[发明专利]一种地理区域内网约车供需缺口预测方法

说明书

本发明公开了一种地理区域内网约车供需缺口预测方法，包括：将地理区域划分为多个正六边形的区域单元；将若干所述区域单元进行拼接得到至少一个区域块；确定所述区域块的预测用特征参数；区域块的预测用特征参数为其包含的各正六边形区域单元的预测用特征参数的组合；将所述区域块的预测用特征参数输入一个训练好的供需缺口预测模型；以及供需缺口预测模型输出预测结果，所述预测结果为所述区域块包含的各正六边形区域单元的预测结果的组合。

技术领域

本发明涉及运力调度领域，特别涉及一种利用深度学习方法预测车辆供需缺口的方法。

背景技术

随着移动互联网技术的快速发展，网约车服务冲击了传统的出租车行业，并对人们的出行方式产生了重要的影响。与传统的出租车服务相比，网约车服务更加的方便、高效并且舒适。通过精确的预测在未来某段时间内某个区域的乘客数量和空闲司机数量，平台可以调度附近空闲区域的司机前往繁忙区域以维持繁忙区域的供需平衡。

在实际的调度过程中，一个区域在一定时间段内的订单需求量是相对固定的，而车辆在这个区域内却是连续不断的变化的。

因此该区域内的空闲司机的提供量相对难确定，所以需要提供一种新的方法来确定这种供需关系。

发明内容

本发明一方面提供了一种一种地理区域内网约车供需缺口预测方法，包括：将地理区域划分为多个正六边形的区域单元；将若干所述区域单元进行拼接得到至少一个区域块；确定所述区域块的预测用特征参数；区域块的预测用特征参数为其包含的各正六边形区域单元的预测用特征参数的组合；将所述区域块的预测用特征参数输入一个训练好的供需缺口预测模型；以及供需缺口预测模型输出预测结果，所述预测结果为所述区域块包含的各正六边形区域单元的预测结果的组合。

在本发明中，所述区域块包括一个中心区域单元以及多个外围区域单元。

在本发明中，至少一个区域单元属于多个区域块。

在本发明中，所述方法进一步包括：使用所述供需缺口预测模型计算不同的区域块的预测结果；对于至少一个区域单元，获取至少两个由不同区域块确定的该区域单元的预测结果；将所述至少一个区域单元的多个预测结果求均值作为所述至少一个区域单元的供需缺口预测结果。

在本发明中，将所述区域块的预测用特征参数输入一个训练好的供需缺口预测模型包括：将所述特征参数映射到一个坐标系中，转化为至少一个张量；以及将所述至少一个张量输入到所述坐标系对应的一个训练好的供需缺口预测模型中。

在本发明中，所述坐标系为以下任一种：正交坐标系、奇偶坐标系或立方坐标系。

本发明另一方面提供了一种地理区域内网约车供需缺口预测模型训练方法，包括:将地理区域划分为多个正六边形的区域单元；将若干所述区域单元进行拼接得到至少一个区域块；确定所述区域块的训练用特征参数；区域块的训练用特征参数为其包含的各正六边形区域单元的训练用特征参数的组合；将所述训练用特征参数输入到一个数学模型中进行训练。

在本发明中，所述特征参数的种类包括以下种类中的至少一种：供应相关参数、需求相关参数、匹配相关参数、交通状况相关参数、位置相关参数、天气相关参数、或时间相关参数。

在本发明中，每种特征参数种类下进一步至少包括以下一种时间属性的特征参数：长期特征、或短期特征。

本发明另一方面提供了一种地理区域内网约车供需缺口预测系统，包括：区域划分模块，用于将地理区域划分为多个正六边形的区域单元；区域拼接模块，将若干所述区域单元进行拼接得到至少一个区域块；特征参数确定模块，用于确定至少一个区域块的预测用特征参数；区域块的预测用特征参数为其包含的各正六边形区域单元的预测用特征参数的组合；以及预测模型，用于根据所述至少一个区域块的预测用特征参数计算并输出预测结果；所述预测结果为所述区域块包含的各正六边形区域单元的预测结果的组合。