基于订单分布的车辆调度方法、调度系统、计算机设备与流程

本公开实施例涉及车辆调度
技术领域：
，具体而言，涉及一种基于订单分布的车辆调度方法、调度系统、计算机设备及计算机可读存储介质。
背景技术：
出租车行业的迅速发展大大便利了人们的日常出行，但是同时也具有区域在高峰期时运力不足进而导致成交率低、司乘比低的情况，甚至是即使知晓运力不足区域但无法进行高效的车辆调度，最终使得用户不能够及时获得打车服务以及使得出租车司机的听单率较低。因此，如何合理划定区域、如何评判区域健康程度、如何选定可调配车辆、如何确定调度区地址信息成为亟待解决的问题。技术实现要素：本公开实施例旨在至少解决现有技术或相关技术中存在的技术问题之一。为此，本公开实施例的一个目的在于提出了一种基于订单分布的车辆调度方法。本公开实施例的另一个目的在于提出了一种基于订单分布的车辆调度系统。本公开实施例的再一个目的在于提出了一种计算机设备。本公开实施例的又一个目的在于提出了一种计算机可读存储介质。有鉴于此，根据本公开实施例的一个目的，提出了一种基于订单分布的车辆调度方法，包括：确定区域半径及订单数；根据区域半径及订单数划分区域；判断区域是否处于健康状态；当区域不处于健康状态时，启动调度指令；根据区域获取可调度车辆；根据调度指令，调度可调度车辆。本公开实施例提供的基于订单分布的车辆调度方法，选取能够划分出合理区域的区域半径及订单数，根据区域半径及订单数合理划分区域，所述合理划分区域即为划分的区域较多、区域的订单数较多、区域分布比较均匀，区域划分完成后，根据该区域的成交率、司乘比判断该区域是否为成交率整体偏低及司乘比不足的不健康区域，当该区域为不健康区域时，启动调度指令，获取该区域附近的可调度车辆，将可调度车辆调度至该区域。本公开实施例能够将订单稀疏区域的车辆调度至订单密集、司乘供需不足区域，保证车辆调度的及时性和有效性，提高订单成交率，提高司机听单体验。根据本公开实施例的上述基于订单分布的车辆调度方法，还可以具有以下技术特征：在上述技术方案中，优选地，确定区域半径及订单数的步骤，具体包括：定义最大区域半径及最小订单数；获取处于小于最大区域半径区域内的多个第一类区域；在多个第一类区域中获取订单数大于最小订单数的多个第二类区域；根据多个第二类区域的总订单数，按照预设公式计算分布熵；获取使分布熵最大时的总订单数作为实际总订单数；根据实际总订单数，确定区域半径及订单数；预设公式为其中，er,m为分布熵，pi为第i个第二类区域的订单数占多个第二类区域的总订单数的比例，n为多个第二类区域的个数。在该技术方案中，定义出最大区域半径及最小订单数，在高峰时段时订单数较多，为避免多个区域被自动合并，需要将最大区域半径适当调小或将最小订单数适当增大，而在近平峰时段，由于订单数相对少些，因此比较分散，这时为避免被误认为噪声，需要将最大区域半径适当调大或将最小订单数适当变小。在定义完最大区域半径及最小订单数后，获取处于小于最大区域半径区域内的多个第一类区域，第一类区域即为处于小于最大区域半径区域内的区域，在多个第一类区域中获取订单数大于最小订单数的多个第二类区域，第二类区域即为在第一类区域中的订单数大于最小订单数的区域。将各个第二类区域的订单量相加作为多个第二类区域的总订单数，根据总订单数得到区域分布熵，多个第二类区域的总订单数由多个第二类区域的个数和每个第二类区域的订单数决定，因此根据预设公式可知分布熵与第二类区域的个数正相关，即聚类出的聚簇越多，分布熵越大，聚簇中订单数分布越均匀，分布熵越大。获取使分布熵最大时的总订单数作为实际总订单数，根据实际总订单数确定出使分布熵最大时的区域半径及订单数，保证划分出的区域订单数较多、区域分布比较均匀，进而提高车辆调度的准确性。在上述任一技术方案中，优选地，判断区域是否处于健康状态的步骤，具体包括：获取区域的当前成交率及区域的当前司乘比；判断当前成交率是否小于预设成交率；当当前成交率小于预设成交率时，设置区域的期望成交率；根据期望成交率获取期望司乘比；判断当前司乘比是否小于期望司乘比；当当前司乘比小于所述期望司乘比时，判断区域不处于健康状态。在该技术方案中，获取区域的当前成交率及区域的当前司乘比，如果当前成交率不满足预设成交率，即成交率较低时，设置该区域的期望成交率，根据期望成交率获取期望司乘比，其中期望司乘比为期望成交率的线性函数，例如为y＝a×x+b的函数，y为期望司乘比、x为期望成交率，a、b可以通过获取的样本进行通过线性回归方法得到。判断当前司乘比是否小于期望司乘比，当当前司乘比小于所述期望司乘比时，确定该区域处于不健康状态，进而对该区域进行车辆调度，提高该区域的约车用户约车成功率以及该区域司机接单成功率。在上述任一技术方案中，优选地，根据区域获取可调度车辆的步骤，具体包括：计算区域的矩形边界；将矩形边界的四周增大预设面积，成为新矩形边界；获取新矩形边界及矩形边界之间的差值区域内的车辆；将差值区域内的车辆中满足预设条件的车辆作为可调度车辆；其中，满足预设条件的车辆为周围第一预设范围内的订单数小于第一预设订单数且不处于订单密集区域的车辆。在该技术方案中，计算该区域的矩形边界，边界计算方法采用计算该区域内所用订单的最大经纬度(maxlng，maxlat)、最小经纬度(minlng，minlat)，然后以如下四个点(maxlng，maxlat)，(maxlng，minlat)，(minlng，maxlat)，(minlng，minlat)描述的矩形作为该区域的边界。将矩形边界的四周增大预设面积，成为新矩形边界，也就是以描述边界的四个点向外扩预设值，再计算出四个新的点，并以该四个新点描述的矩形作为新矩形边界。获取新矩形边界及矩形边界之间的差值区域，即一个“回”字形区域，将“回”字形区域内的车辆中满足其周围第一预设范围内的订单数小于第一预设订单数且不处于订单密集区域的车辆作为可调度车辆，从而能够确定出当前周围订单数较少、并且距目标调度区距离较近的车辆进行调度，保证车辆调度的有效性及合理性，确保达到更好的司乘供需效果。在上述任一技术方案中，优选地，根据调度指令调度可调度车辆的步骤，具体包括：将区域中的周围第二预设范围内的订单数大于第二预设订单数的订单点作为核心订单点；获取核心订单点的地址信息；根据调度指令及所述核心订单点的地址信息，调度可调度车辆至所述核心订单点。