本發(fā)明涉及資源調(diào)度領(lǐng)域，具體涉及一種基于智能重復(fù)預(yù)定的二次資源預(yù)約方法。

背景技術(shù)：

資源分配調(diào)度的問題遍布于人類社會的各個方便，特別是資源少、需求多的時候，資源分配調(diào)度的問題尤其顯得重要。一個好的分配調(diào)度方法將能帶來資源的充分利用。

在現(xiàn)實生活中，由于各種各樣的原因，往往存在訂單初始分配時間與資源的實際占用時間存在較大出入的情況，特別是資源的實際占用時間有所延誤時，就使得資源始終處于被預(yù)定狀態(tài)，該狀態(tài)下資源處于空閑狀態(tài)，使得資源不能得到有效的利用，間接造成了資源的浪費。

例如目前新出現(xiàn)的一種代客加電的新的商業(yè)模式下，用戶在下訂單后，由服務(wù)方分配工作人員到訂單指定地點取車，然后到分配地點進行電動汽車加電，整個過程需要滿足用戶的時間設(shè)定，這就涉及到充電資源的預(yù)約。

常規(guī)狀態(tài)下的預(yù)約分配模式包括以下步驟：(1)依據(jù)用戶訂單信息，分配訂單對應(yīng)車輛充電時間段中空閑的充電資源給該訂單，并將對應(yīng)充電資源對應(yīng)的充電時間空置等待車輛的到來；(2)分配人員到訂單指定地點取車，并行使至所分配資源點進行加電。

該預(yù)約分配模式下，為了保證客戶服務(wù)的確定性和體驗，一般都會先進行資源預(yù)約確保車到了加電資源點的時候一定有加電資源可以使用，但由于路上特別是找車時間的不確定性，很難保證車能在預(yù)約的時間準時到達加電資源點。為了解決車晚到或者早到的問題，一般會為每次服務(wù)預(yù)留一定的緩沖，比如在服務(wù)前后各多預(yù)留15分鐘。此方法雖然能在一定程度上解決車不能準時到達加電資源點的問題，但也存在明顯的缺點。

現(xiàn)有技術(shù)方案主要是在服務(wù)發(fā)起請求時對資源進行一次預(yù)定，并且在此資源釋放前由該次服務(wù)獨享。此類方法不能靈活的根據(jù)實際情況對預(yù)約進行調(diào)整，同時由于資源被該次服務(wù)獨占，當(dāng)預(yù)約情況跟實際情況發(fā)生不一致時，會造成資源的極大浪費，特別是發(fā)生車輛在預(yù)定資源時長增加的情況時，資源浪費就更為嚴重了。

技術(shù)實現(xiàn)要素：

為了解決現(xiàn)有技術(shù)中的上述問題，即為了解決現(xiàn)有預(yù)約模式資源浪費率較高的問題，本發(fā)明提出了一種基于智能重復(fù)預(yù)定的二次資源預(yù)約方法，提高了資源預(yù)約的準確性，減少了資源的浪費。

本發(fā)明提出的一種基于智能重復(fù)預(yù)定的二次資源預(yù)約方法，包括如下步驟：

步驟1，在接收到訂單時，依據(jù)訂單信息、以及服務(wù)區(qū)域內(nèi)的資源點被成功占用概率信息進行第一次資源預(yù)約；

步驟2，在接收到服務(wù)對象交接確認信息時，依據(jù)當(dāng)前時間及訂單信息進行第二次資源預(yù)約。

優(yōu)選地，步驟2中完成第二次資源預(yù)約后，將第二次資源預(yù)約的信息發(fā)送至服務(wù)終端。

優(yōu)選地，所述資源點被成功占用概率信息為服務(wù)區(qū)域內(nèi)各資源點在各服務(wù)時間段內(nèi)被成功占用的概率；

所述的服務(wù)時間段為將所述服務(wù)區(qū)域每天的服務(wù)時間進行劃分后順序排列的各時間段；

所述各資源點在各服務(wù)時間段內(nèi)被成功占用的概率為：對應(yīng)資源點在對應(yīng)時間段內(nèi)，已分配的所有第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率的總和、或者第二次資源預(yù)約的概率；

所述第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率為pi，pi<1；所述第二次資源預(yù)約的概率為0或1，當(dāng)存在第二次資源預(yù)約時取1，否則取0。

