[發明專利]一種車輛維護人員調度方法和系統

在審

• 申請號: 201910961821.4
• 申請日: 2019-10-11
• 公開（公告）號: CN111882097A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 呂偉;王瑜;李敏;向舒粲
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q10/00
• 代理公司: 成都七星天知識產權代理有限公司 51253
• 代理人: 袁春曉

1.一種車輛維護人員數量預估方法，其特征在于，所述方法包括：

獲取第一時間段內與目標區域相關的預估訂單數；所述預估訂單數為用車訂單數預估值；基于所述預估訂單數，確定所述第一時間段內與所述目標區域相關的預估工單數；所述預估工單數為待維護的車輛數量預估值；

獲取維護人員的人員工單數；

基于所述預估工單數，以及所述維護人員的人員工單數，確定所述第一時間段內與所述目標區域相關的維護人員的目標數量。

2.根據權利要求1所述的方法，其特征在于，所述獲取第一時間段內與目標區域相關的預估訂單數包括：

至少基于第一時間段以及目標區域，利用機器學習模型獲取所述第一時間段內與所述目標區域相關的所述預估訂單數；所述機器學習模型包括時間序列模型。

3.根據權利要求2所述的方法，其特征在于，所述機器學習模型通過以下步驟獲?。?/p>

獲取初始機器學習模型，

獲取各區域內的歷史訂單數以及相關特征，

將所述相關特征作為輸入數據，將對應的歷史訂單數作為參考標準訓練所述初始機器學習模型，獲取所述機器學習模型。

4.根據權利要求3所述的方法，其特征在于，所述相關特征包括以下中的至少一種：區域的標識、與歷史訂單數相關的時間信息以及與所述時間信息相關的背景特征。

5.根據權利要求4所述的方法，其特征在于，所述與歷史訂單數相關的時間信息包括以下中的至少一種：歷史訂單數對應的時刻區間，歷史訂單數對應的日期區間以及歷史訂單數對應的星期信息；

所述與所述時間信息相關的背景特征包括與所述時間信息對應的：天氣、節假日屬性、平臺相關的車輛數量、交通狀況、區域內大型活動、其他區域的大型活動、用車優惠、政策中的至少一個。

6.根據權利要求1所述的方法，其特征在于，所述基于所述預估訂單數，確定所述第一時間段內與所述目標區域相關的預估工單數包括：

獲取所述預估訂單數的轉化因子；

基于所述預估訂單數和所述轉化因子，確定所述第一時間段內與所述目標區域相關的預估工單數。

7.根據權利要求6所述的方法，其特征在于，所述轉化因子與第一歷史時間段內的歷史訂單數和歷史工單數相關。

8.根據權利要求1所述的方法，其特征在于，所述獲取維護人員的人員工單數包括：獲取第二歷史時間段內與所述目標區域相關的歷史工單數；

獲取第二歷史時間段內與所述目標區域相關的所述維護人員的歷史數量；

基于所述第二歷史時間段內與所述目標區域相關的歷史工單數和所述維護人員的所述歷史數量，獲取所述維護人員的人員工單數。

9.根據權利要求1所述的方法，其特征在于，所述維護人員的人員工單數包括第二歷史時間段內維護人員的平均工單數或第二歷史時間段內維護人員的最高工單數。

10.一種車輛維護人員數量預估系統，其特征在于，所述系統包括：

訂單數預估模塊，用于獲取第一時間段內與目標區域相關的預估訂單數；所述預估訂單數為用車訂單數預估值；

工單數預估模塊，用于基于所述預估訂單數，確定所述第一時間段內與所述目標區域相關的預估工單數；所述預估工單數為待維護的車輛數量預估值；

維護人員工單數獲取模塊，用于獲取維護人員的人員工單數；

維護人員目標數量確定模塊，用于基于所述預估工單數，以及所述維護人員的人員工單數，確定所述第一時間段內與所述目標區域相關的維護人員的目標數量。

11.根據權利要求10所述的系統，其特征在于，所述訂單數預估模塊進一步用于：

至少基于第一時間段以及目標區域，利用機器學習模型獲取所述第一時間段內與所述目標區域相關的所述預估訂單數；所述機器學習模型包括時間序列模型。