[發明專利]基于多目標遺傳算法的用車調價方法、系統及存儲介質

在審

• 申請號: 202110036154.6
• 申請日: 2021-01-12
• 公開（公告）號: CN112927005A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 李秋瑋;譚英杰;殷燕萍;柳影波
• 申請（專利權）人: 同程網絡科技股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/26;G06N3/12
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請涉及一種基于多目標遺傳算法的用車調價方法、系統及存儲介質，其屬于互聯網移動出行用車，其中方法包括：隨機生成若干組針對某一出發城市組的調價編碼，調價編碼由與各供應商對應的調價系數組成；根據預設的適應度函數，計算調價編碼的適應度信息，根據適應度信息篩選出調價編碼中的非支配解，并定義為優選編碼；將優先編碼按照對應的適應度信息，以輪盤賭算法的方式生成父代編碼；將父代編碼按照預設的交叉算子和變異算子進行計算，生成子代編碼，更新優選編碼；判斷是否滿足預設的終止條件，當滿足預設的終止條件時，根據最新的優選編碼確定最終調價編碼。本申請具有優選出平臺的實際營收最大化的方案的效果。

技術領域

本申請涉及互聯網移動出行用車的領域，尤其是涉及一種基于多目標遺傳算法的用車調價方法、系統及存儲介質。

背景技術

目前，隨著互聯網系統的高速發展，越來越多的企業圍繞網約車開展相應接送業務，給用戶出行提供便利的同時也在潛移默化的影響用戶出行習慣。為了更高把握拿下用戶的出行訂單，一些集成了多個供應商的平臺往往將指派的供應商進行黑盒處理或者直接按照約定價格進行報價。由于各個供應商在同一個城市下的價格尺度不一致，指定的報價不能適用于每一個城市，這會導致用戶叫車的實際體驗不佳，且平臺的實際營收也無法達到理想的效果。

現有的，人為根據實際營收和實際供求關系對供應商原始報價進行調整。在平臺成熟，訂單量較大且穩定時，適當將報價調高以獲取更多的收益；在訂單量較低時，適當將報價調低以吸引更多的用戶。

上述中的相關技術存在以下缺陷：人工調節周期較長，人為主觀因素對調價的策略存在干預，且實際收益與調價之間相關性不明顯，難以獲取使得平臺的實際營收最大化的方案。

發明內容

為了能優選出平臺的實際營收最大化的方案，本申請提供一種基于多目標遺傳算法的用車調價方法、系統及存儲介質。

第一方面，本申請提供一種基于多目標遺傳算法的用車調價方法，采用如下的技術方案：

一種基于多目標遺傳算法的用車調價方法，包括：

隨機生成若干組針對某一出發城市組的調價編碼，所述調價編碼由與各供應商對應的調價系數組成，所述出發城市組包括若干消費水平相近的出發城市；

根據預設的適應度函數計算所述調價編碼的適應度信息；

根據適應度信息篩選出所述調價編碼中的非支配解，并定義為優選編碼；

將所述優先編碼按照對應的所述適應度信息，以輪盤賭算法的方式生成父代編碼；

將所述父代編碼按照預設的交叉算子和變異算子進行計算，生成子代編碼，根據所述子代編碼和所述父代編碼合并后的非支配解，更新所述優選編碼；

判斷是否滿足預設的終止條件，當滿足預設的終止條件時，根據最新的優選編碼確定最終調價編碼。

通過采用上述技術方案，隨機生成某一城市內的所有供應商的調價系數，生成調價編碼，經過父代編碼和子代編碼的迭代運算，不斷地對種群進行迭代更新，并且由適應度函數篩選出非支配解，最終獲取適應度函數較大的調價編碼。經過不斷的迭代，使得各個供應商的調價系數總體向收益更大的方向移動，最終能夠實現平臺收益最大化。

可選的，所述隨機生成若干組針對某一出發城市組的調價編碼，之前包括：

獲取所有城市的有效訂單信息，所述有效訂單信息包括出發城市、里程數和價格；

根據所述里程數和所述價格生成每公里均價，所述每公里均價與所述有效訂單信息一一對應；

根據同一所述出發城市的所有每公里均價生成四分位數信息，所述四分位數信息與所述出發城市一一對應；

基于所述四分位數信息，對所述出發城市進行聚類生成出發城市組，所述出發城市組的個數是預設的，每個所述出發城市組包括若干出發城市。