優(yōu)選地，所述第一次資源預(yù)約需滿足如下條件：

訂單被分配的資源點在訂單執(zhí)行所需時間段內(nèi)，不存在第二次資源預(yù)約、或者已分配的所有第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率的總和小于設(shè)定的概率閾值。

優(yōu)選地，所述第一次資源預(yù)約，具體包括：

步驟11，依據(jù)訂單信息，進行資源點及服務(wù)時間段的匹配；

步驟12，判斷步驟11所匹配的資源點在對應(yīng)服務(wù)時間段內(nèi)的資源點被成功占用概率p是否小于所述設(shè)定的概率閾值，若小于則執(zhí)行步驟13；

步驟13，將訂單分配至所匹配的資源點、以及所匹配的服務(wù)時間段，完成第一次資源預(yù)約。

優(yōu)選地，所述第二次資源預(yù)約，具體包括：

步驟21，在接收到服務(wù)對象交接確認信息時，對到達第一次資源預(yù)約對應(yīng)資源點的時間進行估算，并判斷第一次資源預(yù)約對應(yīng)時間段的起始時間與所述估算時間的差值的絕對值是否小于設(shè)定閾值，若是則執(zhí)行步驟22，否則執(zhí)行步驟23；

步驟22，判斷對應(yīng)訂單第一次資源預(yù)約所分配的資源點和時間段是否已被其他訂單進行第二次資源預(yù)約，如是則執(zhí)行步驟24，否則執(zhí)行步驟25；

步驟23，選擇步驟21中所估算的到達第一次資源預(yù)約對應(yīng)資源點的時間所對應(yīng)的時間段，并進一步選擇該時間段中未分配的資源點，以該步驟中所選擇的時間段、以及資源點確定第二次資源預(yù)約；

步驟24，選擇服務(wù)區(qū)域中對應(yīng)第一次資源預(yù)約的時間段內(nèi)未分配資源點進行對應(yīng)訂單的第二次資源預(yù)約；

步驟25，將對應(yīng)訂單第一次資源預(yù)約所分配的資源點和時間段用于第二次資源預(yù)約。

優(yōu)選地，所述的概率閾值可以為0.8。

優(yōu)選地，所述第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率的計算方法為：pi＝1/n，n為資源點允許第一次預(yù)約的次數(shù)。

優(yōu)選地，所述的服務(wù)對象為車輛。

優(yōu)選地，所述第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率的計算方法為：

步驟131，依據(jù)訂單對應(yīng)車輛所在停車場、以及對應(yīng)停車場的使用率，計算找車所需時長的概率分布；

步驟132，依據(jù)找車所需時長的概率分布p(tf)，計算該訂單對應(yīng)車輛到達并占用資源點的時間的概率分布p(t)，并基于概率分布p(t)計算第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率pi，即計算第一次資源預(yù)約時預(yù)計資源點被占用的時間在誤差為t的時間區(qū)間內(nèi)對應(yīng)的概率；t為設(shè)定誤差時長。

優(yōu)選地，步驟131中所述找車所需時長的概率分布，其計算方法為：將停車場找車時間模型的正態(tài)分布、與找車時延模型的正態(tài)分布相加；

所述停車場找車時間模型，具體為依據(jù)停車場的規(guī)模分類，所建立的找車時長的正態(tài)分布概率模型；

所述找車時延模型，具體為在停車場車位使用率高于所設(shè)定使用率閾值時，所建立的找車時延的正態(tài)分布概率模型。

優(yōu)選地，所述停車場的規(guī)模，依據(jù)停車位的數(shù)量可以劃分為三類：分類包括大規(guī)模停車場、中規(guī)模停車場、小規(guī)模停車場。

優(yōu)選地，所述大規(guī)模停車場對應(yīng)的車位數(shù)大于300；所述中規(guī)模停車場對應(yīng)的車位數(shù)所對應(yīng)的區(qū)間為[100，300]；所述小規(guī)模停車場對應(yīng)的車位數(shù)所對應(yīng)的區(qū)間為(0，100)。

優(yōu)選地，所述找車時延模型中的所設(shè)定使用率閾值可以為90％。

本發(fā)明提出的方法，在資源預(yù)約時，能根據(jù)每次服務(wù)之前資源點被占用的概率情況對同一資源點進行重復(fù)預(yù)定，同時在服務(wù)執(zhí)行過程中當(dāng)我們對預(yù)定準確性有把握時對資源進行二次預(yù)定。通過該資源預(yù)約機制不但可以提高資源預(yù)約的準確性同時也大大降低了資源預(yù)定的浪費。

