[发明专利]一种基于实时数据的计价车客流集散点载客决策方法和系统

权利要求书

1.一种基于实时数据的计价车客流集散点载客决策方法，其特征在于，包括如下步骤：

(S1)建立多元线性回归模型，所述多元线性回归模型表示为：

其中，p为决策值，当p＜0.5时将为司机做出等待决策，当p＞0.5时将为司机做出返回市区决策；X₁、X₂、X₃、X₄分别对应需求因素、返回收益因素、等待收益因素和个人能力因素，β₀、β₁、β₂、β₃、β₄分别为第一至第五决策比例因子；所述需求因素为考虑天气影响后的客流量；所述返回收益因素为司机从所在客流集散点返回市区的预期返回净收益B_{返回_净}；所述等待收益因素为司机从所在客流集散点返回市区的预期等待净收益B_{等待_净}；所述个人能力因素为司机空载率；

(S2)为β₀、β₁、β₂、β₃、β₄设定初值，基于当前的需求因素X₁、返回收益因素X₂、等待收益因素X₃和个人能力因素X₄根据所述多元线性回归模型求出决策值p为司机提供决策，根据决策后司机反馈的决策满意度调整β₀、β₁、β₂、β₃、β₄的值以修正决策值p，如此重复，直到调整前后β₀、β₁、β₂、β₃、β₄的值之差小于阈值；

(S3)根据最终调整后的β₀、β₁、β₂、β₃、β₄的值，结合所述多元线性回归模型进行后续决策值p的计算。

2.根据权利要求1所述的基于实时数据的计价车客流集散点载客决策方法，其特征在于，步骤(S2)中，根据决策后司机反馈的决策满意度调整β₀、β₁、β₂、β₃、β₄的值以修正决策值p，具体包括根据以下式子调整β₀、β₁、β₂、β₃、β₄：

h_β＝β₀+β₁X₁+β₂X₂+β₃X₃+β₄X₄，

其中，β′_j为β_j的调整值；α为正的比例因子，是一个正数；m为司机反馈的样本总数；xⁱ和yⁱ分别为司机反馈的第i个样本中的满意度和对应的决策值，且xⁱ的取值只能为0或1，当xⁱ的取值为0时代表司机不认同决策，当xⁱ的取值为1时代表司机认同决策；分别为司机反馈的第i个样本对应的需求因素、返回收益因素、等待收益因素和个人能力因素。

3.根据权利要求1所述的基于实时数据的计价车客流集散点载客决策方法，其特征在于，所述考虑天气影响后的客流量等于不考虑天气影响时的预期客流量和天气影响因子的乘积；预期客流量为随时间变化的变量；所述天气影响因子为考虑当前天气影响的客流量与不考虑天气影响的预期客流量之比。