本發(fā)明屬于移動(dòng)車聯(lián)網(wǎng)領(lǐng)域的出租車分配技術(shù)領(lǐng)域，具體地涉及一種通過平衡出租車司機(jī)的收益和乘客的等待時(shí)間，來實(shí)現(xiàn)基于主動(dòng)分配型的出租車服務(wù)系統(tǒng)的最優(yōu)多車聯(lián)合調(diào)度方法。

背景技術(shù)：

移動(dòng)打車系統(tǒng)是近年來興起的一種基于移動(dòng)無線網(wǎng)絡(luò)的打車模式，不同于傳統(tǒng)的打車服務(wù)主要依靠出租車司機(jī)的經(jīng)驗(yàn)實(shí)現(xiàn)載客過程。新興的打車系統(tǒng)主要是通過乘客的客戶端發(fā)送打車請求，出租車司機(jī)通過移動(dòng)無線網(wǎng)絡(luò)查看打車請求，以獲得自己感興趣的訂單。隨后出租車前往訂單指定的地點(diǎn)，接送乘客到指定的目的地后，收取乘客的打車費(fèi)用。近年來，隨著移動(dòng)無線網(wǎng)絡(luò)和移動(dòng)終端技術(shù)的發(fā)展，手機(jī)，平板，掌上電腦等終端設(shè)備已經(jīng)配備有強(qiáng)大的無線網(wǎng)卡，如4G網(wǎng)，WiFi，以及各種各樣的傳感器，如GPS，這使得基于移動(dòng)無線網(wǎng)絡(luò)的打車系統(tǒng)具有低成本、普遍適用性、高度靈活性的優(yōu)勢，因而有著廣泛的應(yīng)用前景。國外常見的打車系統(tǒng)包括美國的Uber、英國的Hailo、印度的Autowale、及日本的Line Taxi等，國內(nèi)的打車系統(tǒng)包括滴滴打車、快滴打車等。

當(dāng)前的一個(gè)典型的打車系統(tǒng)(比如滴滴打車)一般包含三個(gè)階段。第一階段，乘客通過手機(jī)客戶端發(fā)送打車請求給位于網(wǎng)絡(luò)中心的出租車服務(wù)中心。打車請求一般只包含乘客的當(dāng)前位置和目的地。在收到乘客的打車請求后，服務(wù)中心就會通過無線網(wǎng)絡(luò)發(fā)布這些請求。第二階段，一旦收到打車請求，出租車司機(jī)都會根據(jù)自己的興趣、位置、收益等因素進(jìn)行搶單。當(dāng)一個(gè)出租車成功獲得訂單后，他就會前往訂單指定的地點(diǎn)去接送相應(yīng)的乘客到其目的地。第三階段，到達(dá)目的地后，乘客會就此次的打車過程進(jìn)行評價(jià)，并支付相應(yīng)的打車費(fèi)用。雖然當(dāng)前的出租車服務(wù)系統(tǒng)給出租車司機(jī)和乘客提供了很大的方便，但是當(dāng)前的打車模式仍然具有一定的弊端。比如，基于司機(jī)搶單的運(yùn)營模式會吸引司機(jī)大量的注意力，包括在駕車過程中，這很可能會導(dǎo)致交通事故的發(fā)生；而且司機(jī)之間的競爭也會造成大量的資源浪費(fèi)，包括網(wǎng)絡(luò)帶寬、終端能量等；另外，很多司機(jī)都會抱怨由于其他司機(jī)會使用第三方的搶單軟件進(jìn)行作弊，從而導(dǎo)致自己沒有獲得過訂單。所以為了避免上述的問題，提出更先進(jìn)的出租車調(diào)度模式刻不容緩。同時(shí)，在基于移動(dòng)無線網(wǎng)絡(luò)的打車系統(tǒng)中，尋找出最佳的出租車分配方案不僅可以提高司機(jī)的收益，而且可以降低用戶的等待時(shí)間，可有效地平衡出租車的收益和乘客的等待時(shí)間，具有很高的實(shí)用價(jià)值以及廣泛的應(yīng)用前景。