在该技术方案中，找到可调度车辆后，由于订单聚集区域面积较大，需要对某一车辆选择调往距离其最近的核心订单点，核心订单点的概念为该订单点周围预设范围内的订单数不少于预设订单数，获取核心订单点的地址信息，将可调度车辆调度到在区域里距离其最近的核心订单点位置，保证将车辆快速地调度至订单数密集区域，提高司机的接单率。在上述任一技术方案中，优选地，获取核心订单点的地址信息的步骤，具体包括：获取核心订单点的经纬度；根据核心订单点的经纬度解析出核心订单点的地址信息；其中，核心订单点的地址信息包括地区、街道、商圈。在该技术方案中，通过核心订单点的经纬度确定出核心订单点的地址信息，并具体到地区、街道、商圈，使得可调度车辆快速地到达核心订单点，提高了车辆调度效率，节约了车辆达到时间，保证用户能够及时打到车。根据本公开实施例的另一个目的，提出了一种基于订单分布的车辆调度系统，包括：确定单元，用于确定区域半径及订单数；划分单元，用于根据区域半径及订单数划分区域；判断单元，用于判断区域是否处于健康状态；启动单元，用于当区域不处于健康状态时，启动调度指令；车辆获取单元，用于根据区域获取可调度车辆；调度单元，用于根据调度指令，调度可调度车辆。本公开实施例提供的基于订单分布的车辆调度系统，通过确定单元选取能够划分出合理区域的区域半径及订单数，由划分单元根据区域半径及订单数合理划分区域，所述合理划分区域即为划分的区域较多、区域的订单数较多、区域分布比较均匀，对区域划分完成后，判断单元根据该区域的成交率、司乘比判断该区域是否为成交率整体偏低及司乘比不足的不健康区域，当该区域为不健康区域时，启动单元启动调度指令，通过车辆获取单元获取该区域附近的可调度车辆，调度单元将可调度车辆调度至该区域。本公开实施例能够将订单稀疏区域的车辆调度至订单密集、司乘供需不足区域，保证车辆调度的及时性和有效性，提高订单成交率，提高司机听单体验。根据本公开实施例的上述基于订单分布的车辆调度系统，还可以具有以下技术特征：在上述技术方案中，优选地，确定单元，包括：定义单元，用于定义最大区域半径及最小订单数；聚簇确定单元，用于获取处于小于最大区域半径区域内的多个第一类区域；以及在多个第一类区域中获取订单数大于最小订单数的多个第二类区域；第一计算单元，用于根据多个第二类区域的总订单数，按照预设公式计算分布熵；以及获取使分布熵最大时的总订单数作为实际总订单数；确定单元，具体用于根据实际总订单数，确定区域半径及订单数；预设公式为其中，er,m为分布熵，pi为第i个第二类区域的订单数占多个第二类区域的总订单数的比例，n为多个第二类区域的个数。在该技术方案中，定义单元定义出最大区域半径及最小订单数，在高峰时段时订单数较多，为避免多个区域被自动合并，需要将最大区域半径适当调小或将最小订单数适当增大，而在近平峰时段，由于订单数相对少些，因此比较分散，这时为避免被误认为噪声，需要将最大区域半径适当调大或将最小订单数适当变小。在定义完最大区域半径及最小订单数后，聚簇确定单元获取处于小于最大区域半径区域内的多个第一类区域，第一类区域即为处于小于最大区域半径区域内的区域，在多个第一类区域中获取订单数大于最小订单数的多个第二类区域，第二类区域即为在第一类区域中的订单数大于最小订单数的区域。将各个第二类区域的订单量相加作为多个第二类区域的总订单数，第一计算单元根据总订单数得到区域分布熵，多个第二类区域的总订单数由多个第二类区域的个数和每个第二类区域的订单数决定，因此根据预设公式可知分布熵与第二类区域的个数正相关，即聚类出的聚簇越多，分布熵越大，聚簇中订单数分布越均匀，分布熵越大。获取使分布熵最大时的总订单数作为实际总订单数，确定单元根据实际总订单数确定出使分布熵最大时的区域半径及订单数，保证划分出的区域订单数较多、区域分布比较均匀，进而提高车辆调度的准确性。在上述任一技术方案中，优选地，判断单元，包括：获取单元，用于获取区域的当前成交率及区域的当前司乘比；判断单元，具体用于判断当前成交率是否小于预设成交率；设置单元，用于当当前成交率小于预设成交率时，设置区域的期望成交率；获取单元，还用于根据期望成交率获取期望司乘比；判断单元，还用于判断当司乘比是否小于期望司乘比；以及当当前司乘比小于期望司乘比时，判断区域不处于健康状态。在该技术方案中，获取单元获取区域的当前成交率及区域的当前司乘比，如果当前成交率不满足预设成交率，即成交率较低时，设置单元设置该区域的期望成交率，获取单元根据期望成交率获取期望司乘比，其中期望司乘比为期望成交率的线性函数，例如为y＝a×x+b的函数，y为期望司乘比、x为期望成交率，a、b可以通过获取的样本进行通过线性回归方法得到。判断单元判断当前司乘比是否小于期望司乘比，当当前司乘比小于所述期望司乘比时，确定该区域处于不健康状态，进而对该区域进行车辆调度，提高该区域的约车用户约车成功率以及该区域司机接单成功率。在上述任一技术方案中，优选地，车辆获取单元，包括：第二计算单元，用于计算区域的矩形边界；车辆获取单元，具体用于将矩形边界的四周增大预设面积，成为新矩形边界；获取新矩形边界及矩形边界之间的差值区域内的车辆；将差值区域内的车辆中满足预设条件的车辆作为可调度车辆；其中，满足预设条件的车辆为周围第一预设范围内的订单数小于第一预设订单数且不处于订单密集区域的车辆。在该技术方案中，第二计算单元计算该区域的矩形边界，边界计算方法采用计算该区域内所用订单的最大经纬度(maxlng，maxlat)、最小经纬度(minlng，minlat)，然后以如下四个点(maxlng，maxlat)，(maxlng，minlat)，(minlng，maxlat)，(minlng，minlat)描述的矩形作为该区域的边界。将矩形边界的四周增大预设面积，成为新矩形边界，也就是以描述边界的四个点向外扩预设值，再计算出四个新的点，并以该四个新点描述的矩形作为新矩形边界。车辆获取单元获取新矩形边界及矩形边界之间的差值区域，即一个“回”字形区域，将“回”字形区域内的车辆中满足其周围第一预设范围内的订单数小于第一预设订单数且不处于订单密集区域的车辆作为可调度车辆，从而能够确定出当前周围订单数较少、并且距目标调度区距离较近的车辆进行调度，保证车辆调度的有效性及合理性，确保达到更好的司乘供需效果。在上述任一技术方案中，优选地，调度单元，包括：订单点确定单元，用于将区域中的周围第二预设范围内的订单数大于第二预设订单数的订单点作为核心订单点；地址获取单元，用于获取核心订单点的地址信息；调度单元，具体用于根据调度指令及核心订单点的地址信息，调度可调度车辆至核心订单点。