【技术实现步骤摘要】
本专利技术涉及任务调度，具体为一种基于出发时刻协同与阶段反馈的拼车调度方法及装置。
技术介绍
1、当今社会，打车出行已成为一种主流的出行方式，随着打车的人数越来越多，拼车也逐渐被越来越多人所使用。拼车可以将不同乘客的行程合并，一方面满足了乘客出行需求，降低了出行成本，另一方面也减少了车辆的空驶里程，提高道路通行效率。面对日渐增长的乘客用车需求与车辆载客需求，需要设计一种拼车调度方案来提高乘客的用车满意度和载客司机的载客效率。
2、现有技术中，公开号cn117808273公开了一种乘客出发时刻协同与阶段反馈的城际拼车调度方法及装置，通过获取某条线路下的城际网约车乘客出行数据，设置规划周期，构建问题场景，具体包括乘客订单集合、车辆集合和道路网络信息；在供需平衡的前提下，利用最佳插入算法将拼车订单加入行程解后通过启发式算法进行优化，对于满足协同要求的订单，在协调出发时刻并成功加入行程解后，对乘客反馈出行时刻和已接单通知，将已存在的行程解和运力进行预匹配，对已经到达发车时刻的行程派发车辆，确定接载关系后更新车辆和订单状态。
3、上述方法的主要问题是：需要获取乘客出行历史数据，并设置规划周期，导致调度方案的实时性较差，应对突发情况时不够灵活，并且采用最佳插入算法添加订单，通过启发式算法进行优化，两种算法结合之后的时间复杂度较高，不利于实时调度，在打车高峰期，可能会出现乘客等待时间过长的情况。
技术实现思路
1、本专利技术的目的在于提供一种基于出发时刻协同与阶段反馈的拼
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种基出发时刻协同与阶段反馈的拼车调度方法，具体步骤包括：
4、步骤1：在乘客发布行程请求时，采集请求发出时间、出发地点、目的地、乘车人数、乘客等待时间的信息，生成任务池；同时实时监测系统中车辆的状况，具体包括车辆与乘客距离、车辆容量、车辆已搭乘人数的信息，生成车辆池；
5、步骤2：从任务池中选择实际调度时重点关注的指标，生成调度任务池，基于调度任务池，在车辆池中选择与完成所选指标相关的车辆信息，生成车辆调度池；
6、步骤3：确定调度问题的优化目标，具体为最小化乘客等待时间、最小化车辆接客距离、最大化车辆的利用率，生成综合的适应度函数，使每个目标达到最优或接近最优状态，同时预设收敛条件；
7、步骤4：根据适应度函数，生成种群中个体的适应度，判断每个个体的适应度是否满足收敛条件，输出适应度满足收敛条件的个体；对于不满足收敛条件的个体，设置遗传算法的参数，具体包括种群大小、交叉概率、变异概率、迭代次数，对所述不满足收敛条件的个体执行交叉变异操作生成子代个体，计算子代个体的适应度是否满足收敛条件，迭代执行此过程直到产生满足收敛条件的子代个体，并输出子代个体种群；
8、步骤5：将所有满足收敛条件的个体生成综合调度池，综合调度池中的每一个个体即对应一种可选择的调度方案，按照调度方案向车辆池中满足方案的车辆发出指令。
9、进一步地，生成调度任务池所依据的原理为：
10、在乘客刚发布行程请求时进行拼车，此时调度的重点在于使拼车乘客在出发时刻上尽量同时，并且让车辆能够具有足够的座位搭载拼车乘客，调度任务池中的信息及顺序为：请求发出时间、出发地点、乘车人数、乘客等待时间、目的地；
11、在已经有乘客上车的情况时接收到拼车请求，此时调度的重点在于让车辆有足够的座位搭载拼车乘客和减少未上车乘客的等待时间，调度任务池中的信息及顺序为：乘车人数、请求发出时间、乘客等待时间、出发地点、目的地；
12、其中，调度任务池中的信息位置越靠前，说明该信息在此次调度中重要度越高；
13、生成的车辆调度池为：车辆与乘客距离、车辆容量、车辆已搭载人数。
14、进一步地，生成综合的适应度函数所依据的公式为：
15、
16、
17、其中，ucarry表示车辆的载客数量，utotal表示车辆的核载数量，s表示适应度函数，t表示乘客等待时间的总和，d表示车辆与乘客之间的距离，u表示车辆利用率，t表示乘客等待时间的权重，d表示车辆与乘客之间的距离的权重，u表示车辆利用率的权重，且t+d+u＝1；根据拼车过程中的实际情况，对t、d、u的值进行动态调整改变适应度函数以实现阶段反馈。
18、进一步地，预设收敛条件所依据的原理为：