技術(shù)實(shí)現(xiàn)要素：

針對上述存在的技術(shù)問題，本發(fā)明目的是：提供了一種基于主動(dòng)分配型的出租車服務(wù)系統(tǒng)的最優(yōu)多車調(diào)度方法，本發(fā)明的出租車服務(wù)系統(tǒng)采用主動(dòng)分配的模式來調(diào)度出租車，在結(jié)合了司機(jī)的收益和乘客的等待時(shí)間后，采用系統(tǒng)效用值作為最終的優(yōu)化目標(biāo)。在進(jìn)行調(diào)度的過程中，打車系統(tǒng)不僅考慮到出租車空載時(shí)的成本，還更加人性化地考慮到多種車型的需求，同時(shí)還加入了司機(jī)對每次派單的純收益的最小閾值限制，在這種更加符合實(shí)際的新型打車系統(tǒng)中，尋找出最優(yōu)的出租車分配方案。

本發(fā)明的技術(shù)方案是：

一種基于主動(dòng)分配型的出租車服務(wù)系統(tǒng)的最優(yōu)多車調(diào)度方法，包括以下步驟：

S01：根據(jù)乘客打車請求中的始發(fā)地和目的地，以及出租車的當(dāng)前位置，再考慮地圖定位技術(shù)和實(shí)時(shí)交通信息系統(tǒng)，計(jì)算出乘客始發(fā)地到目的地的最短時(shí)間路徑上的距離S_i，以及出租車當(dāng)前位置到乘客的始發(fā)地的最短時(shí)間路徑上的距離S_ij，然后計(jì)算每輛出租車的收益以及乘客的最大等待時(shí)間得到出租車的收益矩陣和乘客的等待時(shí)間矩陣，其中α、β、γ分別為出租車單位距離的收費(fèi)參數(shù)、成本參數(shù)以及時(shí)間參數(shù)，k表示出租車的類型，T_x表示當(dāng)前的時(shí)間窗口的值；

S02：根據(jù)多車分配問題中的限制條件，根據(jù)系統(tǒng)效用函數(shù)計(jì)算系統(tǒng)效用值矩陣，系統(tǒng)效用函數(shù)為：

其中，π表示分配策略，以一個(gè)n×m的矩陣表示(n表示乘客數(shù)目，m表示出租車數(shù)目)，當(dāng)π_ij＝1表示第j輛出租車被分配給第i個(gè)打車的乘客，K表示出租車總的種類，λ為司機(jī)的收益和乘客的等待時(shí)間的比例參數(shù)；

S03：出租車服務(wù)中心執(zhí)行調(diào)度過程，整個(gè)分配過程基于加權(quán)二部圖，在此加權(quán)二部圖中，一邊是由所有的乘客組成的集合，另一邊是由收集的空閑出租車組成的集合，帶權(quán)的邊是計(jì)算的系統(tǒng)效用值，在此加權(quán)二部圖中依次逐點(diǎn)尋找可行的增廣路徑，擴(kuò)充已匹配的邊的數(shù)量。當(dāng)不能找到增廣路徑時(shí)，計(jì)算權(quán)值調(diào)整參數(shù)d以改變二部子圖兩邊的所有點(diǎn)權(quán)值，重新構(gòu)建二部子圖，然后再次尋找增廣路徑，直到最后一個(gè)點(diǎn)。

優(yōu)選的，所述步驟S02中多車分配問題中的限制條件包括，司機(jī)的收益大于其最小閾值；乘客所請求的出租車類型和分配的出租車類型保持一致；每輛車至多對應(yīng)一個(gè)乘客及每個(gè)乘客最多分配一輛車。

優(yōu)選的，所述步驟S01之前還包括，乘客發(fā)送打車請求給出租車服務(wù)中心，打車請求包括乘客的ID、請求的出租車類型、始發(fā)地和目的地；出租車服務(wù)中心在時(shí)間窗口內(nèi)，收集所有已注冊的出租車信息，根據(jù)出租車是否載客狀態(tài)，篩選出所有空閑的出租車，并且按照其ID進(jìn)行編號。

優(yōu)選的，所述出租車信息包括出租車ID、是否載客狀態(tài)、出租車的類型、出租車的實(shí)時(shí)位置以及司機(jī)收益的最小閾值θ。

優(yōu)選的，所述步驟S03中，以加權(quán)二部圖的全部頂點(diǎn)和部分邊構(gòu)建二部子圖，在模型化的二部子圖中依次逐點(diǎn)尋找可行的增廣路徑，然后把所有的第奇數(shù)條邊添加到已匹配邊中，同時(shí)刪掉所有的第偶數(shù)條邊，使得已匹配的邊數(shù)得到增加，當(dāng)不能找到增廣路徑時(shí)，算法會計(jì)算相應(yīng)的權(quán)值調(diào)整參數(shù)d以改變二部子圖兩邊的所有點(diǎn)權(quán)值，重新構(gòu)建二部子圖，然后再次尋找增廣路徑，直到最后一個(gè)點(diǎn)尋找出可行的增廣路徑，更新后的匹配結(jié)果就是一個(gè)最優(yōu)的出租車調(diào)度結(jié)果。