在该技术方案中，找到可调度车辆后，由于订单聚集区域面积较大，需要订单点确定单元对某一车辆选择调往距离其最近的核心订单点，核心订单点的概念为该订单点周围预设范围内的订单数不少于预设订单数，地址获取单元获取核心订单点的地址信息，调度单元将可调度车辆调度到在区域里距离其最近的核心订单点位置，保证将车辆快速地调度至订单数密集区域，提高司机的接单率。在上述任一技术方案中，优选地，地址获取单元，具体用于：获取核心订单点的经纬度；根据核心订单点的经纬度解析出核心订单点的地址信息；其中，核心订单点的地址信息包括地区、街道、商圈。在该技术方案中，地址获取单元通过核心订单点的经纬度确定出核心订单点的地址信息，并具体到地区、街道、商圈，使得可调度车辆快速地到达核心订单点，提高了车辆调度效率，节约了车辆达到时间，保证用户能够及时打到车。根据本公开实施例的另一个目的，提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：确定区域半径及订单数；根据区域半径及订单数划分区域；判断区域是否处于健康状态；当区域不处于健康状态时，启动调度指令；根据区域获取可调度车辆；根据调度指令，调度可调度车辆。本公开实施例提供的计算机设备，处理器执行计算机程序时实现选取能够划分出合理区域的区域半径及订单数，根据区域半径及订单数合理划分区域，所述合理划分区域即为划分的区域较多、区域的订单数较多、区域分布比较均匀，区域划分完成后，根据该区域的成交率、司乘比判断该区域是否为成交率整体偏低及司乘比不足的不健康区域，当该区域为不健康区域时，启动调度指令，获取该区域附近的可调度车辆，将可调度车辆调度至该区域。本公开实施例能够将订单稀疏区域的车辆调度至订单密集、司乘供需不足区域，保证车辆调度的及时性和有效性，提高订单成交率，提高司机听单体验。根据本公开实施例的又一个目的，提出了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述任一项的基于订单分布的车辆调度方法的步骤。本公开实施例提供的计算机可读存储介质，计算机程序被处理器执行时实现选取能够划分出合理区域的区域半径及订单数，根据区域半径及订单数合理划分区域，所述合理划分区域即为划分的区域较多、区域的订单数较多、区域分布比较均匀，对区域划分完成后，根据该区域的成交率、司乘比判断该区域是否为成交率整体偏低及司乘比不足的不健康区域，当该区域为不健康区域时，启动调度指令，获取该区域附近的可调度车辆，将可调度车辆调度至该区域。本公开实施例能够将订单稀疏区域的车辆调度至订单密集、司乘供需不足区域，保证车辆调度的及时性和有效性，提高订单成交率，提高司机听单体验。本公开实施例的附加方面和优点将在下面的描述部分中变得明显，或通过本公开实施例的实践了解到。附图说明本公开实施例的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1示出了本公开实施例的一个实施例的基于订单分布的车辆调度方法的流程示意图；图2示出了本公开实施例的另一个实施例的基于订单分布的车辆调度方法的流程示意图；图3示出了本公开实施例的再一个实施例的基于订单分布的车辆调度方法的流程示意图；图4示出了本公开实施例的又一个实施例的基于订单分布的车辆调度方法的流程示意图；图5示出了本公开实施例的又一个实施例的基于订单分布的车辆调度方法的流程示意图；图6示出了本公开实施例的又一个实施例的基于订单分布的车辆调度方法的流程示意图；图7示出了本公开实施例的一个实施例的基于订单分布的车辆调度系统的示意框图；图8示出了本公开实施例的另一个实施例的基于订单分布的车辆调度系统的示意框图；图9示出了本公开实施例的再一个实施例的基于订单分布的车辆调度系统的示意框图；图10示出了本公开实施例的又一个实施例的基于订单分布的车辆调度系统的示意框图；图11示出了本公开实施例的又一个实施例的基于订单分布的车辆调度系统的示意框图；图12示出了本公开实施例的一个实施例的计算机设备的示意框图；图13a示出了本公开实施例的一个具体实施例的聚类分布示意图；图13b示出了本公开实施例的另一个具体实施例的聚类分布示意图；图13c示出了本公开实施例的再一个具体实施例的聚类分布示意图；图13d示出了本公开实施例的又一个具体实施例的聚类分布示意图；图14示出了本公开实施例的一个具体实施例的成交率与司乘比关系示意图；图15示出了本公开实施例的一个具体实施例的司机调度示意图。具体实施方式为了能够更清楚地理解本公开实施例的上述目的、特征和优点，下面结合附图和具体实施方式对本公开实施例进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本公开实施例，但是，本公开实施例还可以采用其他不同于在此描述的其他方式来实施，因此，本公开实施例的保护范围并不限于下面公开的具体实施例的限制。本公开实施例第一方面的实施例，提出一种基于订单分布的车辆调度方法，图1示出了本公开实施例的一个实施例的基于订单分布的车辆调度方法的流程示意图。其中，该方法包括：步骤102，确定区域半径及订单数；步骤104，根据区域半径及订单数划分区域；步骤106，判断区域是否处于健康状态；步骤108，当区域不处于健康状态时，启动调度指令；步骤110，根据区域获取可调度车辆；步骤112，根据调度指令，调度可调度车辆。本公开实施例提供的基于订单分布的车辆调度方法，选取能够划分出合理区域的区域半径及订单数，根据区域半径及订单数合理划分区域，所述合理划分区域即为划分的区域较多、区域的订单数较多、区域分布比较均匀，区域划分完成后，根据该区域的成交率、司乘比判断该区域是否为成交率整体偏低及司乘比不足的不健康区域，当该区域为不健康区域时，启动调度指令，获取该区域附近的可调度车辆，将可调度车辆调度至该区域。本公开实施例能够将订单稀疏区域的车辆调度至订单密集、司乘供需不足区域，保证车辆调度的及时性和有效性，提高订单成交率，提高司机听单体验。图2示出了本公开实施例的另一个实施例的基于订单分布的车辆调度方法的流程示意图。