方案1、一種基于智能重復(fù)預(yù)定的二次資源預(yù)約方法，其特征在于，包括如下步驟：

步驟1，在接收到訂單時，依據(jù)訂單信息、以及服務(wù)區(qū)域內(nèi)的資源點被成功占用概率信息進行第一次資源預(yù)約；

步驟2，在接收到服務(wù)對象交接確認信息時，依據(jù)當(dāng)前時間及訂單信息進行第二次資源預(yù)約。

方案2、根據(jù)方案1所述的方法，其特征在于，步驟2中完成第二次資源預(yù)約后，將第二次資源預(yù)約的信息發(fā)送至服務(wù)終端。

方案3、根據(jù)方案2所述的方法，其特征在于，所述資源點被成功占用概率信息為服務(wù)區(qū)域內(nèi)各資源點在各服務(wù)時間段內(nèi)被成功占用的概率；

所述的服務(wù)時間段為將所述服務(wù)區(qū)域每天的服務(wù)時間進行劃分后順序排列的各時間段；

所述各資源點在各服務(wù)時間段內(nèi)被成功占用的概率為：對應(yīng)資源點在對應(yīng)時間段內(nèi)，已分配的所有第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率的總和、或者第二次資源預(yù)約的概率；

所述第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率為pi，pi<1；所述第二次資源預(yù)約的概率為0或1，當(dāng)存在第二次資源預(yù)約時取1，否則取0。

方案4、根據(jù)方案3所述的方法，其特征在于，所述第一次資源預(yù)約需滿足如下條件：

訂單被分配的資源點在訂單執(zhí)行所需時間段內(nèi)，不存在第二次資源預(yù)約、或者已分配的所有第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率的總和小于設(shè)定的概率閾值。

方案5、根據(jù)方案4所述的方法，其特征在于，所述第一次資源預(yù)約，具體包括：

步驟11，依據(jù)訂單信息，進行資源點及服務(wù)時間段的匹配；

步驟12，判斷步驟11所匹配的資源點在對應(yīng)服務(wù)時間段內(nèi)的資源點被成功占用概率p是否小于所述設(shè)定的概率閾值，若小于則執(zhí)行步驟13；

步驟13，將訂單分配至所匹配的資源點、以及所匹配的服務(wù)時間段，完成第一次資源預(yù)約。

方案6、根據(jù)方案5所述的方法，其特征在于，所述第二次資源預(yù)約，具體包括：

步驟21，在接收到服務(wù)對象交接確認信息時，對到達第一次資源預(yù)約對應(yīng)資源點的時間進行估算，并判斷第一次資源預(yù)約對應(yīng)時間段的起始時間與所述估算時間的差值的絕對值是否小于設(shè)定閾值，若是則執(zhí)行步驟22，否則執(zhí)行步驟23；

步驟22，判斷對應(yīng)訂單第一次資源預(yù)約所分配的資源點和時間段是否已被其他訂單進行第二次資源預(yù)約，如是則執(zhí)行步驟24，否則執(zhí)行步驟25；

步驟23，選擇步驟21中所估算的到達第一次資源預(yù)約對應(yīng)資源點的時間所對應(yīng)的時間段，并進一步選擇該時間段中未分配的資源點，以該步驟中所選擇的時間段、以及資源點確定第二次資源預(yù)約；

步驟24，選擇服務(wù)區(qū)域中對應(yīng)第一次資源預(yù)約的時間段內(nèi)未分配資源點進行對應(yīng)訂單的第二次資源預(yù)約；

步驟25，將對應(yīng)訂單第一次資源預(yù)約所分配的資源點和時間段用于第二次資源預(yù)約。

方案7、根據(jù)方案6所述的方法，其特征在于，所述的概率閾值可以為0.8。

方案8、根據(jù)方案3～7中任一項所述的方法，其特征在于，所述第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率的計算方法為：

pi＝1/n，n為資源點允許第一次預(yù)約的次數(shù)。

方案9、根據(jù)方案3～7中任一項所述的方法，其特征在于，所述的服務(wù)對象為車輛。

方案10、根據(jù)方案9所述的方法，其特征在于，所述第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率的計算方法為：