優(yōu)選的，所述權(quán)值調(diào)整參數(shù)d的計(jì)算公式為：

d＝min{l(a_i)+l(b_j)-W_ij|a_i∈S,b_j∈(B/T)}，其中l(wèi)(a_i)，l(b_j)和W_ij分別表示屬于S集合的a_i點(diǎn)的權(quán)值、屬于B/T集合的b_j點(diǎn)的權(quán)值、以及系統(tǒng)效用值，二部圖中點(diǎn)數(shù)少的一邊記為A集合，另一邊記為B集合，將遍歷過的屬于A集合的點(diǎn)記為S集合，遍歷過的屬于B集合的點(diǎn)記為T集合，屬于S集合的點(diǎn)的權(quán)值加上d，屬于T集合的點(diǎn)的權(quán)值減去d，然后將所有的滿足條件W_ij＝l(a_i)+l(b_j)的邊加入到重新構(gòu)建的二部子圖中。

本發(fā)明還公開了一種基于主動(dòng)分配型的出租車服務(wù)系統(tǒng)的最優(yōu)多車調(diào)度系統(tǒng)，包括位于云端的出租車服務(wù)中心模塊、出租車管理模塊和打車乘客的管理模塊；

所述出租車服務(wù)中心模塊，包括調(diào)度服務(wù)器、通信服務(wù)器、數(shù)據(jù)庫和監(jiān)視器，用于接收乘客的打車請求，然后在時(shí)間窗口內(nèi)收集相應(yīng)的出租車信息，并存儲在云端數(shù)據(jù)庫中，數(shù)據(jù)庫還會存儲與出租車相關(guān)的參數(shù)，包括不同類型的出租車單位距離的收費(fèi)參數(shù)α，成本參數(shù)β，及時(shí)間參數(shù)γ，在完成接收乘客的打車請求信息和收集出租車信息后，調(diào)度服務(wù)器根據(jù)乘客打車請求中的始發(fā)地和目的地，以及出租車的當(dāng)前位置，再考慮地圖定位技術(shù)和實(shí)時(shí)交通信息系統(tǒng)，計(jì)算出乘客始發(fā)地到目的地的最短時(shí)間路徑上的距離S_i，以及出租車當(dāng)前位置到乘客的始發(fā)地的最短時(shí)間路徑上的距離S_ij，然后計(jì)算每輛出租車的收益以及乘客的最大等待時(shí)間得到出租車的收益矩陣和乘客的等待時(shí)間矩陣，其中α、β、γ分別為出租車單位距離的收費(fèi)參數(shù)、成本參數(shù)以及時(shí)間參數(shù)，k表示出租車的類型，T_x表示當(dāng)前的時(shí)間窗口的值；

根據(jù)多車分配問題中的限制條件，根據(jù)系統(tǒng)效用函數(shù)計(jì)算系統(tǒng)效用值矩陣，系統(tǒng)效用函數(shù)為：

其中，π表示分配策略，以一個(gè)n×m的矩陣表示(n表示乘客數(shù)目，m表示出租車數(shù)目)，當(dāng)π_ij＝1表示第j輛出租車被分配給第i個(gè)打車的乘客，K表示出租車總的種類，λ為司機(jī)的收益和乘客的等待時(shí)間的比例參數(shù)；

執(zhí)行調(diào)度過程，整個(gè)分配過程是基于加權(quán)二部圖，在此加權(quán)二部圖中，一邊是由所有的乘客組成的集合，另一邊是由收集的空閑出租車組成的集合，帶權(quán)的邊是計(jì)算的系統(tǒng)效用值，在此加權(quán)二部圖中依次逐點(diǎn)尋找可行的增廣路徑，擴(kuò)充已匹配的邊的數(shù)量，當(dāng)在最后一個(gè)點(diǎn)得到可行的增廣路徑時(shí)，更新后的匹配邊就是最優(yōu)的出租車調(diào)度結(jié)果，并返回調(diào)度結(jié)果給乘客和司機(jī)；