其中，该方法包括：步骤202，定义最大区域半径及最小订单数；步骤204，获取处于小于最大区域半径区域内的多个第一类区域；在多个第一类区域中获取订单数大于最小订单数的多个第二类区域；步骤206，根据多个第二类区域的总订单数，按照预设公式计算分布熵；步骤208，获取使分布熵最大时的总订单数作为实际总订单数；步骤210，根据实际总订单数，确定区域半径及订单数；步骤212，根据区域半径及订单数划分区域；步骤214，判断区域是否处于健康状态；步骤216，当区域不处于健康状态时，启动调度指令；步骤218，根据区域获取可调度车辆；步骤220，根据调度指令，调度可调度车辆。根据本公开实施例的上述基于订单分布的车辆调度方法，还可以具有以下技术特征：在上述技术方案中，优选地，确定区域半径及订单数的步骤，具体包括：定义最大区域半径及最小订单数；获取处于小于最大区域半径区域内的多个第一类区域；在多个第一类区域中获取订单数大于最小订单数的多个第二类区域；根据多个第二类区域的总订单数，按照预设公式计算分布熵；获取使分布熵最大时的总订单数作为实际总订单数；根据实际总订单数，确定区域半径及订单数；预设公式为er,m为分布熵，pi为第i个第二类区域的订单数占多个第二类区域的总订单数的比例，n为多个第二类区域的个数。在该实施例中，定义出最大区域半径及最小订单数，在高峰时段时订单数较多，为避免多个区域被自动合并，需要将最大区域半径适当调小或将最小订单数适当增大，而在近平峰时段，由于订单数相对少些，因此比较分散，这时为避免被误认为噪声，需要将最大区域半径适当调大或将最小订单数适当变小。在定义完最大区域半径及最小订单数后，获取处于小于最大区域半径区域内的多个第一类区域，第一类区域即为处于小于最大区域半径区域内的区域，在多个第一类区域中获取订单数大于最小订单数的多个第二类区域，第二类区域即为在第一类区域中的订单数大于最小订单数的区域。将各个第二类区域的订单量相加作为多个第二类区域的总订单数，根据总订单数得到区域分布熵，多个第二类区域的总订单数由多个第二类区域的个数和每个第二类区域的订单数决定，因此根据预设公式可知分布熵与第二类区域的个数正相关，即聚类出的聚簇越多，分布熵越大，聚簇中订单数分布越均匀，分布熵越大。获取使分布熵最大时的总订单数作为实际总订单数，根据实际总订单数确定出使分布熵最大时的区域半径及订单数，保证划分出的区域订单数较多、区域分布比较均匀，进而提高车辆调度的准确性。图3示出了本公开实施例的再一个实施例的基于订单分布的车辆调度方法的流程示意图。其中，该方法包括：步骤302，定义最大区域半径及最小订单数；获取处于小于最大区域半径区域内的多个第一类区域；在多个第一类区域中获取订单数大于最小订单数的多个第二类区域；步骤304，根据多个第二类区域的总订单数，按照预设公式计算分布熵；获取使分布熵最大时的总订单数作为实际总订单数；根据实际总订单数，确定区域半径及订单数；步骤306，根据区域半径及订单数划分区域；步骤308，获取区域的当前成交率及区域的当前司乘比；步骤310，判断当前成交率是否小于预设成交率；步骤312，当当前成交率小于预设成交率时，设置区域的期望成交率；根据期望成交率获取期望司乘比；步骤314，判断当前司乘比是否小于期望司乘比；步骤316，当当前司乘比小于所述期望司乘比时，判断区域不处于健康状态，启动调度指令；步骤318，根据区域获取可调度车辆；步骤320，根据调度指令，调度可调度车辆。在该实施例中，获取区域的当前成交率及区域的当前司乘比，如果当前成交率不满足预设成交率，即成交率较低时，设置该区域的期望成交率，根据期望成交率获取期望司乘比，其中期望司乘比为期望成交率的线性函数，例如为y＝a×x+b的函数，y为期望司乘比、x为期望成交率，a、b可以通过获取的样本进行通过线性回归方法得到。判断当前司乘比是否小于期望司乘比，当当前司乘比小于所述期望司乘比时，确定该区域处于不健康状态，进而对该区域进行车辆调度，提高该区域的约车用户约车成功率以及该区域司机接单成功率。图4示出了本公开实施例的又一个实施例的基于订单分布的车辆调度方法的流程示意图。其中，该方法包括：步骤402，定义最大区域半径及最小订单数；获取处于小于最大区域半径区域内的多个第一类区域；在多个第一类区域中获取订单数大于最小订单数的多个第二类区域；步骤404，根据多个第二类区域的总订单数，按照预设公式计算分布熵；获取使分布熵最大时的总订单数作为实际总订单数；根据实际总订单数，确定区域半径及订单数；步骤406，根据区域半径及订单数划分区域；步骤408，获取区域的当前成交率及区域的当前司乘比；步骤410，判断当前成交率是否小于预设成交率；步骤412，当当前成交率小于预设成交率时，设置区域的期望成交率；根据期望成交率获取期望司乘比；步骤414，判断当前司乘比是否小于期望司乘比；步骤416，当当前司乘比小于所述期望司乘比时，判断区域不处于健康状态，启动调度指令；步骤418，计算区域的矩形边界；将矩形边界的四周增大预设面积，成为新矩形边界；获取新矩形边界及矩形边界之间的差值区域内的车辆；将差值区域内的车辆中满足预设条件的车辆作为可调度车辆；步骤420，根据调度指令，调度可调度车辆。在该实施例中，计算该区域的矩形边界，边界计算方法采用计算该区域内所用订单的最大经纬度(maxlng，maxlat)、最小经纬度(minlng，minlat)，然后以如下四个点(maxlng，maxlat)，(maxlng，minlat)，(minlng，maxlat)，(minlng，minlat)描述的矩形作为该区域的边界。将矩形边界的四周增大预设面积，成为新矩形边界，也就是以描述边界的四个点向外扩预设值，再计算出四个新的点，并以该四个新点描述的矩形作为新矩形边界。获取新矩形边界及矩形边界之间的差值区域，即一个“回”字形区域，将“回”字形区域内的车辆中满足其周围第一预设范围内的订单数小于第一预设订单数且不处于订单密集区域的车辆作为可调度车辆，从而能够确定出当前周围订单数较少、并且距目标调度区距离较近的车辆进行调度，保证车辆调度的有效性及合理性，确保达到更好的司乘供需效果。图5示出了本公开实施例的又一个实施例的基于订单分布的车辆调度方法的流程示意图。