融合城内车辆重定位的城际动态拼车调度优化方法及装置

本发明涉及车辆调度，具体而言，涉及一种融合城内车辆重定位的城际动态拼车调度优化方法及装置。

背景技术：

1、随着城市化进程的加快和居民出行需求的多样化，城市内的网约车供需不平衡问题愈发突出。这不仅影响了乘客的出行体验，也对网约车平台的运营效率提出了挑战。

2、城市内的网约车供需不平衡往往表现在高峰时段的某些区域车辆供给不足，而其他时段或区域车辆则处于闲置状态。这种供需错配不仅导致乘客等待时间延长，对于网约车平台而言，这种不平衡状况还会导致车辆利用率下降，增加运营成本。

3、城内车辆重定位作为解决城内区域间网约车供需不平衡问题的一项重要措施，正逐渐受到关注和重视。但目前尚未有一个很好的融合车辆重定位策略的城际动态拼车调度优化方法。

4、有鉴于此，申请人在研究了现有的技术后特提出本申请。

技术实现思路

1、本发明旨在提供一种融合城内车辆重定位的城际动态拼车调度优化方法及装置，以解决城内区域间网约车供需不平衡的问题，提升网约车平台的运营效率和服务质量，缓解城市交通压力。

2、为解决上述技术问题，本发明通过以下技术方案实现：

3、一种融合城内车辆重定位的城际动态拼车调度优化方法，包括：

4、s1,获取城际网约车某条运营线路上的城市a和城市b的道路网络数据后，分别划分若干区域，并实时获取各区域内的往返乘客拼车出行数据；

5、s2，给定调度时刻集合和重定位调度时刻集合，在所述重定位调度时刻集合的每个重定位调度时刻，通过深度学习算法预测出未来一段时间内城市a和城市b各区域的乘客出行需求量；

6、s3，根据预测的乘客出行需求量，分别计算城市a和城市b各区域的空闲车辆数、供需平衡差和盈利路径总人数；

7、s4，根据计算出的空闲车辆数、供需差、盈利路径总人数与所述往返乘客拼车出行数据，构建双层优化模型；其中，所述双层优化模型包括上层模型与下层模型；所述上层模型以最大化所有调度时间点的利润的总和为目标；所述下层模型以最大化重定位后的潜在利润为目标；

8、s5，对城市a和城市b中的每个区域分别构建独立的智能体；其中，所述智能体包括状态空间、动作空间和奖励函数；

9、s6，采用多智能体图深度q学习网络算法对每个区域的智能体进行差异性学习，以捕获各区域的空间关系，得到近似最优q值函数；根据所述近似最优q值函数，得到空闲车辆的重定位决策；

10、s7，遍历所述调度时刻集合的每个调度时刻，判断当前时刻是否达到重定位调度时刻集合的重定位调度间隔；若达到，则预测得到乘客出行需求量，根据对应智能体得到空闲车辆的重定位决策后，使用多轮二分图匹配方法进行城际动态拼车调度；否则，直接使用多轮二分图匹配算法进行动态拼车调度，迭代直到完成所有调度时刻，得到融合城内车辆重定位的城际动态拼车调度优化方案。

11、本发明还提供了一种融合城内车辆重定位的城际动态拼车调度优化装置，包括：

12、数据获取单元,用于获取城际网约车某条运营线路上的城市a和城市b的道路网络数据后，分别划分若干区域，并实时获取各区域内的往返乘客拼车出行数据；

13、乘客需求预测单元，用于给定调度时刻集合和重定位调度时刻集合，在所述重定位调度时刻集合的每个重定位调度时刻，通过深度学习算法预测出未来一段时间内城市a和城市b各区域的乘客出行需求量；

14、供需指标计算单元，用于根据预测的乘客出行需求量，分别计算城市a和城市b各区域的空闲车辆数、供需平衡差和盈利路径总人数；

15、双层模型构建单元，用于根据计算出的空闲车辆数、供需差、盈利路径总人数与所述往返乘客拼车出行数据，构建双层优化模型；其中，所述双层优化模型包括上层模型与下层模型；所述上层模型以最大化所有调度时间点的利润的总和为目标；所述下层模型以最大化重定位后的潜在利润为目标；

16、多智能体构建单元，用于对城市a和城市b中的每个区域分别构建独立的智能体；其中，所述智能体包括状态空间、动作空间和奖励函数；

17、车辆重定位单元，用于得到重定位决策，采用多智能体图深度q学习网络算法对每个区域的智能体进行差异性学习，以捕获各区域的空间关系，得到近似最优q值函数；根据所述近似最优q值函数，得到空闲车辆的重定位决策；

18、动态拼车调度单元，用于得到融合城内车辆重定位的城际动态拼车调度优化方案，遍历所述调度时刻集合的每个调度时刻，判断当前时刻是否达到重定位调度时刻集合的重定位调度间隔；若达到，则预测得到乘客出行需求量，根据对应智能体得到空闲车辆的重定位决策后，使用多轮二分图匹配方法进行城际动态拼车调度；否则，直接使用多轮二分图匹配算法进行动态拼车调度，迭代直到完成所有调度时刻，得到融合城内车辆重定位的城际动态拼车调度优化方案。