所述出租車管理模塊，用于實(shí)時(shí)管理出租車信息，包括：出租車ID、是否載客狀態(tài)、出租車的類型、出租車的實(shí)時(shí)位置、以及出租車司機(jī)的最小收益閾值θ；

所述打車乘客的管理模塊，用于管理發(fā)送打車請求的乘客的相關(guān)信息，包括：乘客的ID、請求的出租車類型、始發(fā)地和目的地。

優(yōu)選的，所述調(diào)度服務(wù)器以加權(quán)二部圖的全部頂點(diǎn)和部分邊構(gòu)建二部子圖，在模型化的二部子圖中依次逐點(diǎn)尋找可行的增廣路徑，然后把所有的第奇數(shù)條邊添加到已匹配邊中，同時(shí)刪掉所有的第偶數(shù)條邊，使得已匹配的邊數(shù)得到增加，當(dāng)不能找到增廣路徑時(shí)，算法會計(jì)算相應(yīng)的權(quán)值調(diào)整參數(shù)d以改變二部子圖兩邊的所有點(diǎn)權(quán)值，重新構(gòu)建二部子圖，然后再次尋找增廣路徑，直到最后一個(gè)點(diǎn)經(jīng)過不斷地修改參數(shù)后尋找出可行的增廣路徑，更新后的匹配結(jié)果就是一個(gè)最優(yōu)的出租車調(diào)度結(jié)果。

優(yōu)選的，所述權(quán)值調(diào)整參數(shù)d的計(jì)算公式為：

d＝min{l(a_i)+l(b_j)-W_ij|a_i∈S,b_j∈(B/T)}，其中l(wèi)(a_i)，l(b_j)和W_ij分別表示屬于S集合的a_i點(diǎn)的權(quán)值、屬于B/T集合的b_j點(diǎn)的權(quán)值、以及系統(tǒng)效用值，二部圖中點(diǎn)數(shù)少的一邊記為A集合，另一邊記為B集合，將遍歷過的屬于A集合的點(diǎn)記為S集合，遍歷過的屬于B集合的點(diǎn)記為T集合，屬于S集合的點(diǎn)的權(quán)值加上d，屬于T集合的點(diǎn)的權(quán)值減去d，然后將所有的滿足條件W_ij＝l(a_i)+l(b_j)的邊加入到重新構(gòu)建的二部子圖中。

優(yōu)選的，所述多車分配問題中的限制條件包括，司機(jī)的收益大于其最小閾值；乘客所請求的出租車類型和分配的出租車類型保持一致；每輛車至多對應(yīng)一個(gè)乘客及每個(gè)乘客最多分配一輛車。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)是：

(1)不同于傳統(tǒng)打車系統(tǒng)中的搶單模式，本發(fā)明的出租車服務(wù)系統(tǒng)采用主動(dòng)分配的模式來調(diào)度出租車。在結(jié)合了司機(jī)的收益和乘客的等待時(shí)間后，本發(fā)明采用系統(tǒng)效用值作為最終的優(yōu)化目標(biāo)。在進(jìn)行調(diào)度的過程中，打車系統(tǒng)不僅考慮到出租車空載時(shí)的成本，還更加人性化地考慮到多種車型的需求，同時(shí)還加入了司機(jī)對每次派單的純收益的最小閾值限制，在這種更加符合實(shí)際的新型打車系統(tǒng)中，尋找出最優(yōu)的出租車分配方案，具有很強(qiáng)的商業(yè)價(jià)值。

(2)本發(fā)明方法在改變時(shí)間窗口大小、參數(shù)λ、空閑出租車數(shù)目和乘客數(shù)目的情況下，使用本發(fā)明得到的系統(tǒng)效用值均大于以下三個(gè)算法：分配最近的出租車給乘客、最大化出租車司機(jī)的純收益、及穩(wěn)定匹配算法。在調(diào)整參數(shù)λ的值時(shí)，雖然在部分情況下使用本發(fā)明得到的出租車的平均收益可能會小于最大化出租車的純收益的算法，但是本發(fā)明得到的乘客的平均等待時(shí)間是較小的，也就能夠保證結(jié)合了司機(jī)收益和乘客等待時(shí)間的系統(tǒng)效用值是最小的。因而本發(fā)明具有很強(qiáng)的實(shí)用價(jià)值，對基于主動(dòng)分配型的出租車服務(wù)系統(tǒng)的最優(yōu)多車聯(lián)合調(diào)度方法的普及上有著廣泛的市場前景。

