[发明专利]一种车辆调度方法

说明书

本发明公开的车辆调度方法，涉及车辆调度技术领域，利用训练过的机器学习模型进行车辆调度，能够满足非固定网点的车辆调度需求及即时响应用户的需求，提高了调度的灵活性及效率。

技术领域

本发明属于车辆调度技术领域，具体涉及一种车辆调度方法。

背景技术

随着公司运营模式走向平台化，市场、规模将进一步扩张，目前线下大部分运营基于固定网点，因此，针对大量网点，如何对车辆进行精准调度成为提产降能的关键。

目前的车辆调度方案大都通过查看公司租用的停车网点订单数，针对网点订单数进行排序并根据排序结果，对各个网点的车辆进行调度。该方案存在以下缺陷：

(1)无法满足非固定网点的车辆调度需求，调度灵活性较差；

(2)无法即时响应用户的需求，调度效率较低。

发明内容

针对现有技术存在的缺陷，本发明实施例提供了一种车辆调度方法。

本发明实施例提供的车辆调度方法包括以下步骤：

获取当前打开APP的用户位置及取车时间，得到用户的当前位置集合及当前取车时间集合；

从运维管理系统中获取各个网点车辆的调度开始时间，得到调度开始时间集合；

将所述当前位置集合、所述当前取车时间集合及所述调度开始时间集合输入训练过的机器学习模型，得到需要调入车辆的第一网点、需要调出车辆的第二网点及调度开始时间；

根据所述调度开始时间、所述第一网点及所述第二网点，进行车辆调度。

优选地，所述机器学习模型的生成过程包括：

在设定时间段内，获取用户历史打开APP的时间、次数、位置及取车时间，得到用户的历史位置集合、历史打开APP时间集合及历史打开APP次数集合；

在设定时间段内，从运维管理系统中获取各个网点的车辆历史调入的网点及用户的历史取车时间，得到历史调入网点集合及历史取车时间集合；

将所述历史位置集合、所述历史打开APP时间集合、所述历史打开APP次数集合、所述历史取车时间集合、所述历史调入网点集合及所述调度开始时间集合作为训练数据输入机器学习模型对所述机器学习模型进行训练，生成训练过的机器学习模型。

优选地，在得到需要调入车辆的网点及对应的调出车辆的网点之后，所述方法还包括：

将所述网点推送给用户。

优选地，所述机器学习模型为SVM模型。

本发明实施例提供的车辆调度方法具有以下有益效果：

利用训练过的机器学习模型进行车辆调度，能够满足非固定网点的车辆调度需求及即时响应用户的需求，提高了调度的灵活性及效率。

具体实施方式

以下结合具体实施例对本发明作具体的介绍。

本发明实施例提供的车辆调度方法包括以下步骤：

S101，获取当前打开APP的用户位置及取车时间，得到用户的当前位置集合及当前取车时间集合。

作为一个具体的实施例，该APP为汽车租赁公司推出的官方客户端程序，例如GoFun出行等。

S102，从运维管理系统中获取各个网点车辆的调度开始时间，得到调度开始时间集合。

S103，将当前位置集合、当前取车时间集合及调度开始时间集合输入训练过的机器学习模型，得到需要调入车辆的第一网点、需要调出车辆的第二网点及调度开始时间。