域，具体是一种网联车系统的调度方法。

技术介绍

[0002]车用无线通信技术(Vehicle
‑
to
‑
Everything,V2X)是将车辆与事物相连接的新一代通信技术，其中V代表车辆(服务方)，X代表任何与车交互信息的对象，包含车、人和网络。V2X将交通参与要素有机地联系在一起，不仅可以支撑车辆获得比单车更多的感知信息，还有利于构建一个智慧的网联系统，对提高交通效率、节省资源、减少污染、降低事故发生率以及改善交通管理具有重要意义。
[0003]然而，网联车系统的一个主要障碍是时空供需不平衡；例如，当需求高于供应时，服务对象忍受更长的等待时间，降低了用户满意度；相反，服务方空驶去寻找订单，降低了服务方的热情。
[0004]针对供需不平衡的问题，现有技术提出了两种解决方法，分别是动态定价和车辆调度。动态定价抑制了价格敏感的服务对象，有助于确保高可靠性服务。而车辆调度会为服务方推荐潜在收入高或需求高的区域，来提高系统的性能。
[0005]但是，现有技术没有考虑优化定价和车辆调度策略的高度相关性，会导致服务平台的性能不佳。如果仅仅依靠定价，服务方会倾向于选择定价高的区域，无法公平实现其他区域的需求。而仅依靠需求驱动的车辆调度无法实现服务方利润最大化，因为定价会影响服务对象的需求分配。

