一种自动分配租车车辆的方法与流程

    技术2024-11-22  47


    本发明涉及智能交通和车辆管理,特别涉及一种自动分配租车车辆的方法。


    背景技术:

    1、在当前的租车行业中,车辆的分配主要依赖于人工操作。当用户通过线上或线下渠道下单后,门店员工需要手动查看可用车辆列表,并根据用户的订单信息(如车型、租期、取还车时间、地点等)选择一辆合适的车辆进行分配。然而,这种传统的人工分配方式存在诸多问题和局限性。

    2、首先,人工分配方式效率低下。在车辆数量众多、订单量大的情况下,员工需要花费大量时间查找和匹配合适的车辆,这不仅增加了员工的工作量,也延长了用户的等待时间,降低了用户体验。

    3、其次,人工分配方式容易出错。由于员工在查找和匹配车辆时需要处理大量信息,容易出现疏忽或误判,导致车辆分配不准确,给用户带来不便和损失。此外,员工在疲劳或分心的情况下也容易出现操作失误,进一步加剧了问题的严重性。

    4、再其次,人工分配车辆容易受到人为因素的影响,导致分配不公平。

    5、再者,随着租车行业的快速发展和市场竞争的加剧,用户对租车服务的需求日益多样化、个性化。传统的人工分配方式无法满足用户对快速、准确、便捷的车辆分配服务的需求,也无法适应市场变化的快速响应要求。


    技术实现思路

    1、本发明的目的是提供一种自动分配租车车辆的方法,以实现提高租车公司的效率,减少人工成本,降低人工操作失误风险。同时,自动分配车牌可以缩短用户等待时间,提高用户体验。

    2、为了实现以上目的,本发明通过以下技术方案实现:

    3、一种自动分配租车车辆的方法,包括:步骤s1、从订单管理系统中获取当前系统中所有的下单但未分配车辆的订单信息。步骤s2、对于每一订单,通过所述订单信息中的车牌关联出车辆管理系统中与当前分配订单车型相同的所有当前可用车辆,并构成候选车辆列表。步骤s3、将所述候选车辆列表及其相关特征变量代入训练好的分配车牌决策树模型,可以得到每一辆车的估计值选取候选车辆列表中估计值最大的车辆,分配给目标订单。

    4、可选地,当前可用的车辆为当前车辆状态正常且并未被其他车辆占用。

    5、可选地,还包括:步骤s4、更新订单管理系统的订单信息,将自动分配的订单标记为已分配;更新车辆管理系统的车辆信息数据,将被分配的车辆在订单期间标识为使用中状态。

    6、可选地,所述相关特征变量包括车辆距离取车地点距离、车龄、车辆里程和车辆是否清洁。

    7、可选地,还包括:

    8、训练分配车牌决策树模型,包括如下步骤:

    9、步骤s6.1、从租车公司的订单管理系统获取历史订单信息,从租车公司的车辆管理系统获取历史车辆状态信息;

    10、步骤s6.2、将订单管理系统与车辆管理系统数据进行匹配,可以获得历史人工为订单分配车牌时的可分配车辆数据;

    11、步骤s6.3、将所述历史订单信息和所述历史车辆状态信息作为训练集,选取历史车辆状态信息中的车辆距离取车地点距离、车龄、车辆里程、车辆是否清洁作为特征变量,选取所述可分配车辆数据中的是否分配车牌作为目标变量;

    12、将车辆距离取车地点距离、车龄、车辆里程进行标准化处理,标准化的公式为其中x为变量值,μ为变量样本均值,σ为变量样本标准差;

    13、步骤s6.4、将目标变量是否分配车牌转为因子型变量,其中0代表否,1代表是;选取回归树模型作为训练模型,回归树模型公式如下:

    14、

    15、上式中rm为对特征空间的划分的叶子节点,cm为叶子节点rm上的输出值,在训练集上使用作为cm的估计,此处下标m表示叶子节点的索引,m的取值为从1到m,m为叶子节点的数量,i(x∈rm)是指示函数,如果样本x被划分到叶子节点rm时,i(x∈rm)函数的取值为1否则为0,f(x)表示回归树模型的预测输出,x表示输入的样本特征向量,xi表示第i个样本,下标i表示样本的索引,从1到nm,这里nm为叶子节点rm上的样本数量;

    16、定义损失函数l:

    17、

    18、其中yi为训练集的样本目标变量,为在指定特征空间划分下的yi的估计值,i表示样本的索引,n是样本数量;

    19、步骤s6.5、每一轮决策树的划分以最小化损失函数l为目标寻找划分的特征变量即对应的节点;

    20、经过多次特征空间划分后,得到训练好的分配车牌决策树模型。

    21、可选地,所述历史订单信息包括:车型、取车地点、还车地点、取车时间、还车时间和车牌。

    22、可选地,所述历史车辆状态信息包括:车牌,是否可用,车辆位置,车辆里程,车龄,车辆是否清洁和时间。

    23、可选地,

    24、所述可分配车辆数据包含字段:车辆距离取车地点距离、车龄、车辆里程、可用车牌、订单车型、取车时间、是否分配该车牌;所述车辆距离取车地点距离通过gps进行计算。

    25、另一方面,本发明还提供一种电子设备,包括处理器和存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现如上文所述的方法。

    26、其他方面,本发明还提供一种可读存储介质,所述可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时,实现如上文所述的方法。

    27、本发明至少具有以下技术效果之一:

    28、本发明提供一种自动分配租车车辆的方法,可以自动实现对订单分配合适的车辆,实现提高租车公司的效率,减少人工成本,降低人工操作失误风险。同时,自动分配车牌可以缩短用户等待时间,提高用户体验。



    技术特征:

    1.一种自动分配租车车辆的方法,其特征在于,包括:

    2.如权利要求1所述的自动分配租车车辆的方法,其特征在于,当前可用的车辆为当前车辆状态正常且并未被其他车辆占用。

    3.如权利要求1所述的自动分配租车车辆的方法,其特征在于,还包括:步骤s4、更新订单管理系统的订单信息,将自动分配的订单标记为已分配;更新车辆管理系统的车辆信息数据,将被分配的车辆在订单期间标识为使用中状态。

    4.如权利要求1所述的自动分配租车车辆的方法,其特征在于,所述相关特征变量包括车辆距离取车地点距离、车龄、车辆里程和车辆是否清洁。

    5.如权利要求1所述的自动分配租车车辆的方法,其特征在于,还包括:

    6.如权利要求5所述的自动分配租车车辆的方法,其特征在于,所述历史订单信息包括:车型、取车地点、还车地点、取车时间、还车时间和车牌。

    7.如权利要求6所述的自动分配租车车辆的方法,其特征在于,所述历史车辆状态信息包括:车牌,是否可用,车辆位置,车辆里程,车龄,车辆是否清洁和时间。

    8.如权利要求7所述的自动分配租车车辆的方法,其特征在于,

    9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现权利要求1至8中任一项所述的方法。

    10.一种可读存储介质,其特征在于,所述可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时,实现权利要求1至8中任一项所述的方法。


    技术总结
    本发明公开了一种自动分配租车车辆的方法,包括:步骤S1、从订单管理系统中获取当前系统中所有的下单但未分配车辆的订单信息。步骤S2、对于每一订单,通过所述订单信息中的车牌关联出车辆管理系统中与当前分配订单车型相同的所有当前可用车辆,并构成候选车辆列表。步骤S3、将所述候选车辆列表及其相关特征变量代入训练好的分配车牌决策树模型,可以得到每一辆车的估计值选取候选车辆列表中估计值最大的车辆,分配给目标订单。本发明提高租车公司的效率,减少人工成本,降低人工操作失误风险。

    技术研发人员:陈茂威
    受保护的技术使用者:上海一嗨信息技术服务有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-22412.html

    最新回复(0)