其中，该方法包括：步骤502，定义最大区域半径及最小订单数；获取处于小于最大区域半径区域内的多个第一类区域；在多个第一类区域中获取订单数大于最小订单数的多个第二类区域；步骤504，根据多个第二类区域的总订单数，按照预设公式计算分布熵；获取使分布熵最大时的总订单数作为实际总订单数；根据实际总订单数，确定区域半径及订单数；步骤506，根据区域半径及订单数划分区域；步骤508，获取区域的当前成交率及区域的当前司乘比；步骤510，判断当前成交率是否小于预设成交率；步骤512，当当前成交率小于预设成交率时，设置区域的期望成交率；根据期望成交率获取期望司乘比；步骤514，判断当前司乘比是否小于期望司乘比；步骤516，当当前司乘比小于所述期望司乘比时，判断区域不处于健康状态，启动调度指令；步骤518，计算区域的矩形边界；将矩形边界的四周增大预设面积，成为新矩形边界；获取新矩形边界及矩形边界之间的差值区域内的车辆；将差值区域内的车辆中满足预设条件的车辆作为可调度车辆；步骤520，将区域中的周围第二预设范围内的订单数大于第二预设订单数的订单点作为核心订单点；获取核心订单点的地址信息；根据调度指令及所述核心订单点的地址信息，调度可调度车辆至所述核心订单点。在该实施例中，找到可调度车辆后，由于订单聚集区域面积较大，需要对某一车辆选择调往距离其最近的核心订单点，核心订单点的概念为该订单点周围预设范围内的订单数不少于预设订单数，获取核心订单点的地址信息，将可调度车辆调度到在区域里距离其最近的核心订单点位置，保证将车辆快速地调度至订单数密集区域，提高司机的接单率。图6示出了本公开实施例的又一个实施例的基于订单分布的车辆调度方法的流程示意图。其中，该方法包括：步骤602，定义最大区域半径及最小订单数；获取处于小于最大区域半径区域内的多个第一类区域；在多个第一类区域中获取订单数大于最小订单数的多个第二类区域；步骤604，根据多个第二类区域的总订单数，按照预设公式计算分布熵；获取使分布熵最大时的总订单数作为实际总订单数；根据实际总订单数，确定区域半径及订单数；步骤606，根据区域半径及订单数划分区域；步骤608，获取区域的当前成交率及区域的当前司乘比；步骤610，判断当前成交率是否小于预设成交率；步骤612，当当前成交率小于预设成交率时，设置区域的期望成交率；根据期望成交率获取期望司乘比；步骤614，判断当前司乘比是否小于期望司乘比；步骤616，当当前司乘比小于所述期望司乘比时，判断区域不处于健康状态，启动调度指令；步骤618，计算区域的矩形边界；将矩形边界的四周增大预设面积，成为新矩形边界；获取新矩形边界及矩形边界之间的差值区域内的车辆；将差值区域内的车辆中满足预设条件的车辆作为可调度车辆；步骤620，将区域中的周围第二预设范围内的订单数大于第二预设订单数的订单点作为核心订单点；步骤622，获取核心订单点的经纬度；根据核心订单点的经纬度解析出核心订单点的地址信息；步骤624，根据调度指令及所述核心订单点的地址信息，调度可调度车辆至所述核心订单点。其中，核心订单点的地址信息包括地区、街道、商圈。在该实施例中，通过核心订单点的经纬度确定出核心订单点的地址信息，并具体到地区、街道、商圈，使得可调度车辆快速地到达核心订单点，提高了车辆调度效率，节约了车辆达到时间，保证用户能够及时打到车。本公开实施例第二方面的实施例，提出一种基于订单分布的车辆调度系统，图7示出了本公开实施例的一个实施例的基于订单分布的车辆调度系统700的示意框图。其中，该系统包括：确定单元702，用于确定区域半径及订单数；划分单元704，用于根据区域半径及订单数划分区域；判断单元706，用于判断区域是否处于健康状态；启动单元708，用于当区域不处于健康状态时，启动调度指令；车辆获取单元710，用于根据区域获取可调度车辆；调度单元712，用于根据调度指令，调度可调度车辆。本公开实施例提供的基于订单分布的车辆调度系统700，通过确定单元702选取能够划分出合理区域的区域半径及订单数，由划分单元704根据区域半径及订单数合理划分区域，所述合理划分区域即为划分的区域较多、区域的订单数较多、区域分布比较均匀，区域划分完成后，判断单元706根据该区域的成交率、司乘比判断该区域是否为成交率整体偏低及司乘比不足的不健康区域，当该区域为不健康区域时，启动单元708启动调度指令，通过车辆获取单元710获取该区域附近的可调度车辆，调度单元712将可调度车辆调度至该区域。本公开实施例能够将订单稀疏区域的车辆调度至订单密集、司乘供需不足区域，保证车辆调度的及时性和有效性，提高订单成交率，提高司机听单体验。图8示出了本公开实施例的另一个实施例的基于订单分布的车辆调度系统800的示意框图。其中，该系统包括：确定单元802，用于确定区域半径及订单数；划分单元804，用于根据区域半径及订单数划分区域；判断单元806，用于判断区域是否处于健康状态；启动单元808，用于当区域不处于健康状态时，启动调度指令；车辆获取单元810，用于根据区域获取可调度车辆；调度单元812，用于根据调度指令，调度可调度车辆；确定单元802，包括：定义单元822，用于定义最大区域半径及最小订单数；聚簇确定单元824，用于获取处于小于最大区域半径区域内的多个第一类区域；以及在多个第一类区域中获取订单数大于最小订单数的多个第二类区域；第一计算单元826，用于根据多个第二类区域的总订单数，按照预设公式计算分布熵；以及获取使分布熵最大时的总订单数作为实际总订单数；确定单元802，具体用于根据实际总订单数，确定区域半径及订单数；其中，预设公式为er,m为分布熵，pi为第i个第二类区域的订单数占多个第二类区域的总订单数的比例，n为多个第二类区域的个数。在该实施例中，定义单元822定义出最大区域半径及最小订单数，在高峰时段时订单数较多，为避免多个区域被自动合并，需要将最大区域半径适当调小或将最小订单数适当增大，而在近平峰时段，由于订单数相对少些，因此比较分散，这时为避免被误认为噪声，需要将最大区域半径适当调大或将最小订单数适当变小。在定义完最大区域半径及最小订单数后，聚簇确定单元824获取处于小于最大区域半径区域内的多个第一类区域，在多个第一类区域中获取订单数大于最小订单数的多个第二类区域。将各个第二类区域的订单量相加作为多个第二类区域的总订单数，第一计算单元826根据总订单数得到区域分布熵，多个第二类区域的总订单数由多个第二类区域的个数和每个第二类区域的订单数决定，因此根据预设公式可知分布熵与第二类区域的个数正相关，即聚类出的聚簇越多，分布熵越大，聚簇中订单数分布越均匀，分布熵越大。