[发明专利]一种引入乘客接驾时间满意度的网约车派单方法和系统

说明书

本发明公开了一种引入乘客接驾时间满意度的网约车派单方法，包括：利用网约车历史订单信息估算得到不同时间空间状态下的乘客的预期接驾时间和实际接驾时间，计算得到乘客接驾时间满意度；根据时空分布，对司机群体和乘客群体进行类型划分，基于司机类型群体和乘客类型群体构建一个点带权的二分图，在司机接驾范围内的乘客存在一条连边，点的权值为乘客打车所需要的费用；分别建立最大化司机总收益Profit和最大化乘客接驾时间满意度公平性PTSF的线性规划；离线计算得到两个目标的分数解，利用KIID模型进行在线订单分派。本发明能够在考虑司机对较高的订单收益的需求的同时，考虑乘客接驾时间满意度的公平性的问题，对这两个不同目标进行有效权衡。

技术领域

本发明在线网约车智能调度技术领域，具体而言涉及一种引入乘客接驾时间满意度的网约车派单方法和系统，用于对在线网约车系统中最大化司机总收益和最大化乘客之间接驾时间满意度公平性做权衡。

背景技术

现在有很多技术来研究在线网约车系统中订单派发问题，随着现在在线网约车的发展，人们对快捷便利的打车需求越来越高。传统基于KIID模型的在线订单派发问题可以形式化为点带权的在线二分图匹配问题：考虑一个二分图G＝(U,V,E),U表示司机的集合，V表示乘客的集合，边集E中的任何一条边e＝(u,v)表示乘客v在司机u的接驾范围内，如果司机u完成了乘客v发起的打车订单，可以获得w(v)的收益，w(v)是点v的权重。并且U是作为一个已知的集合，而V中的点是在线到达的。然而，这一模型只能够完成范围内的自动派单，无法实现其他功能。

有研究人员提出，对网约车派单实行更加智能的调度，以实现更多的功能。已有的一些方法主要分为三类：第一类，最大化司机总收益，匹配的目标完全忽视了乘客对较短等待时间的需求，严重影响了乘客的打车体验；第二类，最小化总的接驾距离，这种方式是站在乘客的角度提出的方案，可以大大减少乘客总的接驾时间，但是这完全和网约车公司收益最大化的目标相违背了；第三类，最大化司机总收益的同时，引入稳定性问题，对匹配引入了一个稳定性约束，这只能在一定程度上减少乘客的接驾时间。由此可见，目前大部分的工作都是站在司机和网约车公司的角度，希望获得更高的总体收益。虽然第二类引入乘客需求，例如乘客更希望更少的等待时间，即，乘客的接驾时间需要尽量少。但事实上这里存在着需求矛盾，尤其在打车的高峰期，乘客对司机这个资源存在巨大的竞争，很难满足所有乘客的需求。因此，如何在提高司机总体收益的同时，尽量提高乘客接驾时间满意度公平性是目前急需解决的问题。

发明内容

本发明针对现有技术中的不足，提供一种引入乘客接驾时间满意度的网约车派单方法，通过乘客接驾时间满意度衡量乘客之间接驾时间满意度公平性，并据此提出了可用于最大化司机总收益和最大化乘客之间接驾时间公平性做权衡的网约车派单方法，成功解决了前述两个矛盾的目标优化之间的权衡问题。

为实现上述目的，本发明采用以下技术方案：

一种引入乘客接驾时间满意度的网约车派单方法，所述网约车派单方法包括以下步骤：

S1，利用网约车历史订单信息估算得到不同时间空间状态下的乘客的预期接驾时间和实际接驾时间，计算得到乘客接驾时间满意度；

S2，根据时空分布，对司机群体和乘客群体进行类型划分，基于司机类型群体和乘客类型群体构建一个点带权的二分图，在司机接驾范围内的乘客存在一条连边，点的权值为乘客打车所需要的费用；

S3，基于步骤S2中的二分图，分别建立最大化司机总收益Profit和最大化乘客接驾时间满意度公平性PTSF的线性规划；

S4，基于两个线性规划，离线计算得到两个目标的分数解；利用KIID模型进行在线订单分派。

为优化上述技术方案，采取的具体措施还包括：

进一步地，所述乘客接驾时间满意度为乘客预期接驾时间与实际接驾时间的比值。