[發(fā)明專(zhuān)利]基于灰色模型和馬爾可夫決策過(guò)程的出租車(chē)司機(jī)尋客路線推薦方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110758914.4
• 申請(qǐng)日: 2021-07-05
• 公開(kāi)（公告）號(hào): CN113379159A
• 公開(kāi)（公告）日: 2021-09-10
• 發(fā)明（設(shè)計(jì)）人: 田源;賀孟曦;周天宇;陳零壹;薛澤楷;曹逸波
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京工程學(xué)院
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06Q30/06;G06Q50/30
• 代理公司: 南京智造力知識(shí)產(chǎn)權(quán)代理有限公司 32382
• 代理人: 汪芬

本發(fā)明公開(kāi)了基于灰色模型和馬爾可夫決策過(guò)程的出租車(chē)司機(jī)尋客路線推薦方法。該方法考慮了當(dāng)下出租車(chē)不斷普及的拼車(chē)服務(wù)，在考慮了空載出租車(chē)的路線推薦的情況下，進(jìn)一步提出了司機(jī)尋求拼車(chē)的路線推薦方法。本發(fā)明旨在提高出租車(chē)司機(jī)尋客效率和拼車(chē)成功率，并加入乘客對(duì)繞路的忍受程度作為限制條件，在提高出租車(chē)尋客效率的同時(shí)，一定程度上提高乘客的乘車(chē)體驗(yàn)。針對(duì)出租車(chē)司機(jī)之間的訂單競(jìng)爭(zhēng)，提出用灰色模型預(yù)測(cè)實(shí)時(shí)的司機(jī)與乘客的供求關(guān)系并與歷史數(shù)據(jù)挖掘出的一般規(guī)律結(jié)合，得到實(shí)時(shí)的打車(chē)成功率，將其代入馬爾可夫決策過(guò)程中通過(guò)策略迭代得到司機(jī)的推薦路線。

技術(shù)領(lǐng)域

本發(fā)明涉及智能交通領(lǐng)域，具體涉及一種基于灰色模型和馬爾科夫決策過(guò)程的出租車(chē)司機(jī)尋客路線推薦方法。

背景技術(shù)

在移動(dòng)通信技術(shù)高速發(fā)展的大背景下，提高出租車(chē)交通資源的利用率、最優(yōu)化司機(jī)收益以及盡可能保障市民出行的通暢，緩解打車(chē)難的問(wèn)題在出租車(chē)服務(wù)的改進(jìn)中是十分有意義的。

現(xiàn)有的出租車(chē)軌跡研究分為三類(lèi)：推薦出租車(chē)尋找下一位乘客的路線；指導(dǎo)城市規(guī)劃和社會(huì)功能；推薦乘客選擇位置等待空置出租車(chē)。例如：至于尋找下一個(gè)乘客的最佳路線，最近的研究集中在推薦利潤(rùn)最大的路線來(lái)幫助出租車(chē)司機(jī)尋找下一個(gè)乘客，從而提出了一種基于大都市區(qū)實(shí)時(shí)感知數(shù)據(jù)的出租車(chē)調(diào)度退視界控制方法。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中的不足，本發(fā)明的目的是提出基于灰色模型和馬爾可夫決策過(guò)程的出租車(chē)司機(jī)尋客路線推薦方法，綜合考慮司機(jī)空載和尋求拼車(chē)的情況，結(jié)合乘客和出租車(chē)的實(shí)時(shí)信息和歷史數(shù)據(jù)，建立馬爾可夫決策過(guò)程模型，為司機(jī)推薦最優(yōu)尋客路線，同時(shí)顧及乘客對(duì)繞路的忍受程度，以提高司機(jī)和乘客雙方的打車(chē)體驗(yàn)。

本發(fā)明通過(guò)以下技術(shù)方案實(shí)現(xiàn)：

一種基于馬爾可夫決策過(guò)程的出租車(chē)司機(jī)尋客路線推薦方法，包括以下步驟：

步驟一：對(duì)道路網(wǎng)絡(luò)進(jìn)行建模，基于交叉路口，將道路拆分成路段，并用路段模型，描述出租車(chē)司機(jī)的狀態(tài)集、動(dòng)作集以及乘客路段模型下的基本信息描述；

步驟二：基于出租車(chē)歷史數(shù)據(jù)，建立概率模型，描述路段上各時(shí)間段司機(jī)尋客成功的概率分布情況；

步驟三：考慮拼車(chē)的情況下，基于繞路程度的限制，建立司機(jī)尋求拼車(chē)狀態(tài)下的可行動(dòng)作集并求出路段上各時(shí)間段司機(jī)拼車(chē)成功的概率分布情況；

步驟四：考慮司機(jī)間的競(jìng)爭(zhēng)，加入灰色預(yù)測(cè)模型，結(jié)合歷史數(shù)據(jù)挖掘的概率分布情況，求得實(shí)時(shí)的尋客和拼車(chē)成功概率分布情況；

步驟五：將以上各步驟得到的參數(shù)等，代入馬爾可夫決策過(guò)程模型進(jìn)行策略迭代，得到出租車(chē)司機(jī)的路線推薦。

進(jìn)一步，所述道路模型包括路段的基本屬性，該屬性包括長(zhǎng)度，起點(diǎn)終點(diǎn)；所述乘客路段模型的屬性包括乘客的上車(chē)點(diǎn)、下車(chē)點(diǎn)、乘客所能忍受的繞路程度；所述出租車(chē)模型包括狀態(tài)集模型、行動(dòng)集模型。

進(jìn)一步，所述出租車(chē)狀態(tài)集模型的屬性包括出租車(chē)所處位置、搭載狀態(tài)集和司機(jī)當(dāng)前所處時(shí)間段；出租車(chē)行動(dòng)集模型：以司機(jī)當(dāng)前所在路段為起始軸，當(dāng)前所在路段終止點(diǎn)為軸心點(diǎn)，順時(shí)針標(biāo)號(hào)，即得到司機(jī)在路段road_i所有可選行動(dòng)集合

進(jìn)一步，在步驟二中尋客成功的概率的計(jì)算方法為：

通過(guò)對(duì)各路段分時(shí)段的歷史數(shù)據(jù)分析，得到尋客成功的歷史概率分布：

其中，X_i是表示當(dāng)前路段、當(dāng)前時(shí)段的打車(chē)成功數(shù)目的隨機(jī)變量，i＝1、2、...n，n是道路總數(shù)；Y_j是表示當(dāng)前時(shí)段通過(guò)當(dāng)前路段的空載出租車(chē)數(shù)目的隨機(jī)變量，j＝1、2、...m，m是…總數(shù)；表示系統(tǒng)在當(dāng)前路段、當(dāng)前時(shí)段打車(chē)成功數(shù)目處于狀態(tài)i的概率，表示系統(tǒng)在當(dāng)前時(shí)段通過(guò)當(dāng)前路段的空載出租車(chē)數(shù)目處于狀態(tài)j的概率。