获取使分布熵最大时的总订单数作为实际总订单数，确定单元802根据实际总订单数确定出使分布熵最大时的区域半径及订单数，保证划分出的区域订单数较多、区域分布比较均匀，进而提高车辆调度的准确性。图9示出了本公开实施例的再一个实施例的基于订单分布的车辆调度系统900的示意框图。其中，该系统包括：确定单元902，用于确定区域半径及订单数；划分单元904，用于根据区域半径及订单数划分区域；判断单元906，用于判断区域是否处于健康状态；启动单元908，用于当区域不处于健康状态时，启动调度指令；车辆获取单元910，用于根据区域获取可调度车辆；调度单元912，用于根据调度指令，调度可调度车辆；确定单元902，包括：定义单元922，用于定义最大区域半径及最小订单数；聚簇确定单元924，用于获取处于小于最大区域半径区域内的多个第一类区域；以及在多个第一类区域中获取订单数大于最小订单数的多个第二类区域；第一计算单元926，用于根据多个第二类区域的总订单数，按照预设公式计算分布熵；以及获取使分布熵最大时的总订单数作为实际总订单数；确定单元902，具体用于根据实际总订单数，确定区域半径及订单数；判断单元906，包括：获取单元962，用于获取区域的当前成交率及区域的当前司乘比；判断单元906，具体用于判断当前成交率是否小于预设成交率；设置单元964，用于当当前成交率小于预设成交率时，设置区域的期望成交率；获取单元962，还用于根据期望成交率获取期望司乘比；判断单元906，还用于判断当司乘比是否小于期望司乘比；以及当当前司乘比小于期望司乘比时，判断区域不处于健康状态。在该实施例中，获取单元962获取区域的当前成交率及区域的当前司乘比，如果当前成交率不满足预设成交率，即成交率较低时，设置单元964置该区域的期望成交率，获取单元962根据期望成交率获取期望司乘比，其中期望司乘比为期望成交率的线性函数，例如为y＝a×x+b的函数，y为期望司乘比、x为期望成交率，a、b可以通过获取的样本进行通过线性回归方法得到。判断单元906判断当前司乘比是否小于期望司乘比，当当前司乘比小于所述期望司乘比时，确定该区域处于不健康状态，进而对该区域进行车辆调度，提高该区域的约车用户约车成功率以及该区域司机接单成功率。图10示出了本公开实施例的又一个实施例的基于订单分布的车辆调度系统1000的示意框图。其中，该系统包括：确定单元1002，用于确定区域半径及订单数；划分单元1004，用于根据区域半径及订单数划分区域；判断单元1006，用于判断区域是否处于健康状态；启动单元1008，用于当区域不处于健康状态时，启动调度指令；车辆获取单元1010，用于根据区域获取可调度车辆；调度单元1012，用于根据调度指令，调度可调度车辆；确定单元1002，包括：定义单元1022，用于定义最大区域半径及最小订单数；聚簇确定单元1024，用于获取处于小于最大区域半径区域内的多个第一类区域；以及在多个第一类区域中获取订单数大于最小订单数的多个第二类区域；第一计算单元1026，用于根据多个第二类区域的总订单数，按照预设公式计算分布熵；以及获取使分布熵最大时的总订单数作为实际总订单数；确定单元1002，具体用于根据实际总订单数，确定区域半径及订单数；判断单元1006，包括：获取单元1062，用于获取区域的当前成交率及区域的当前司乘比；判断单元1006，具体用于判断当前成交率是否小于预设成交率；设置单元1064，用于当当前成交率小于预设成交率时，设置区域的期望成交率；获取单元1062，还用于根据期望成交率获取期望司乘比；判断单元1006，还用于判断当司乘比是否小于期望司乘比；以及当当前司乘比小于期望司乘比时，判断区域不处于健康状态；车辆获取单元1010，包括：第二计算单元10102，用于计算区域的矩形边界；车辆获取单元1010，具体用于将矩形边界的四周增大预设面积，成为新矩形边界；获取新矩形边界及矩形边界之间的差值区域内的车辆；将差值区域内的车辆中满足预设条件的车辆作为可调度车辆；其中，满足预设条件的车辆为周围第一预设范围内的订单数小于第一预设订单数且不处于订单密集区域的车辆。在该实施例中，第二计算单元10102计算该区域的矩形边界，边界计算方法采用计算该区域内所用订单的最大经纬度(maxlng，maxlat)、最小经纬度(minlng，minlat)，然后以如下四个点(maxlng，maxlat)，(maxlng，minlat)，(minlng，maxlat)，(minlng，minlat)描述的矩形作为该区域的边界。将矩形边界的四周增大预设面积，成为新矩形边界，也就是以描述边界的四个点向外扩预设值，再计算出四个新的点，并以该四个新点描述的矩形作为新矩形边界。车辆获取单元1010获取新矩形边界及矩形边界之间的差值区域，即一个“回”字形区域，将“回”字形区域内的车辆中满足其周围第一预设范围内的订单数小于第一预设订单数且不处于订单密集区域的车辆作为可调度车辆，从而能够确定出当前周围订单数较少、并且距目标调度区距离较近的车辆进行调度，保证车辆调度的有效性及合理性，确保达到更好的司乘供需效果。图11示出了本公开实施例的又一个实施例的基于订单分布的车辆调度系统1100的示意框图。其中，该系统包括：确定单元1102，用于确定区域半径及订单数；划分单元1104，用于根据区域半径及订单数划分区域；判断单元1106，用于判断区域是否处于健康状态；启动单元1108，用于当区域不处于健康状态时，启动调度指令；车辆获取单元1110，用于根据区域获取可调度车辆；调度单元1112，用于根据调度指令，调度可调度车辆；确定单元1102，包括：定义单元1122，用于定义最大区域半径及最小订单数；聚簇确定单元1124，用于获取处于小于最大区域半径区域内的多个第一类区域；以及在多个第一类区域中获取订单数大于最小订单数的多个第二类区域；第一计算单元1126，用于根据多个第二类区域的总订单数，按照预设公式计算分布熵；以及获取使分布熵最大时的总订单数作为实际总订单数；确定单元1102，具体用于根据实际总订单数，确定区域半径及订单数；判断单元1106，包括：获取单元1162，用于获取区域的当前成交率及区域的当前司乘比；判断单元1106，具体用于判断当前成交率是否小于预设成交率；设置单元1164，用于当当前成交率小于预设成交率时，设置区域的期望成交率；获取单元1162，还用于根据期望成交率获取期望司乘比；判断单元1106，还用于判断当司乘比是否小于期望司乘比；以及当当前司乘比小于期望司乘比时，判断区域不处于健康状态；车辆获取单元1110，包括：第二计算单元11102，用于计算区域的矩形边界；车辆获取单元1110，具体用于将矩形边界的四周增大预设面积，成为新矩形边界；获取新矩形边界及矩形边界之间的差值区域内的车辆；将差值区域内的车辆中满足预设条件的车辆作为可调度车辆；调度单元1112，包括：订单点确定单元11122，用于将区域中的周围第二预设范围内的订单数大于第二预设订单数的订单点作为核心订单点；地址获取单元11124，用于获取核心订单点的地址信息；调度单元1112，具体用于根据调度指令及核心订单点的地址信息，调度可调度车辆至核心订单点。