19、当种群达到稳定值时表示此时的种群满足收敛条件，即迭代次数达到最大值，将刚好满足收敛时的个体的适应度取值定为适应度阈值，生成适应度阈值所依据的公式为：
20、
21、其中，s0表示适应度阈值，t0表示收集历史数据得到的乘客平均等待时间，d0表示收集历史数据得到的车辆与乘客之间的距离，u0表示收集历史数据得到的车辆利用率，t0表示收集历史数据得到的乘客平均等待时间所占权重，d0表示收集历史数据得到的车辆与乘客之间的距离所占权重，u0表示收集历史数据得到的车辆利用率所占权重，t0、d0、u0为三个固定值，并且t0+d0+u0＝1。
22、进一步地，判断每个个体的适应度是否满足收敛条件所依据的公式为：
23、ωi＝si-s0
24、其中，ωi表示第i个个体的适应度收敛参数，si表示第i个个体的适应度，s0表示预设的适应度阈值；
25、具体的判断原理为：
26、当ωi<0时，说明此时个体适应度未达到适应度阈值，个体不满足输出条件；
27、当ωi≥0时，说明此时个体适应度达到适应度阈值，满足收敛条件，可输出该个体作为一个调度方案。
28、进一步地，设置遗传算法的参数所依据的原理为：
29、种群大小的计算既要充分覆盖解的空间范围，同时不至于过大导致计算资源浪费，可将种群大小取值定为100；
30、交叉操作为两个或多个车辆载客方案进行交换或合并，以产生新的拼车方案，交叉概率的取值要兼顾促进信息交流和避免早熟收敛和产生局部最优解，可将交叉概率的取值定为0.8；
31、变异操作为对单个车辆路径的微小调整，包括交换路径上的两个乘客和调整路径顺序，变异概率的取值要兼顾保持种群多样性，防止早熟收敛，也要防止搜索过于随机，可将变异概率的取值定为0.06；
32、迭代次数表示遗传算法搜索和优化的总次数，迭代次数需要兼顾算法的收敛和计算资源的限制，可将迭代次数的取值定为100次。
33、进一步地，对不满足收敛条件的个体执行交叉变异操作生成子代个体所依据的步骤为：
34、对个体进行交叉操作的步骤为：
35、①针对所有不满足收敛条件的个体，按照适应度函数计算出每个个体的适应度值以及所有个体的适应度值总和，构建轮盘赌算法的轮盘；
36、②在轮盘中每个扇形的大小与个体的适应度值成正比，个本文档来自技高网...
【技术保护点】
1.一种基于出发时刻协同与阶段反馈的拼车调度方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的基于出发时刻协同与阶段反馈的拼车调度方法，其特征在于：所述步骤2中生成调度任务池所依据的原理为：
3.根据权利要求1所述的基于出发时刻协同与阶段反馈的拼车调度方法，其特征在于：所述步骤3中生成综合的适应度函数所依据的公式为：
4.根据权利要求1所述的基于出发时刻协同与阶段反馈的拼车调度方法，其特征在于：所述步骤3中预设收敛条件所依据的原理为：
5.根据权利要求1所述的基于出发时刻协同与阶段反馈的拼车调度方法，其特征在于：所述步骤4中判断每个个体的适应度是否满足收敛条件所依据的公式为：
6.根据权利要求1所述的基于出发时刻协同与阶段反馈的拼车调度方法，其特征在于：所述步骤4中设置遗传算法的参数所依据的原理为：
7.根据权利要求1所述的基于出发时刻协同与阶段反馈的拼车调度方法，其特征在于：所述步骤4中对不满足收敛条件的个体执行交叉变异操作生成子代个体所依据的步骤为：
8.一种基于出发时刻协同与阶段反馈
...【技术特征摘要】
1.一种基于出发时刻协同与阶段反馈的拼车调度方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的基于出发时刻协同与阶段反馈的拼车调度方法，其特征在于：所述步骤2中生成调度任务池所依据的原理为：
3.根据权利要求1所述的基于出发时刻协同与阶段反馈的拼车调度方法，其特征在于：所述步骤3中生成综合的适应度函数所依据的公式为：
4.根据权利要求1所述的基于出发时刻协同与阶段反馈的拼车调度方法，其特征在于：所述步骤3中预设收敛条件所依据的原理为：
5.根据权利要求1所述的基于出发时刻协同与阶段反馈的拼车调度...
【专利技术属性】
技术研发人员：于志杰，董广宇，刘金龙，
申请(专利权)人：北京白龙马云行科技有限公司，
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。