【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种医院车辆停车调度方法、系统及设备。
技术介绍
1、现有的医院车辆停车调度通常只根据用户上传的停车需求信息和医院已有的车位配置为用户的车辆进行车位匹配，难以在发生突发事故(如自然灾害、交通事故等)使得医院车位需求突然增加时进行灵活调整，从而在发生突发事故使得医院车位需求突然增加时停车调度方案不合理、不可靠，难以满足需求。
技术实现思路
1、为了解决上述提出的至少一个技术问题，本专利技术提供了一种医院车辆停车调度方法、系统及设备，该方法能够在发生突发事故使得医院车位需求突然增加时进行灵活调整，提高医院车辆停车调度方案的合理性和可靠性。
2、第一方面，本专利技术提供了一种医院车辆停车调度方法，方法包括：
3、构建状态空间、动作空间和奖励函数，所述状态空间中包含预设的医院车位状态、预设的各类停车需求类型以及对应的状态特征，所述停车需求类型包括突发类停车需求、门诊类停车需求、急诊类停车需求、工作类停车需求和到访类停车需求，所述动作空间包含给各类所述停车需求类型进行车位分配的动作，所述奖励函数用于计算为各类所述停车需求类型分配到一个车位时的奖励值，为各类所述停车需求类型分配到一个车位时的奖励值从高到低对应的停车需求类型分别为所述突发类停车需求、所述急诊类停车需求、所述门诊类停车需求、所述工作类停车需求、所述到访类停车需求；
4、将所述状态空间、所述动作空间和所述奖励函数输入深度强化学习模型中对所述深度强化学习模型进行训练，使
5、实时采集目标数据源的数据并对所述目标数据源的数据进行处理，生成突发类停车需求数据，所述目标数据源的数据包括预设的目标区域的交通流量数据、道路状况数据、气象数据和网络通报数据，所述突发类停车需求数据为空白数据或者包括所述突发类停车需求和对应的所述状态特征；
6、响应于接收到用户上传的停车需求信息，将所述停车需求信息、所述医院车位状态和所述突发类停车需求数据输入训练后的所述深度强化学习模型，输出第一停车调度方案，所述停车需求信息包括用户对应的所述停车需求类型。
7、作为一种可选的实施方式，所述停车需求信息还包括停车偏好信息，所述停车偏好信息为用户对行驶时间和步行距离的偏好分值；
8、在所述输出第一停车调度方案之后，所述方法还包括：
9、根据所述第一停车调度方案和所述停车需求信息生成各用户对应的车位分配决策变量；
10、根据所述停车偏好信息和所述医院车位信息生成各所述车位分配决策变量对应的主观停车效用和收益值，所述主观停车效用为：
11、
12、其中，l为所述步行距离，t为所述行驶时间，为用户对所述步行距离的偏好分值，为用户对所述行驶时间的偏好分值，lmin和lmax分别为用户在各个共享车位停车后所述步行距离的最小值和最大值，tmin和tmax分别为用户到各个共享车位停车所需的所述行驶时间的最小值和最大值；所述收益值为：
13、
14、其中，t0为基准时间，tr1为用户r的所述步行距离对应的步行时间，tr2为用户r的所述行驶时间，ar＝1表示用户r被分配到车位，ar＝0表示用户r没有被分配到车位，v为预设的负数值；
15、构建车辆停放调度模型，并构建所述车辆停放调度模型的第一目标函数、第二目标函数和约束条件，所述第一目标函数为：
16、
17、
18、其中，r表示用户，rt表示第t次调度车位时所述停车需求信息对应的用户数，为所述车位分配决策变量对应的所述收益值，m表示车位，m为车位总数，为用户r对应的所述车位分配决策变量，ρ为个人收益期望值；所述第二目标函数为：
19、
20、其中为用户r被分配到车位m时对应的所述主观停车效用；
21、在服从所述约束条件的前提下，优先最大化所述第一目标函数后最大化所述第二目标函数，求解所述车辆停放调度模型，得到第二停车调度方案，并将所述第一停车调度方案中各用户对应的停车调度方案替换为所述第二停车调度方案。
22、作为一种可选的实施方式，所述响应于接收到用户上传的停车需求信息，将所述停车需求信息、所述医院车位状态和所述突发类停车需求数据输入训练后的所述深度强化学习模型包括：
23、采用预设的基于事件触发的控制律与资源调度协调策略对所述停车需求信息进行监测，在接收到所述停车需求信息时将所述停车需求信息、所述医院车位状态和所述突发类停车需求数据输入训练后的所述深度强化学习模型。
24、作为一种可选的实施方式，所述基于事件触发的控制律与资源调度协调策略的预设包括：
25、基于参数不确定离散切换模型对所述停车需求信息的事件触发被控系统进行建模，然后基于线性矩阵不等式构建所述基于事件触发的控制律与资源调度协调策略。
