不同组的潜在调度量而言，可 以有不同的潜在成交增量，因此也可以有不同的潜在成交量增量和。本公开的实施例即在 于寻找并且选择最大化的潜在成交量增量和。
[0049] 在得到最大化的潜在成交量增量和时，在步骤110处，基于该最大潜在成交增量和 来确定针对各个区域的实际调度量。即，此时选择与最大潜在成交增量对应的调度方案，并 且将该调度方案实施为针对各个区域的实际调度方案。交通工具调度中心可以根据该实际 调度方案对各个区域进行相应调度，例如通过奖励或是播报热点区域的方式促使交通工具 的司机响应调度。
[0050] 然而在实际调度过程中，为了确保交通工具的司机积极响应调度，从而确保调度 成功性，可以在计算潜在调度量时进行若干约束。例如，对于任何一个潜在被调度的交通工 具，其距离预期前往的区域的调度距离不能超过某一距离，例如不能超过4公里。又例如，对 于任何一个潜在被调度的交通工具，该交通工具的司机必须在某一时间段内未执行载客任 务，例如连续10分钟内未接收订单。再例如，对于单个区域而言，司机乘客比不能超过某一
[0051] 通过在计算潜在调度量时进行如上的一些约束，可以排除掉一些实际操作效果较 差的方案，节省计算资源。
[0052] 在一些实施例中，对于上面的潜在成交量最大化的优化求解，可以使用一些智能 搜索算法，例如遗传算法、蚁群算法等，这类算法不保证能找到最优解，但是能在非常接近 线性复杂度的情况下，找到接近最优解98%以上的近似最优解，能满足绝大部分工业需求。
[0053] 例如，在使用爬山算法求解时，可以根据上面的公式生成初始解，然后变换当前解 的局部，生成新解;然后判断新解是否更优。如果新解更优，则使用新解替换当前解。如果新 解并非更优，则输出当前解。
[0054] 例如，在使用遗传算法求解时，根据规则及一定的随机性，生成初始解种群;种群 中的解两两交叉，生成新解，此时种群规模翻倍;确定适应函数，采用种群的平均值，低于平 均值的解淘汰;确定退出函数，达到一定迭代次数或结果收敛则退出，否则继续两两交叉生 成新解；
[0055] 图2示出了一个可以用来实施本公开的实施例的设备200的框图。如图所示，设备 200包括中央处理单元(CPU)201，其可以根据存储在只读存储器(R0M)202中的程序或者从 存储单元208加载到随机访问存储器(RAM)203中的程序而执行各种适当的动作和处理。在 RAM 203中，还存储有设备200操作所需的各种程序和数据。CPU 201、R0M 202以及RAM 203 通过总线204彼此相连。输入/输出（I/O)接口 205也连接至总线204。
[0056]设备200中的多个部件连接至I/O接口 205，包括:输入单元206，例如键盘、鼠标等； 输出单元207,例如阴极射线管（CRT)、液晶显示器(IXD)、扬声器等；存储单元208,例如磁 盘、光盘等；以及通信单元209,例如网卡、调制解调器等。通信单元209经由诸如因特网的网 络执行通信处理。
[0057] 上文所描述的过程和处理，例如方法100,可以由处理单元201执行。例如，在实施 例中，实现方法100的过程可以被实现为计算机软件程序，其可被有形地包含在机器可读介 质上。在这样的实施例中，该计算机程序可以通过通信单元209从网络上被下载和安装，和/ 或借助于存储单元208而被输入设备200以供处理单元201执行。
[0058] 总体而言，本公开的各种实施例可以以硬件或专用电路、软件、逻辑或其任意组合 实施。一些方面可以以硬件实施，而其它一些方面可以以固件或软件实施，该固件或软件可 以由控制器、微处理器或其它计算设备执行。虽然本公开的各种方面被示出和描述为框图、 流程图或使用其它一些绘图表示，但是可以理解本文描述的框、设备、系统、技术或方法可 以以非限制性的方式以硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其它计算 设备或其一些组合实施。