步驟131，依據(jù)訂單對應(yīng)車輛所在停車場、以及對應(yīng)停車場的使用率，計算找車所需時長的概率分布p(tf)；

步驟132，依據(jù)找車所需時長的概率分布，計算該訂單對應(yīng)車輛到達并占用資源點的時間的概率分布p(t)，并基于概率分布p(t)計算第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率pi，即計算第一次資源預(yù)約時預(yù)計資源點被占用的時間在誤差為t的時間區(qū)間內(nèi)對應(yīng)的概率；t為設(shè)定誤差時長。

方案11、根據(jù)方案10所述的方法，其特征在于，步驟131中所述找車所需時長的概率分布，其計算方法為：將停車場找車時間模型的正態(tài)分布、與找車時延模型的正態(tài)分布相加；

所述停車場找車時間模型，具體為依據(jù)停車場的規(guī)模分類，所建立的找車時長的正態(tài)分布概率模型；

所述找車時延模型，具體為在停車場車位使用率高于所設(shè)定使用率閾值時，所建立的找車時延的正態(tài)分布概率模型。

方案12、根據(jù)方案11所述的方法，其特征在于，所述停車場的規(guī)模，依據(jù)停車位的數(shù)量可以劃分為三類：大規(guī)模停車場、中規(guī)模停車場、小規(guī)模停車場。

方案13、根據(jù)方案12所述的方法，其特征在于，所述大規(guī)模停車場對應(yīng)的車位數(shù)大于300；所述中規(guī)模停車場對應(yīng)的車位數(shù)所對應(yīng)的區(qū)間為[100，300]；所述小規(guī)模停車場對應(yīng)的車位數(shù)所對應(yīng)的區(qū)間為(0，100)。

方案14、根據(jù)方案13所述的方法，其特征在于，所述找車時延模型中的所設(shè)定使用率閾值可以為90％。

附圖說明

圖1是本發(fā)明第一次資源預(yù)約的流程示意圖；

圖2是本發(fā)明第二次資源預(yù)約的流程示意圖；

圖3是本發(fā)明中訂單對應(yīng)車輛到達并占用資源點的時間的概率分布示意圖。

具體實施方式

下面參照附圖來描述本發(fā)明的優(yōu)選實施方式。本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解的是，這些實施方式僅僅用于解釋本發(fā)明的技術(shù)原理，并非旨在限制本發(fā)明的保護范圍。

為了可以更加清晰的對本發(fā)明技術(shù)方案進行描述，以下僅以電動汽車領(lǐng)域的具體實施例為例進行描述，同時本發(fā)明技術(shù)方案還可以應(yīng)用到其他領(lǐng)域，比如代客加油、代客洗車、代客洗衣等等，只要涉及到訂單指定地點交接服務(wù)對象(直接作用對象，如汽車、電動自行車、衣物等)，并把該服務(wù)對象送至特定資源點進行服務(wù)(如加電、加油、洗衣等)，均可以采用本發(fā)明的資源分配技術(shù)方案。

通過對代客加電服務(wù)流程的分析，可以將代客加電的路上時間分解為以下幾步：

(1)服務(wù)人員來到客戶車停放的車庫或者小區(qū)；

(2)服務(wù)人員找到用戶的車；

(3)服務(wù)人員開車去分配的加電資源點。

上述三步中，第二步花費時間的不確定性最大，也是影響預(yù)約時間精準性的重要因子。所以為了排除此步的影響，可以在這步完成后通知系統(tǒng)后臺，此時系統(tǒng)后臺會再次計算服務(wù)人員開車到達加電資源點的預(yù)計時間，并根據(jù)此預(yù)計時間重新預(yù)定資源的使用時間。由于第三步時間預(yù)計的準確性很高，經(jīng)過第二次預(yù)約后，資源預(yù)約的準確率也就相應(yīng)的提高了。