在该实施例中，找到可调度车辆后，由于订单聚集区域面积较大，需要订单点确定单元11122对某一车辆选择调往距离其最近的核心订单点，核心订单点的概念为该订单点周围预设范围内的订单数不少于预设订单数，地址获取单元11124获取核心订单点的地址信息，调度单元1112将可调度车辆调度到在区域里距离其最近的核心订单点位置，保证将车辆快速地调度至订单数密集区域，提高司机的接单率。在上述任一技术方案中，优选地，地址获取单元11124，具体用于：获取核心订单点的经纬度；根据核心订单点的经纬度解析出核心订单点的地址信息；其中，核心订单点的地址信息包括地区、街道、商圈。在该实施例中，地址获取单元通过核心订单点的经纬度确定出核心订单点的地址信息，并具体到地区、街道、商圈，使得可调度车辆快速地到达核心订单点，提高了车辆调度效率，节约了车辆达到时间，保证用户能够及时打到车。本公开实施例第三方面的实施例，提出一种计算机设备，图12示出了本公开实施例的一个实施例的计算机设备1200的示意框图。其中，该计算机设备1200包括：存储器1202、处理器1204及存储在存储器1202上并可在处理器1204上运行的计算机程序，处理器1204执行计算机程序时实现以下步骤：确定区域半径及订单数；根据区域半径及订单数划分区域；判断区域是否处于健康状态；当区域不处于健康状态时，启动调度指令；根据区域获取可调度车辆；根据调度指令，调度可调度车辆。本公开实施例提供的计算机设备1200，处理器1204执行计算机程序时实现选取能够划分出合理区域的区域半径及订单数，根据区域半径及订单数合理划分区域，所述合理划分区域即为划分的区域较多、区域的订单数较多、区域分布比较均匀，区域划分完成后，根据该区域的成交率、司乘比判断该区域是否为成交率整体偏低及司乘比不足的不健康区域，当该区域为不健康区域时，启动调度指令，获取该区域附近的可调度车辆，将可调度车辆调度至该区域。本公开实施例能够将订单稀疏区域的车辆调度至订单密集、司乘供需不足区域，保证车辆调度的及时性和有效性，提高订单成交率，提高司机听单体验。本公开实施例第四方面的实施例，提出了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：确定区域半径及订单数；根据区域半径及订单数划分区域；判断区域是否处于健康状态；当区域不处于健康状态时，启动调度指令；根据区域获取可调度车辆；根据调度指令，调度可调度车辆。本公开实施例提供的计算机可读存储介质，计算机程序被处理器执行时实现选取能够划分出合理区域的区域半径及订单数，根据区域半径及订单数合理划分区域，所述合理划分区域即为划分的区域较多、区域的订单数较多、区域分布比较均匀，区域划分完成后，根据该区域的成交率、司乘比判断该区域是否为成交率整体偏低及司乘比不足的不健康区域，当该区域为不健康区域时，启动调度指令，获取该区域附近的可调度车辆，将可调度车辆调度至该区域。本公开实施例能够将订单稀疏区域的车辆调度至订单密集、司乘供需不足区域，保证车辆调度的及时性和有效性，提高订单成交率，提高司机听单体验。本公开实施例的具体实施例中基于订单分布的车辆调度方法，具体包括：一、选取区域粒度，合理划定区域dbscan算法需要事先设定好最小区域半径r和最小订单数量m，然后根据这两个值进行聚类，并自动对相邻较近的区域进行合并，且自动识别噪声。选取不同的最小区域半径r和最小订单数量m，以及不同时间段t内的订单量，得到的聚类结果：图13a示出了在r＝1500米，m＝5，t＝08:00～08:10时的聚类结果，图13b示出了在r＝1000米，m＝5，t＝08:00～08:10时的聚类结果，图13c示出了在r＝1000米，m＝5，t＝06:36～06:46时的聚类结果，图13d示出了在r＝1800米，m＝4，t＝06:36～06:46时的聚类结果。对比图13a至图13d发现，在t＝08:00～08:10时段全城订单数为400时，图13b的效果要好于图13a，图13a将中间大片区域整体作为一个聚簇，而图13b虽然丢弃的点多一些，但整体在区域划分的粒度上优于图13a。在t＝06:36～06:46时段全城订单数为167时，图13d的效果明显好于图13c。分析图13a至图13d中的四种情况，在高峰时段时，由于订单数较多为避免多个区域被自动合并，需要将r适当调小或将m适当增大；而在近平峰时段，由于订单数相对少些因此比较分散，这时为避免被误认为噪声，需要将r适当调大或将m适当变小。结合业务需求，每个城市的订单数、区域分布相差非常大，即使对一个城市，在不同的时段依然差别巨大，因此对不同城市、同一城市的不同时段，dbscan算法的两个参数r和m需要不同对待。因此，虽然dbscan是一个无监督学习的算法，当时如何针对不同情况选取合适的r和m，就变成一个基于历史数据的监督学习过程。期望的得到的聚类分布应该满足如下几个目标：目标1，每个聚簇包含的订单数不要太少；目标2，聚出的聚簇不要太少；目标3，各个聚簇的分布尽量均匀。按照这三个标准，图13b和图13d的效果相对较好，图13a和图13c相对差些。对目标1每个聚簇包含的订单数不要太少，这个可以给m设定一个最小值，假设为5，那么每个聚簇的最小数目一定是大于5，否则被识别为噪声。同时考虑订单播送距离，对r最大不应超过2000米。对目标2和目标3的衡量标准，这里引入一个分布熵的概念。定义：对某个城市某一时段，对给定的r和m，通过dbscan聚类出的格局的分布熵为er,m为分布熵，pi为第i个预设聚簇的订单数占多个预设聚簇的总订单数的比例，n为多个预设聚簇的个数，通过公式可以得到er,m∈[0，logn]，er,m与n正相关，即聚类出的聚簇越多分布熵越大，聚簇中订单数分布越均匀分布熵越大，正好与目标2、目标3相吻合。