19、本发明还提供了一种融合城内车辆重定位的城际动态拼车调度优化设备，包括处理器以及存储器，所述存储器内存储有计算机程序，所述计算机程序能够被所述处理器执行，以实现如上所述的一种融合城内车辆重定位的城际动态拼车调度优化方法。

20、本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被计算机可读存储介质所在设备的处理器执行时实现如上所述的一种融合城内车辆重定位的城际动态拼车调度优化方法。

21、综上所述，与现有技术相比，本发明具有如下有益效果：

22、本发明基于城际动态拼车和车辆重定位的双层规划模型，上层模型以最大化所有调度时间点利润的总和为优化目标，下层模型以最大化重定位后的潜在利润为优化目标。本发明同时设计多智能体图深度q学习网络(multi-agent graph deep q-network，magdqn)算法。该算法结合多区域需求量预测，考虑供需平衡、匹配路径可行性和移动成本，将每个区域视为独立的智能体，引入多头图注意力网络mgat学习重定位关系，实现多智能体协同决策双侧城市内的空闲车辆重定位。

23、本发明提出了基于多区域需求量预测和车辆重定位的城际动态拼车优化方案，进一步提高城际拼车的总利润，能够有效缓解网约车供需不平衡的问题。

技术特征：

1.一种融合城内车辆重定位的城际动态拼车调度优化方法，其特征在于，包括：

2.根据权利要求1所述的一种融合城内车辆重定位的城际动态拼车调度优化方法，其特征在于,设城市a的区域节点集合为，城市b的区域节点集合为，实时获取的各区域内往返乘客拼车出行数据包括乘客数据和车辆数据；其中，

3.根据权利要求2所述的一种融合城内车辆重定位的城际动态拼车调度优化方法，其特征在于,设调度时间集合为，每个调度时刻为t,共有个调度时间；重定位调度时间集合为，每个重定位调度时刻为；则，

4.根据权利要求3所述的一种融合城内车辆重定位的城际动态拼车调度优化方法，其特征在于,所述上层模型包含上层目标函数、上层决策变量与上层约束条件；其中，所述上层目标函数为：

5.根据权利要求4所述的一种融合城内车辆重定位的城际动态拼车调度优化方法，其特征在于,所述下层模型包含下层目标函数、下层决策变量与下层约束条件；其中，所述下层目标函数的表达式为：

6.根据权利要求5所述的一种融合城内车辆重定位的城际动态拼车调度优化方法，其特征在于,所述智能体的状态空间包括：区域内可调空闲车辆数、供需差、盈利路径总人数与移动成本；所述智能体的动作任务是将空闲车辆移动到适当的其他区域或者不移动，且将所有区域的编号作为智能体的动作空间；所述智能体的奖励函数从供需平衡、匹配路径可行性和移动成本三个方面设计而成；其中，构建城市a的智能体的步骤为：

7.根据权利要求6所述的一种融合城内车辆重定位的城际动态拼车调度优化方法，其特征在于,所述多智能体图深度q学习网络算法基于多头图注意力网络，对每个智能体的所属区域和其他区域构建无向图，算法引入两个相同的结构网络：一是行为网络，用于学习预测q值；另一个是目标网络，用于计算目标q值；算法的输入为所有区域状态构成的状态空间，输出为状态动作对应的q值函数，具体公式如下：

8.根据权利要求7所述的一种融合城内车辆重定位的城际动态拼车调度优化方法，其特征在于,在计算每个智能体的目标q值时，将其他智能体的目标q值的平均值加上当前智能体的目标q值得到，以考虑不同智能体的协同影响，并采用均方误差损失函数来衡量q值的预测值与目标值之间的差距，表达式如下：

9.根据权利要求8所述的一种融合城内车辆重定位的城际动态拼车调度优化方法，其特征在于,所述多智能体图深度q学习网络算法的学习训练过程如下：

10.一种融合城内车辆重定位的城际动态拼车调度优化装置，其特征在于，包括：

技术总结本发明提供的融合城内车辆重定位的城际动态拼车调度优化方法及装置，涉及车辆调度技术领域。本发明通过获取城际网约车某条运营线路上的两城市的道路网络数据后，分别划分若干区域，并实时获取各区域内的往返乘客拼车出行数据；在每个重定位调度时刻，通过深度学习算法预测出乘客出行需求量，计算出空闲车辆数、供需平衡差和盈利路径总人数，构建双层优化模型；然后构建独立的智能体，并采用多智能体图深度Q学习网络算法进行训练学习；通过遍历每个调度时刻，判断是否达到重定位间隔，若达到，则进行乘客出行需求量预测、重定位决策与动态拼车调度；若否，则直接进行动态拼车调度。本发明能提高城际拼车的总利润，有效缓解车辆供需不平衡的问题。技术研发人员：王成,肖志坚,戴泽众,方艺鹏,陈珞瑶,蒋金,雷蕾受保护的技术使用者：华侨大学技术研发日：技术公布日：2024/10/10