[发明专利]一种面向大规模打车平台的任务匹配公平方法

权利要求书

1.一种面向大规模打车平台的任务匹配公平方法，其特征在于，具体包括：首先，针对某城市，以固定时间频率将打车场景中空闲的在线司机和未服务的订单组成二分图；将当前时间窗内的二分图的边权初始化为订单的价格，并利用状态价值函数结合订单取消概率更新二分图的边权；

所述的价值函数更新二分图的边权的计算公式为：

p为订单被取消的概率，p_r为司机接受订单r的初始订单价格；y为折扣因子；τ_r为订单r完成需花费的时间；d_r为订单r的目的地位置；为司机w的状态，包括司机当前位置和当前时间窗t；为状态价值函数；

在更新完边权的二分图上，对在线司机和订单进行匹配，并使各司机之间的收益率差距满足公平性限制；

对在线司机和订单进行匹配的过程为：

首先，利用BFS对二分图进行分解，对分解后的每个子图进行判断，如果子图只包含一个订单对应多个司机，或一个司机对应多个订单，直接从中选择权值最大的边作为匹配结果；否则，针对每个子图，在KM算法中使用DFS递归查找增广路；具体如下：

从司机w₁出发，当访问到一个未匹配的订单r₁，将该订单r₁和司机w₁匹配；否则，司机w₁访问到一个已经和其他司机匹配的订单r₂，则从该订单r₂对应的匹配司机w₂出发执行DFS查找增广路，判断司机w₂是否在新的增广路上找到了新的匹配订单，如果没有，则司机w₁继续访问其他订单；否则，司机w₂在新的增广路上找到了新的匹配订单r₃，按照KM算法将司机w₁和订单r₂匹配，将司机w₂和订单r₃匹配；

为了满足公平性限制，对司机w₁和订单r₂匹配，司机w₂和订单r₃匹配后，判断司机w₁和w₂的收益率差距是否超过公平性限制；如果是，则放弃司机w₁和订单r₂匹配，保留w₂和订单r₂匹配；否则匹配成功；

最后，对在线司机与对应订单的匹配结果进行学习，更新价值函数，用于下一个时间窗的评估；

所述的更新价值函数具体为：

首先，对每个匹配结果中的司机价值函数更新，计算公式为：

其中，β为学习率，Δ_w的计算方式如下：

然后，根据同一个地理位置的多个司机共享价值函数，将价值函数简化为：

其中，l表示该城市所有可能打车的位置集合；w:l_w是指在同一个地理位置的所有司机；Δ_w简化为：

接着，将城市分为六边形网格和正方形网格，并找到各司机所在位置属于的六边形网格和正方形网格，根据上面的更新方法得到两个价值函数H()和S()，选取司机所属网格附近网格的平均价值函数进行平滑，公式如下：

其中，DIR_H指定了六边形层用于光滑的有向偏移量，DIR_S指定了正方形层用于光滑的有向偏移量，H()是城市空间的六边形层对应的价值函数，S()是城市空间的正方形层对应的价值函数；

同时，根据更新的价值函数引导空闲的在线司机进入订单热区，实现司机之间的收益公平。

2.如权利要求1所述的一种面向大规模打车平台的任务匹配公平方法，其特征在于，所述的二分图中的节点为司机和订单，司机和订单之间如果满足约束限制的空间距离，则两者之间存在一条边；

约束限制条件是指：在线空闲司机和未服务订单的空间直线距离小于阈值，阈值根据实际情况人为设定。

3.如权利要求1所述的一种面向大规模打车平台的任务匹配公平方法，其特征在于，所述的初始订单价格为根据打车用户的出发地和目的地，打车平台自行计算的价格。