[发明专利]一种基于车辆目的地预测的智能配货方法和系统

摘要

本发明公开了一种基于车辆目的地预测的智能配货方法和系统，涉及智能配货领域。所述方法包括根据各车辆的报文数据,确定各样例车辆和各备选车辆；所述样例车辆为从货物起始地开往目的地的车辆；所述备选车辆为经过货物起始地到目的地沿途各省份的车辆；统计各样例车辆和各备选车辆的第一时间段内的行驶里程数、经过的县级行政区的个数；根据第一时间段内的行驶里程数、经过的县级行政区的个数计算各备选车辆与各样例车辆的相似度；根据所述样例车辆和备选车辆的相似度,从备选车辆中确定各目标车辆；向目标车辆发送所述货物的货物配送信息。本发明可精确识别目标车辆，提高配货信息发送的精准度，避免资源浪费，可大大避免目标车辆的抵触情绪。

主权项

一种基于车辆目的地预测的智能配货方法,其特征在于，包括：根据各车辆的报文数据,确定各样例车辆和各备选车辆；所述样例车辆为从货物起始地开往目的地的车辆；所述备选车辆为经过货物起始地到目的地沿途各省份的车辆；统计各样例车辆和各备选车辆的第一时间段内的行驶里程数、经过的县级行政区的个数；根据第一时间段内的行驶里程数、经过的县级行政区的个数计算各备选车辆与各样例车辆的相似度；其中，具体包括：针对每个车辆i，在一个季度中，以周数组成第一向量X1，以每周行驶的里程数组成第二向量X2，以每周经过的县级行政区的个数组成第三向量X3；采用R语言回归函数lm()，以所述第一向量X1、第二向量X2、第三向量X3预测拟合公式Y＝AX1+BX12+CX2+DX22+EX3+FX32的回归参数A，B，C，D，E，F的值；针对每周m的所在周数x1，行驶的里程数x2，经过的县级行政区的个数x3，通过t＝1/(1+e^(‑1*(Ax1+Bx4+Cx2+Dx5+Ex3+Fx6))计算每个周的子相似度值tm；其中，所述x4＝x12，x5＝x22，x6＝x32；将各个周的tm相加，得到该车辆i在该季度中的相似度；根据所述样例车辆和备选车辆的相似度,从备选车辆中确定各目标车辆；其中，具体包括：将所有样例车辆和备选车辆的相似度yi组成的集合{y0,y1,...,yn}，进行正态化得到服从标准正态分布的集合U＝{u0,u1,....,un}；针对对应每个样例车辆ui，以ui对应的概率P(ui)，若P(ui)>0.5，则计算Pmin＝P(ui)‑0.3，并根据所述Pmin确定umin；若P(ui)<0.5，则Pmax＝P(ui)+0.3，并根据所述Pmax确定umax；以ui和umin组成的区间，或者ui和umax组成的区间之间，确定yi的相似度选择区间；将所有样例车辆的相似度选择区间取并集，得到总相似度选择区间；并选择yi在所述总相似度选择区间范围内的备选车辆为目标车辆；向目标车辆发送所述货物的货物配送信息。