本發(fā)明的一種基于智能重復(fù)預(yù)定的二次資源預(yù)約方法，包括如下步驟：

步驟1，在接收到訂單時，依據(jù)訂單信息、以及服務(wù)區(qū)域內(nèi)的資源點被成功占用概率信息進行第一次資源預(yù)約。

所述資源點被成功占用概率信息為服務(wù)區(qū)域內(nèi)各資源點在各服務(wù)時間段內(nèi)被成功占用的概率，用p表示；所述的服務(wù)時間段為將所述服務(wù)區(qū)域每天的服務(wù)時間進行劃分后順序排列的各時間段；所述各資源點在各服務(wù)時間段內(nèi)被成功占用的概率p為：對應(yīng)資源點在對應(yīng)時間段內(nèi)，已分配的所有第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率的總和、或者第二次資源預(yù)約的概率；所述第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率為pi，pi<1，其中i為對應(yīng)資源點在對應(yīng)時間段內(nèi)第一次資源預(yù)約的訂單的序號，i為自然數(shù)；所述第二次資源預(yù)約的概率為0或1，當(dāng)存在第二次資源預(yù)約時取1，否則取0。

本實施例中第一次資源預(yù)約需滿足的條件為：訂單被分配的資源點在訂單執(zhí)行所需時間段內(nèi)，不存在第二次資源預(yù)約、或者已分配的所有第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率的總和小于設(shè)定的概率閾值?？梢匀≡O(shè)定的概率閾值為0.8，也可以為其他數(shù)值。

本實施例中第一次資源預(yù)約的具體步驟如圖1所示，包括：

步驟11，依據(jù)訂單信息，進行資源點及服務(wù)時間段的匹配；

該步驟中，訂單成立的前提是，預(yù)約的時間對應(yīng)得時間段內(nèi)存在可以被預(yù)約的資源點，且估算的獲取訂單所對應(yīng)得服務(wù)對象、并到達資源點的時間早于訂單所預(yù)約的時間。

步驟12，判斷步驟11所匹配的資源點在對應(yīng)服務(wù)時間段內(nèi)的資源點被成功占用概率p是否小于所述設(shè)定的概率閾值，若小于則執(zhí)行步驟13；

步驟13，將訂單分配至所匹配的資源點、以及所匹配的服務(wù)時間段，完成第一次資源預(yù)約。

步驟2，在接收到服務(wù)對象交接確認信息時，依據(jù)當(dāng)前時間及訂單信息進行第二次資源預(yù)約；

本實施例中第二次資源預(yù)約的具體步驟如圖2所示，包括：

步驟21，在接收到服務(wù)對象(電動汽車)交接確認信息時，對到達第一次資源預(yù)約對應(yīng)資源點的時間t2進行重新估算，并判斷第一次資源預(yù)約對應(yīng)時間段的起始時間t1與所述估算時間t2的差值的絕對值是否小于設(shè)定閾值，若是則執(zhí)行步驟22，否則執(zhí)行步驟23；

步驟22，判斷對應(yīng)訂單第一次資源預(yù)約所分配的資源點和時間段是否已被其他訂單進行第二次資源預(yù)約，如是則執(zhí)行步驟24，否則執(zhí)行步驟25；

步驟23，選擇步驟21中所估算的到達第一次資源預(yù)約對應(yīng)資源點的時間t2所對應(yīng)的時間段，并進一步選擇該時間段中未分配的資源點，以該步驟中所選擇的時間段、以及資源點確定第二次資源預(yù)約；

步驟24，選擇服務(wù)區(qū)域中對應(yīng)第一次資源預(yù)約的時間段內(nèi)未分配資源點進行對應(yīng)訂單的第二次資源預(yù)約；

步驟25，將對應(yīng)訂單第一次資源預(yù)約所分配的資源點和時間段用于第二次資源預(yù)約。

步驟3，將第二次資源預(yù)約的信息發(fā)送至服務(wù)終端；本實施例中的服務(wù)終端為服務(wù)人員的手持終端，用于服務(wù)人員接收資源預(yù)約信息等信息，以及發(fā)送位置信息、交接確認信息等信息。

本發(fā)明第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率的計算方法可以為固定概率策略，還可以為動態(tài)概率模型策略，本實施例采用動態(tài)概率模型策略。

固定概率策略，即根據(jù)歷史統(tǒng)計信息或者運營經(jīng)驗直接固定第一次預(yù)約資源時允許重復(fù)的次數(shù)n(n可以為2,3等任意數(shù)值)，當(dāng)重復(fù)次數(shù)小于n時，我們可以允許其他的服務(wù)預(yù)定該資源。該策略下，pi＝1/n，n為資源點允許第一次預(yù)約的次數(shù)。