26、作为一种可选的实施方式，所述停车需求信息还包括用户类型和用户年龄；
27、所述根据所述第一停车调度方案和所述停车需求信息生成各用户对应的车位分配决策变量包括：
28、根据所述用户类型和所述用户年龄计算得到各用户对应的车位分配优先级；
29、根据所述第一停车调度方案和所述车位分配优先级生成各用户对应的所述车位分配决策变量。
30、作为一种可选的实施方式，所述根据所述用户类型和所述用户年龄计算得到各用户对应的车位分配优先级包括：
31、根据所述用户类型计算紧迫程度系数的值；其中，若所述用户类型为探视类或工作类，则所述紧迫程度系数的值为1；若所述用户类型为门诊类，则所述紧迫程度系数的值为2；若所述用户类型为急诊类，则所述紧迫程度系数的值为3；
32、根据所述用户年龄计算得到年龄段系数的值；其中，若所述用户年龄大于预设年龄，则所述年龄段系数的值为2；若所述用户年龄小于预设年龄，则所述年龄段系数的值为1；
33、根据所述紧迫程度系数的值和所述年龄段系数的值计算得到所述车位分配优先级，所述车位分配优先级为：
34、
35、其中，i为所述紧迫程度系数的值，j为所述年龄段系数的值。
36、作为一种可选的实施方式，所述根据所述第一停车调度方案和所述停车需求信息生成各用户对应的车位分配决策变量包括：
37、根据所述第一停车调度方案获取各用户对应的可分配车位信息；
38、根据所述停车需求信息和所述可分配车位信息，通过匈牙利算法生成各用户对应的所述车位分配决策变量。
39、作为一种可选的实施方式，所述车辆停放调度模型的约束条件包括：
40、
41、
42、
43、
44、其中，lm和tm分别表示用户在车位m停车的步行距离和行驶时长，lr max和tr max分别表示用户r可接受的最大步行距离和最大行驶时长，um本文档来自技高网...
【技术保护点】
1.一种医院车辆停车调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种医院车辆停车调度方法，其特征在于，所述停车需求信息还包括停车偏好信息，所述停车偏好信息为用户对行驶时间和步行距离的偏好分值；
3.根据权利要求1所述的一种医院车辆停车调度方法，其特征在于，所述响应于接收到用户上传的停车需求信息，将所述停车需求信息、所述医院车位状态和所述突发类停车需求数据输入训练后的所述深度强化学习模型包括：
4.根据权利要求3所述的一种医院车辆停车调度方法，其特征在于，所述基于事件触发的控制律与资源调度协调策略的预设包括：
5.根据权利要求2所述的一种医院车辆停车调度方法，其特征在于，所述停车需求信息还包括用户类型和用户年龄；
6.根据权利要求5所述的一种医院车辆停车调度方法，其特征在于，所述根据所述用户类型和所述用户年龄计算得到各用户对应的车位分配优先级包括：
7.根据权利要求2所述的一种医院车辆停车调度方法，其特征在于，所述根据所述第一停车调度方案和所述停车需求信息生成各用户对应的车位分配决策变量包括：
8.根据权利要求2所述的一种医院车辆停车调度方法，其特征在于，所述车辆停放调度模型的约束条件包括：
9.一种医院车辆停车调度系统，其特征在于，所述医院车辆停车调度系统包括：
10.一种电子设备，其特征在于，所述电子设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-8中任一项所述的一种医院车辆停车调度方法。
...【技术特征摘要】
1.一种医院车辆停车调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种医院车辆停车调度方法，其特征在于，所述停车需求信息还包括停车偏好信息，所述停车偏好信息为用户对行驶时间和步行距离的偏好分值；
3.根据权利要求1所述的一种医院车辆停车调度方法，其特征在于，所述响应于接收到用户上传的停车需求信息，将所述停车需求信息、所述医院车位状态和所述突发类停车需求数据输入训练后的所述深度强化学习模型包括：
4.根据权利要求3所述的一种医院车辆停车调度方法，其特征在于，所述基于事件触发的控制律与资源调度协调策略的预设包括：
5.根据权利要求2所述的一种医院车辆停车调度方法，其特征在于，所述停车需求信息还包括用户类型和用户年龄；
【专利技术属性】
技术研发人员：曾霖，林浩坚，何嘉铃，陈漫斌，
申请(专利权)人：佛山市佛盈盘古信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。