[发明专利]服务系统中服务执行体的产能预测方法、系统与设备

说明书

本发明涉及电动汽车充换电领域，具体涉及一种服务系统中服务执行体的产能预测方法、系统与设备，旨在为接受预约订单、服务执行体分配提供决策依据。本发明的产能预测方法包括：获取服务订单的请求信息；根据订单执行位置，获取可用服务执行体，并计算每个可用服务执行体移动至订单执行位置的概率；根据订单执行时段与所计算的概率，预测未来一段时间内每个可用服务执行体的初始位置与订单执行位置上的产能；根据服务订单的当前执行状态如订单分配、订单取消、订单提前完成、订单延误等情况，实时调整预测结果。本发明的预测方法，能够及时有效地反映未来一段时间内服务执行体的位置分布和服务能力变化，为订单预约和分配提供了可靠的决策依据。

技术领域

本发明涉及电动汽车充换电领域，具体涉及一种服务系统中服务执行体的产能预测方法、系统与设备。

背景技术

传统的电动汽车充换电模式，需要用户亲自驾驶电动汽车前往充电桩、充电站或换电站等充换电资源处来完成充换电，在此过程中需要花费用户较多的时间。

为了提高用户体验，近两年业内提出了“代客加电”的充换电模式，即通过用户发起充换电订单请求，由专门的服务人员来完成充换电过程，从而有效节约了用户的时间。但是，由于该模式下用户发起的订单请求将引起服务人员的位置以及服务能力在未来一段时间内的变化。对服务人员的变化预测将是订单预定决策和服务人员分配管理的基础，且目前尚未有针对这一新模式下该问题的解决方案。

发明内容

为了解决现有技术中的上述问题，本发明提出了一种服务系统中服务执行体的产能预测方法、系统与设备，为接受预约订单、服务执行体分配提供了可靠的决策依据。

本发明的一方面，提出一种服务系统中服务执行体的产能预测方法，所述产能预测方法包括：

获取服务订单的请求信息，所述服务订单的请求信息包括订单执行时段和订单执行位置；

根据所述订单执行位置，获取可用服务执行体，并计算每个所述可用服务执行体移动至所述订单执行位置的概率；

根据所述订单执行时段与所计算的概率，预测未来一段时间内每个所述可用服务执行体的初始位置与所述订单执行位置上的产能；

根据所述服务订单的当前执行状态，调整预测结果；

其中，所述产能为对应位置上服务执行体的数量估计值；所述可用服务执行体的初始位置为所述可用服务执行体移动至所述订单执行位置之前最后一次移动所到达的位置。

优选地，“根据所述订单执行时段与所计算的概率，预测未来一段时间内每个所述可用服务执行体的初始位置与所述订单执行位置上的产能”包括：

判断所述订单执行位置是否与所述可用服务执行体的初始位置相同；

在所述订单执行位置与某个所述可用服务执行体的初始位置相同的情况下，将所述订单执行时段内所述订单执行位置上的产能设置为E₁(k,t)＝E₁(k,t_begin)-1且t_begintt_end；将所述订单执行时段之后该位置上的产能恢复为E₁(k,t)＝E₁(k,t_begin)且t≥t_end；

其中，k为所述订单执行位置的序号；E₁(k,t_begin)为所述服务订单开始执行时所述订单执行位置上的产能；t_begin、t_end分别为所述订单执行时段的开始时刻、结束时刻；