[发明专利]一种基于车辆目的地预测的智能配货方法和系统

权利要求书

1.一种基于车辆目的地预测的智能配货方法,其特征在于，包括：

根据各车辆的报文数据,确定各样例车辆和各备选车辆；所述样例车辆为从货物起始地开往目的地的车辆；所述备选车辆为经过货物起始地到目的地沿途各省份的车辆；

统计各样例车辆和各备选车辆的第一时间段内的行驶里程数、经过的县级行政区的个数；

根据第一时间段内的行驶里程数、经过的县级行政区的个数计算各备选车辆与各样例车辆的相似度；

根据所述样例车辆和备选车辆的相似度,从备选车辆中确定各目标车辆；

向目标车辆发生所述货物的货物配送信息。

2.如权利要求1所述的方法,其特征在于，还包括：

接收目标车辆发送的接受配货确认信息，并选择排序靠前的N个目标车辆进行配货。

3.如权利要求1所述的方法,其特征在于，所述统计各样例车辆和各备选车辆的第一时间段内的行驶里程数、经过的县级行政区的个数包括：

针对一样例车辆或备选车辆，分别统计在四个季度中，每个季度的各周中所述车辆的行驶里程数和经过的县级行政区的个数。

4.如权利要求3所述的方法,其特征在于，所述根据第一时间段内的行驶里程数、经过的县级行政区的个数计算各备选车辆与各样例车辆的相似度包括：

采用逻辑回归算法根据季度、每个季度的各周中所述车辆的行驶里程数和经过的县级行政区的个数，计算各备选车辆与各样例车辆的相似度。

5.如权利要求3或4所述的方法,其特征在于，所述采用逻辑回归算法根据季度、每个季度的各周中所述车辆的行驶里程数和经过的县级行政区的个数，计算各备选车辆与各样例车辆的相似度，包括：

针对每个车辆i，在一个季度中，以周数组成第一向量X₁，以每周行驶的里程数组成第二向量X₂，以每周经过的县级行政区的个数组成第三向量X₃；

采用R语言回归函数lm()，以所述第一向量X₁、第二向量X₂、第三向量X₃预测拟合公式Y＝AX₁+BX₁²+CX₂+DX₂²+EX₃+FX₃²的回归参数A，B，C，D，E，F的值；

针对每周m的所在周数x₁，行驶的里程数x₂，经过的县级行政区的个数x₃，通过t＝1/(1+e^(-1*(Ax₁+Bx₄+Cx₀+Dx₅+Ex₃+Fx₆))计算每个周的子相似度值t_m；其中，所述x₄＝x₁²，x₅＝x₂²，x₆＝x₃²；

将各个周的t_m相加，得到该车辆i在该季度中的相似度。

6.如权利要求5所述的方法,其特征在于，所述以所述第一向量X₁、第二向量X₂、第三向量X₃预测拟合公式Y＝AX₁+BX₁²+CX₂+DX₂²+EX₃+FX₃²的回归参数A、B、C、D、E、F的值包括：

采用R语言回归函数lm()，以向量X₁,X₁²,X₂,X₂²,X₃,X₃²组成的矩阵作为预测变量，以单位向量为目标变量，代入lm()方法，计算得到A，B，C，D，E，F的值。