因此，模型变为一个优化问题：目标：max(er,m)m≥5r≤2000m＝f(c)r＝g(c)r和m是c的线性函数或非线性函数，例如可以为按照目标通过采样样本利用线性回归方式确定出a1、b1、a2、b2，进而拟合出f(c)和g(c)。对上述模型进行验证：对图13a至图13d中的四种情况，表1中为图13a情况下的样本数据，表2中为图13b情况下的样本数据，表3中为图13c情况下的样本数据，表4中为图13d情况下的样本数据。表1聚簇编号订单数订单数占比(pi)1390.11711722570.771772990.0270271680.0240242460.0180183680.0240245960.018018表2表3聚簇编号订单数订单数占比(pi)1250.1219512380.1951222650.12195131130.3170737550.1219519150.121951表4计算每个聚簇的分布熵er,m值，图13a中er,m1＝0.26988，图13b中er,m2＝1.14058，即er,m2>er,m1，与图13b的效果好于图13a的预期相吻合。图13c中er,m3＝0.74241，图13d中er,m4＝0.97075，即er,m4>er,m3，与图13d的效果好于图13c的预期相吻合。进一步er,m2er,m4>er,m3>er,m1，即由于订单数较多，聚簇较多，且聚类比较均匀，因而分布熵最大，图13c和图13d从分布上看都比较均匀，当时图13d召回了更多的点，使得聚簇更多。而图13a由于将多个聚簇合并，导致聚簇数偏少，且分布很不均匀，因而分布熵最低。二、评判区域健康程度的标准评判区域健康程度的标准为成交率、司乘比，即成交率与司乘比满足一定的线性关系，对成交率较低的区域，给出期望的成交率，进而根据计算公式计算出期望的司乘比，再与当前司乘比比对，当司乘比不足到一定程度时，启动调度令。其中，如图14所示，计算公式可以为y＝a×x+b的函数，y为期望司乘比、x为期望成交率，a、b可以通过获取的样本进行通过线性回归方法进行确定。例如，设定期望成交率为1，那么期望司乘比应该为16。通过这个关系，对比一下图13b中情况和图13d中情况。对于图13b中情况该时段(8:00～8:10)处在早高峰期，可以看到成交率整体偏低，而司乘比也严重不足。表5中是表2中的几个订单数较多成交率极低，且司乘比不足的区域，也就是说这三个区域属于严重不健康区域，可以进行司机调度。表5聚簇编号订单数成功数司机数成交率司乘比212271400.3181826.3636362433122990.3636369.0606064631112750.3548398.870968对于图13d中情况，该时段(6:36～6:46)属于相对平峰时段，针对订单数较多、成交率极低、且司乘比不足的区域，仍然可以调度司机。表6是表4中的可以调度司机进入的区域。对表4中的聚簇5，由于成交率还可以，且司乘比已经较高，所以不能再增加司机。表6聚簇编号订单数成功数司机数成交率司乘比1177670.4117653.941176225151340.65.369125720.41666761184310.53.875综合以上图13b中情况和图13d中情况，总结出可以调度司机进入的区域应该满足的特征：特征1，该区域订单数较多(如果单子少，计时调度来司机也听不到单)；特征2，该区域成交率低(调度的核心目标之一)；特征3，该区域司乘比不足(调度可以解决的，如果司乘比足够，再调司机也无济于事)。以上三个目标对不同的城市、不同的时段会有不同的取值，需要根据历史数据拟合。即对某一区域，订单数大于n，成交率低于s，司乘比低于r，才考虑将司机调进来。对图13b中情况而言，(n，s，r)取(15，0.6，10)比较合适，对图13d中情况而言，(n，s，r)取(8，0.65，8)比较合适。三、如何选定可调配司机这个指标要从司机的角度出发，什么情况下司机会愿意接受调度，从经验上，尽量满足如下目标：目标1，司机当前周围订单数较少；目标2，目标调度区订单较多；目标3，司机距目标调度区距离较近。为达到这三个目标，按如下步骤进行：步骤一，对某一不健康区域，计算其区域边界，边界计算方法采用计算该区域内所用订单的最大经纬度(maxlng，maxlat)、最小经纬度(minlng，minlat)，然后以如下四个点(maxlng，maxlat)，(maxlng，minlat)，(minlng，maxlat)，(minlng，minlat)描述的矩形作为该区域的边界；步骤二，计算出该区域的边界后，以描述边界的四个点向外扩1000米，再计算出四个点，并以该四个点作为第二边界，这样两次边界之间的“回”字形区域内的司机就是可调配司机；步骤三，对处于“回”字形中的司机，满足如下条件才是真的的可调配司机：该司机所处地2000米内订单数小于3，且该司机不在任何一个订单密集区内；步骤四，找到可调度司机后，由于订单聚集区域面价较大，对某一司机选择调往距离他最近的核心订单点，核心订单点的概念为该订单周围r距离范围内的订单数不少与m；步骤五，对每个可调度司机，找到调度区里距离他最近的核心点，发出调度令。整个过程如图15所示，a区域为某订单聚集区，b所处的“回”型区为候选调度司机区域，d1、d2为可调度司机，o1、o2分别为距离这两个司机最近的核心点。四、调度区地址信息描述已经确定了调度司机和将要调去的核心点后，关键是核心点的地址描述。已有的信息为核心点的经纬度，计划用百度的地图api，根据核心点的经纬度，解析出地址信息，采用district+street+business的组合作为地址信息。在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本公开实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。以上所述仅为本公开实施例的优选实施例而已，并不用于限制本公开实施例，对于本领域的技术人员来说，本公开实施例可以有各种更改和变化。凡在本公开实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开实施例的保护范围之内。当前第1页12