[0059] 此外，虽然操作以特定顺序描述，但是这不应被理解为要求这类操作以所示的顺 序执行或是以顺序序列执行，或是要求所有所示的操作被执行以实现期望结果。在一些情 形下，多任务或并行处理可以是有利的。类似地，虽然若干具体实现方式的细节在上面的讨 论中被包含，但是这些不应被解释为对本公开的范围的任何限制，而是特征的描述仅是针 对具体实施例。在分离的一些实施例中描述的某些特征也可以在单个实施例中组合地执 行。相反对，在单个实施例中描述的各种特征也可以在多个实施例中分离地实施或是以任 何合适的子组合的方式实施。
[0060] 虽然本公开以具体结构特征和/或方法动作来描述，但是可以理解在所附权利要 求书中限定的本公开并不必然限于上述具体特征或动作。而是，上述具体特征和动作仅公 开为实施权利要求的示例形式。
【主权项】
1. 一种用于交通工具的调度方法，包括： 确定多个所述交通工具的区域分布； 基于所述区域分布计算针对各个区域的潜在调度量； 基于针对各个区域的潜在调度量计算针对各个区域的潜在成交增量； 基于针对各个区域的潜在成交增量计算最大潜在成交增量和；以及 基于所述最大潜在成交增量和来确定针对各个区域的实际调度量。2. 根据权利要求1所述的方法，其中计算所述潜在调度量包括基于以下项中的至少一 项计算所述潜在调度量： 调度距离、空闲时间、交通工具与订单比率以及交通工具总量不变。3. 根据权利要求1所述的方法，其中计算针对各个区域的潜在成交增量包括基于针对 所述区域的交通工具的数量、针对所述区域的订单数量和所述潜在调度量计算所述潜在成 交增量。4. 根据权利要求1所述的方法，还包括： 根据所确定的施加调度量来调度交通工具。5. 根据权利要求1所述的方法，其中根据爬山算法或遗传算法来计算所述最大潜在成 交增量和。6. -种用于交通工具的调度设备，包括处理器，所述处理器被配置用于： 确定多个所述交通工具的区域分布； 基于所述区域分布计算针对各个区域的潜在调度量； 基于针对各个区域的潜在调度量计算针对各个区域的潜在成交增量； 基于针对各个区域的潜在成交增量计算最大潜在成交增量和；以及 基于所述最大潜在成交增量和确定针对各个区域的实际调度量。7. 根据权利要求6所述的设备，其中计算所述潜在调度量包括基于以下项中的至少一 项计算所述潜在调度量： 调度距离、空闲时间、交通工具与订单比率以及交通工具总量不变。8. 根据权利要求6所述的设备，其中计算针对各个区域的潜在成交增量包括基于针对 所述区域的交通工具的数量、针对所述区域的订单数量和所述潜在调度量计算所述潜在成 交增量。9. 根据权利要求6所述的设备，所述处理器还被配置用于根据所确定的施加调度量来 调度交通工具。10. 根据权利要求6所述的设备，所述处理器还被配置用于根据爬山算法或遗传算法来 计算所述最大成交增量和。
【专利摘要】本公开的实施例涉及一种用于交通工具的调度方法和设备。该调度方法包括确定多个所述交通工具的区域分布；基于所述区域分布计算针对各个区域的潜在调度量；基于针对各个区域的潜在调度量计算针对各个区域的潜在成交增量；以及基于针对各个区域的潜在成交增量计算最大潜在成交增量和；以及基于所述最大潜在成交增量和来确定针对各个区域的实际调度量。通过使用根据本公开的实施例的调度方法和设备，可以促进交通工具的使用率。
【IPC分类】G08G1/00
【公开号】CN105575105
【申请号】CN201510990222
【发明人】张凌宇
【申请人】滴滴（中国）科技有限公司
【公开日】2016年5月11日
【申请日】2015年12月24日