[發明專利]一種車輛需求預測方法和系統

在審

• 申請號: 201410728550.5
• 申請日: 2014-12-03
• 公開（公告）號: CN104361417A
• 公開（公告）日: 2015-02-18
• 發明（設計）人: 劉理峰;沈亮;李題印;沈凱;高俊清;包拯民;陸厚達;屠永偉
• 申請（專利權）人: 浙江欣凱銳電力發展有限公司;國家電網公司;國網浙江杭州市余杭區供電公司;國網浙江省電力公司杭州供電公司;國網浙江省電力公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

技術領域

本發明涉及需求預測領域，特別是涉及一種車輛需求預測方法和系統。

背景技術

隨著現代城市化進程的發展和電力電網范圍的擴大，供電公司各種車輛也在不斷適應企業發展的需要。企業車輛如何在數量、投入產出、經濟效益、安全之間實現平衡和兼顧一直是各大企業重點關注和研究的課題。

為了解決當前車輛管理面臨的困境，首先，我們要對當前的形式和未來的發展做好分析和預測；然后，根據分析和預測的結果，提出供電公司車輛調度的優化模型；最后，通過該方法解決供電公司所面臨的問題。需求預測是資源配置的首要條件，在應急管理中，只有確定了資源的數量，才能夠將有限資源合理的配置在不同的地方。

在應急資源需求分析的基礎上，可以發現供電公司應急車輛資源需求預測是一個多輸入(危險源指標)單輸出(應急車輛)或者多輸入多輸出的預測問題，而且輸入輸出具有因果關系，目前符合多個因變量的預測方法主要有多元線性回歸預測和神經網絡預測方法，其中，多元線性回歸預測對樣本數據質量要求較高，需要的樣本數據量也較大，如果數據樣本較小會造成較大的預測誤差；神經網絡預測需要大量的數據訓練多層網絡，而且預測結果不穩定，訓練的時間較長，函數的選擇比較依賴試驗，且缺乏依據。目前對供電公司的應急車輛需求缺乏準確的預測方法。

發明內容

有鑒于此，本發明的主要目的在于提供一種車輛需求預測方法，可以對應急需求準確地進行預測。

為實現上述目的，本發明提供了一種車輛需求預測方法，包括：

獲取車輛需求預測的參數，根據所述參數得到目標問題；

根據所述目標問題在案例庫中檢索與所述目標問題相似度最高的案例，將其確定為最似案例；

根據所述參數對所述最似案例進行修正；

利用修正后的所述最似案例解決所述目標問題得到實際解。

優選地，所述參數包括危險源指標。

優選地，根據所述目標問題在案例庫中檢索與所述目標問題相似度最高的案例，將其確定為最似案例后還包括：

利用所述最似案例解決所述目標問題得到目標解。

優選地，利用修正后的所述最似案例解決所述目標問題得到實際解后還包括：

將目標問題與所述目標解和所述實際解生成新案例。

優選地，將目標問題與所述目標解和所述實際解生成新案例后還包括：

將所述新案例添加進入案例庫。

本發明還提供了一種車輛需求預測系統，包括：

參數獲取模塊，用于獲取車輛需求預測的參數；

問題生成模塊，用于根據所述參數得到目標問題；

檢索模塊，用于根據所述目標問題在案例庫中檢索與所述目標問題相似度最高的案例，將其確定為最似案例；

修正模塊，用于根據所述參數對所述最似案例進行修正；

實際解獲取模塊，用于利用修正后的所述最似案例解決所述目標問題得到實際解。

優選地，所述車輛需求預測系統還包括：

目標解獲取模塊，用于利用所述最似案例解決所述目標問題得到目標解。

優選地，所述車輛需求預測系統還包括：

案例生成模塊，用于將目標問題與所述目標解和所述實際解生成新案例。

優選地，所述車輛需求預測系統還包括：

更新模塊，用于將所述新案例添加進入案例庫。

應用本發明提供的車輛需求預測方法和系統，根據車輛需求預測的參數，得到目標問題，在案例庫中檢索與所述目標問題相似度最高的案例，并根據所述參數對最似案例進行修正來解決目標問題得到實際解，利用了最似案例的成功經驗，同時也考慮到目標問題與最似案例的差異對最似案例進行修正后再重用，解決目標問題，可以對車輛應急需求準確地進行預測。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。

圖1為本發明一種車輛需求預測方法的流程圖；

圖2為本發明一種車輛需求預測方法的又一流程圖；

圖3為本發明一種車輛需求預測方法的又一流程圖；

圖4為本發明一種車輛需求預測方法的又一流程圖；

圖5為本發明一種車輛需求預測方法的實施例案例推理原理示意圖；

圖6為本發明一種車輛需求預測方法的結構示意圖；