技术实现思路

[0006]针对现有网联车系统由于未联合考虑定价和调度，导致服务双方供需失衡的技术问题，本专利技术提供了一种网联车系统的调度方法，同时提高了网联车系统的订单响应率和服务方的收益，并减少了服务对象的等待时长。
[0007]所述一种网联车系统的调度方法，包括以下步骤：
[0008]步骤一、针对当前时刻，实时获取待调度区域及相邻区域的服务方和服务对象的数量，作为供需信息；
[0009]步骤二、利用样本训练神经网络，并将供需信息输入至训练好的神经网络中，输出每个区域所有定价因子的价值估计值；并利用ε
‑
greedy策略，为各区域选择各自的唯一定价因子；
[0010]训练神经网络的步骤如下：
[0011]首先，从样本池中获取经验样本，将各区域当前历史时刻的经验样本输入估计Q网络中，输出对应区域定价因子的价值估计值；
[0012]然后，将各区域下一历史时刻的经验样本输入目标Q网络中，输出对应区域定价因子的价值目标值；
[0013]最后，针对同一个区域的价值估计值与价值目标值，基于最小化差值为训练目标，
构建损失函数更新估计Q网络的参数；并每隔固定迭代次数，更新目标Q网络；直至达到最大迭代次数，将估计Q网络确定为训练完的神经网络模型；
[0014]损失函数如下：
[0015][0016]其中，θ是估计Q网络的参数，θ
‑
是目标Q网络的参数，指区域Z
i
当前历史时刻t的供需信息，指区域Z
i
当前历史时刻t的定价因子，γ为超参数，作为即时回报和未来价值的权重。
[0017]r
ti
指区域Z
i
当前历史时刻t选择定价因子得到的回报值，计算如下：
[0018][0019]其中是服务方能够满足服务的对象数量，是由各区域的订单距离和行程时间得到的固定价格，是区域Z
i
当前历史时刻t对应的服务方数量；是区域Z
i
当前历史时刻t对应的服务对象数量；pently是预设的数值。
[0020]步骤三、将各区域的服务对象数量和唯一定价因子输入至调节函数，计算各区域中接受定价的服务对象数量，随机选择等数量的服务方进行服务；
[0021]针对区域Z
i
，接受定价的服务对象数量的计算公式为：
[0022][0023]其中表示区域Z
i
的服务对象请求数，表示接受定价的服务对象数量与定价因子成负线性相关的调节函数。
[0024]步骤四、同时，将各区域没有接受定价的剩余服务方，输入至已学习的网络流调度模型，输出对各服务方的调度策略并执行；
[0025]具体过程如下：
[0026]步骤401，输入每个时刻各区域的供需信息计算各区域的供需差，该时刻所有区域的供需差组成供需不平衡矩阵
[0027]供需差计算公式为：
[0028]步骤402，根据供需不平衡矩阵构建节点集和边集，组成时刻t对应的重调度网络流模型；重调度网络流模型表示为有向二部图
[0029]每个区域作为一个节点，根据供需差将节点集表示为：每个区域作为一个节点，根据供需差将节点集表示为：是服务方大于服务对象的节点集，即方大于服务对象的节点集，即是服务方小于服务对象的节点集，
[0030]边集ε由从中的节点到中的节点的有向边组成；
[0031]中的节点Z
i
到中的节点Z
j
组成有向边的权重计算如下，
[0032][0033]其中，权重是节点Z
j
的未来价值减去节点Z
i
的价值，与燃料成本的和；cost(Z
i
,Z
j
)是节点Z
i
到节点Z
j
有向边的燃料成本；是时刻t对节点Z
i
内单个服务方的区域价值；e(Z
i
,Z
j
)是从节点Z
i
过渡到节点Z
j
所需的时刻；是时刻t+e(Z
i
,Z
j
)对节点Z
i
内单个服务方的区域价值。
[0034]步骤403，根据重调度网络流模型，生成在时刻t对应的最大化服务方的总收益的目标函数：
[0035][0036]其中表示从供应节点Z
i
调度到需求节点Z
j
的空闲服务方数量；ε为所有区域的集合；
[0037]同时，设定目标函数对应的约束条件；
[0038]C1
[0039]C2
[0040]C3
[0041]C4
[0042]C5
[0043]约束条件包括：
[0044]C1确保从供应节点Z
i
调度到每个需求节点Z
j
的空闲服务方数量，不超过该供应节点Z
i
的空闲服务方数量；表示时刻t区域Z
i
的空闲服务方数量；
[0045]C2确保从所有供应节点Z
i
调度到需求节点Z
j
的空闲服务方数量，不超过该需求节点Z
j
处的剩余需求数量；表示时刻t区域Z
i
的剩余需求服务方数量；
[0046]C3限制了空闲服务方的调度空间；
[0047]C4限制了从供应节点到需求节点的重新本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网联车系统的调度方法，其特征在于，具体步骤如下：首先、针对当前时刻，实时获取待调度区域及相邻区域的服务方和服务对象的数量，作为供需信息；然后、利用样本训练神经网络，并将供需信息输入至训练好的神经网络中，输出每个区域所有定价因子的价值估计值；并利用ε
‑
greedy策略，为各区域选择各自的唯一定价因子；最后、将各区域的服务对象数量和唯一定价因子输入至调节函数，计算各区域中接受定价的服务对象数量，随机选择等数量的服务方进行服务；针对区域Z
i
，接受定价的服务对象数量的计算公式为：其中表示区域Z
i
的服务对象请求数，表示接受定价的服务对象数量与定价因子成负线性相关的调节函数；同时，将各区域没有接受定价的剩余服务方，输入至已学习的网络流调度模型，输出对各服务方的调度策略并执行。2.如权利要求1所述的一种网联车系统的调度方法，其特征在于，所述训练神经网络的步骤如下：首先，将各个历史时刻的供需信息，区域的定价因子存储到样本池；对样本池进行有放回采样，得到经验样本，将各区域当前历史时刻的经验样本输入估计Q网络中，输出对应区域定价因子的价值估计值；然后，将各区域下一历史时刻的经验样本输入目标Q网络中，输出对应区域定价因子的价值目标值；最后，针对同一个区域的价值估计值与价值目标值，基于最小化差值为训练目标，构建损失函数，通过随机梯度下降最小化损失函数，更新估计Q网络的参数；并每隔固定迭代次数，更新目标Q网络；直至达到最大迭代次数，将估计Q网络确定为训练完的神经网络模型。3.如权利要求2所述的一种网联车系统的调度方法，其特征在于，所述损失函数如下：其中，θ是估计Q网络的参数，θ
‑
是目标Q网络的参数，指区域Z
i
当前历史时刻t的供需信息，指区域Z
i
当前历史时刻t的定价因子，γ为超参数，作为即时回报和未来价值的权重；r
ti
指区域Z
i
当前历史时刻t选择定价因子得到的回报值，计算如下：其中是服务方能够满足服务的对象数量，是由各区域的订单距离和行程时间得到的固定价格，是区域Z
i
当前历史时刻t对应的服务方数量；是区域Z
i
当前历史时刻t对应的服务对象数量；pently是预设的数值。4.如权利要求1所述的一种网联车系统的调度方法，其特征在于，对所述网络流调度模
型进行学习，具体过程如下：步骤401，输入每个时刻各区域的供需信息计算各区域的供需差，该时刻所有区域的供需差组成供需不平衡矩阵供需差计算公式为：步骤402，根据供需不平衡矩阵构建节点集和边集，组成时刻t对应的重调度网络流模型；重调度网络流模型表示为有向二部图每个区域作为一个节点，根据供需差将节点集表示为：每个区域作为一个节点，根据供需差将节点集表示为：是服务方大于服务对象的节点集，即服务对象的节点集，即是服务方小于服务对象的节点集，边集ε由从中的节点到中的节点的有向边组成；步骤403，根据重调度网络流模型，生成在时刻t对应的最大化服务方的总收益的目标函数：...

【专利技术属性】
技术研发人员：王强，刘天骄，徐琛，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：