動態(tài)概率模型策略，即根據(jù)事先設(shè)定的概率模型，在第一次資源預(yù)約時，動態(tài)計算每個訂單第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率。資源預(yù)約的時長信息中包含找車時長、送車時長，找車時長受較多因素的影響，不確定性較強，送車時長則相對準確性很高，所以通過對找車時長的概率分布進行計算，再與對應(yīng)的送車時長相加即可得到整體的預(yù)約時長的概率分布。因此，動態(tài)概率模型策略可以具體包括如下步驟：

步驟131，依據(jù)訂單對應(yīng)車輛所在停車場、以及對應(yīng)停車場的使用率，計算找車所需時長的概率分布。

找車所需時長的概率分布的計算方法為：將停車場找車時間模型的正態(tài)分布、與找車時延模型的正態(tài)分布相加。

停車場找車時間模型，具體為依據(jù)停車場的規(guī)模分類，所建立的找車時長的正態(tài)分布概率模型。停車場的規(guī)模分類可以依據(jù)停車位的數(shù)量劃分為三類：大規(guī)模停車場、中規(guī)模停車場、小規(guī)模停車場；所述數(shù)量劃分的區(qū)間設(shè)定可以依據(jù)大量停車場的找車時間進行統(tǒng)計，例如，本實施例中設(shè)定的大規(guī)模停車場對應(yīng)的車位數(shù)大于300；中規(guī)模停車場對應(yīng)的車位數(shù)所對應(yīng)的區(qū)間為[100，300]；小規(guī)模停車場對應(yīng)的車位數(shù)所對應(yīng)的區(qū)間為(0，100)。對不同規(guī)模的停車場，分別取不同的期望值和標準差建立不同的停車場找車時間模型。

找車時延模型，具體為在停車場車位使用率高于所設(shè)定使用率閾值時，所建立的找車時延的正態(tài)分布概率模型。本實施例中找車時延模型中的所設(shè)定使用率閾值為90％。通過使用率的高低來反映停車場繁忙度，比如車位占用率大于90％為繁忙，否則為不繁忙。在停車場在繁忙時，尋找被服務(wù)電動車會增加一定的時延，同樣也按照正態(tài)分布對時延情況進行建模。

步驟132，依據(jù)找車所需時長的概率分布p(tf)，計算該訂單對應(yīng)車輛到達并占用資源點的時間的概率分布p(t)，并基于概率分布p(t)計算第一次資源預(yù)約與對應(yīng)第二次資源預(yù)約一致的概率pi，即計算第一次資源預(yù)約時預(yù)計資源點被占用的時間在誤差為t的時間區(qū)間內(nèi)對應(yīng)的概率，t為設(shè)定誤差時長；如圖3所示，該圖為訂單對應(yīng)車輛到達并占用資源點的時間t的概率分布p(t)，其中陰影部分的三條虛線中間那條對應(yīng)為第一次資源預(yù)約時預(yù)計資源點被占用的時間，并提前和延后時長t，構(gòu)成2t的時間區(qū)間，以該時間區(qū)間的對應(yīng)概率分布p(t)中陰影面積的概率作為概率pi。

本領(lǐng)域技術(shù)人員應(yīng)該能夠意識到，結(jié)合本文中所公開的實施例描述的各示例的方法步驟，能夠以電子硬件、計算機軟件或者二者的結(jié)合來實現(xiàn)，為了清楚地說明電子硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以電子硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計約束條件。本領(lǐng)域技術(shù)人員可以對每個特定的應(yīng)用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應(yīng)認為超出本發(fā)明的范圍。

術(shù)語“包括”或者任何其它類似用語旨在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備/裝置不僅包括那些要素，而且還包括沒有明確列出的其它要素，或者還包括這些過程、方法、物品或者設(shè)備/裝置所固有的要素。

至此，已經(jīng)結(jié)合附圖所示的優(yōu)選實施方式描述了本發(fā)明的技術(shù)方案，但是，本領(lǐng)域技術(shù)人員容易理解的是，本發(fā)明的保護范圍顯然不局限于這些具體實施方式。在不偏離本發(fā)明的原理的前提下，本領(lǐng)域技術(shù)人員可以對相關(guān)技術(shù)特征作出等同的更改或替換，這些更改或替換之后的技術(shù)方案都將落入本發(fā)明的保護范圍之內(nèi)。