[發明專利]一種網聯車系統的調度方法

在審

• 申請號: 202210492491.0
• 申請日: 2022-04-29
• 公開（公告）號: CN114781902A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 王強;劉天驕;徐琛
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/02;G06Q50/30;H04L67/12
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 易卜

本發明公開了一種網聯車系統的調度方法，屬于智慧交通領域；具體為：首先、針對當前時刻，實時獲取待調度區域及相鄰區域的服務方和服務對象的數量，作為供需信息；然后，將供需信息輸入至訓練好的神經網絡中，輸出每個區域所有定價因子的價值估計值；并利用ε?greedy策略，為各區域選擇各自的唯一定價因子；最后，將各區域的服務對象數量和唯一定價因子輸入至調節函數，計算各區域中接受定價的服務對象數量，隨機選擇等數量的服務方進行服務；同時，將各區域沒有接受定價的剩余服務方，輸入至已學習的網絡流調度模型，輸出對各服務方的調度策略并執行；本發明考慮了調度成本，空駛時間，時空定價以及供需平衡等多方面的約束，實現服務方收益最大化。

技術領域

本發明屬于智慧交通領域，具體是一種網聯車系統的調度方法。

背景技術

車用無線通信技術(Vehicle-to-Everything,V2X)是將車輛與事物相連接的新一代通信技術，其中V代表車輛(服務方)，X代表任何與車交互信息的對象，包含車、人和網絡。V2X將交通參與要素有機地聯系在一起，不僅可以支撐車輛獲得比單車更多的感知信息，還有利于構建一個智慧的網聯系統，對提高交通效率、節省資源、減少污染、降低事故發生率以及改善交通管理具有重要意義。

然而，網聯車系統的一個主要障礙是時空供需不平衡；例如，當需求高于供應時，服務對象忍受更長的等待時間，降低了用戶滿意度；相反，服務方空駛去尋找訂單，降低了服務方的熱情。

針對供需不平衡的問題，現有技術提出了兩種解決方法，分別是動態定價和車輛調度。動態定價抑制了價格敏感的服務對象，有助于確保高可靠性服務。而車輛調度會為服務方推薦潛在收入高或需求高的區域，來提高系統的性能。

但是，現有技術沒有考慮優化定價和車輛調度策略的高度相關性，會導致服務平臺的性能不佳。如果僅僅依靠定價，服務方會傾向于選擇定價高的區域，無法公平實現其他區域的需求。而僅依靠需求驅動的車輛調度無法實現服務方利潤最大化，因為定價會影響服務對象的需求分配。

發明內容

針對現有網聯車系統由于未聯合考慮定價和調度，導致服務雙方供需失衡的技術問題，本發明提供了一種網聯車系統的調度方法，同時提高了網聯車系統的訂單響應率和服務方的收益，并減少了服務對象的等待時長。

所述一種網聯車系統的調度方法，包括以下步驟：

步驟一、針對當前時刻，實時獲取待調度區域及相鄰區域的服務方和服務對象的數量，作為供需信息；

步驟二、利用樣本訓練神經網絡，并將供需信息輸入至訓練好的神經網絡中，輸出每個區域所有定價因子的價值估計值；并利用ε-greedy策略，為各區域選擇各自的唯一定價因子；

訓練神經網絡的步驟如下：

首先，從樣本池中獲取經驗樣本，將各區域當前歷史時刻的經驗樣本輸入估計Q網絡中，輸出對應區域定價因子的價值估計值；

然后，將各區域下一歷史時刻的經驗樣本輸入目標Q網絡中，輸出對應區域定價因子的價值目標值；

最后，針對同一個區域的價值估計值與價值目標值，基于最小化差值為訓練目標，構建損失函數更新估計Q網絡的參數；并每隔固定迭代次數，更新目標Q網絡；直至達到最大迭代次數，將估計Q網絡確定為訓練完的神經網絡模型；

損失函數如下：

其中，θ是估計Q網絡的參數，θ^-是目標Q網絡的參數，指區域Z_i當前歷史時刻t的供需信息，指區域Z_i當前歷史時刻t的定價因子，γ為超參數，作為即時回報和未來價值的權重。

r_tⁱ指區域Z_i當前歷史時刻t選擇定價因子得到的回報值，計算如下：