附圖說明

下面結(jié)合附圖及實(shí)施例對本發(fā)明作進(jìn)一步描述：

圖1是本發(fā)明基于主動(dòng)分配型的出租車服務(wù)系統(tǒng)的最優(yōu)多車調(diào)度方法的流程圖；

圖2是本發(fā)明一較佳實(shí)施例的系統(tǒng)功能實(shí)現(xiàn)結(jié)構(gòu)示意圖；

圖3是本發(fā)明一較佳實(shí)施例的仿真實(shí)驗(yàn)使用的真實(shí)數(shù)據(jù)集信息匯總；

圖4是本發(fā)明一較佳實(shí)施例的參數(shù)λ對系統(tǒng)效用結(jié)果的影響示意圖；

圖5是本發(fā)明一較佳實(shí)施例的時(shí)間窗口對系統(tǒng)效用結(jié)果的影響示意圖；

圖6是本發(fā)明一較佳實(shí)施例的乘客數(shù)目對系統(tǒng)效用結(jié)果的影響示意圖；

圖7是本發(fā)明一較佳實(shí)施例的空閑出租車數(shù)目對系統(tǒng)效用結(jié)果的影響示意圖；

圖8是本發(fā)明一較佳實(shí)施例的時(shí)間窗口大小對乘客的平均等待時(shí)間結(jié)果的影響示意圖；

圖9是本發(fā)明一較佳實(shí)施例的參數(shù)λ對乘客的平均等待時(shí)間結(jié)果的影響示意圖。

具體實(shí)施方式

以下結(jié)合具體實(shí)施例對上述方案做進(jìn)一步說明。應(yīng)理解，這些實(shí)施例是用于說明本發(fā)明而不限于限制本發(fā)明的范圍。實(shí)施例中采用的實(shí)施條件可以根據(jù)具體廠家的條件做進(jìn)一步調(diào)整，未注明的實(shí)施條件通常為常規(guī)實(shí)驗(yàn)中的條件。

實(shí)施例：

如圖1所示，一種基于主動(dòng)分配型的出租車服務(wù)系統(tǒng)中的多車調(diào)度方法，包括以下步驟：

(1)乘客發(fā)送打車請求給出租車服務(wù)中心，請求內(nèi)容包含其需要的出租車類型、乘客當(dāng)前位置(始發(fā)地)、及其目的地。出租車服務(wù)中心在時(shí)間窗口內(nèi)，會收集所有已注冊的出租車信息狀態(tài)，根據(jù)出租車是否載客狀態(tài)，篩選出所有空閑的出租車，并且按照其ID進(jìn)行編號。

(2)出租車服務(wù)中心根據(jù)地圖定位技術(shù)和實(shí)時(shí)交通信息系統(tǒng)，計(jì)算出租車當(dāng)前位置到乘客的當(dāng)前位置的耗時(shí)最短的路徑距離(矩陣表示)，以及乘客始發(fā)地到目的地的耗時(shí)最短的路徑長度。再根據(jù)存儲的出租車參數(shù)(α、β、γ)，出租車服務(wù)中心可以計(jì)算出乘客的等待時(shí)間矩陣，以及司機(jī)的收益矩陣。在計(jì)算司機(jī)的收益時(shí)，需考慮出租車從其當(dāng)前位置前往乘客的始發(fā)地的空載成本。然后出租車服務(wù)中心會在同時(shí)考慮出租車的最小收益閾值θ、乘客所請求的出租車類型和所分配的車型保證一致、每輛車最多對應(yīng)一個(gè)乘客及每個(gè)乘客最多分配一輛車這三方面限制條件，把司機(jī)的收益和乘客的等待時(shí)間通過比例參數(shù)(即λ)結(jié)合起來，即為系統(tǒng)效用函數(shù)，如下所示：

其中S_i，S_ij，T_x分別表示乘客的始發(fā)地到目的地的距離、出租車當(dāng)前位置到乘客的始發(fā)地的距離、時(shí)間窗口的大小。π表示分配策略，以一個(gè)n×m的矩陣表示(n表示乘客數(shù)目，m表示出租車數(shù)目)，當(dāng)π_ij＝1表示第j輛出租車被分配給第i個(gè)打車的乘客。K表示出租車總的種類，不同類型的出租車單位距離的收費(fèi)參數(shù)α，成本參數(shù)β，以及時(shí)間參數(shù)γ是不同的。

(3)出租車服務(wù)中心在得到系統(tǒng)效用值矩陣后，開始進(jìn)行多車聯(lián)合調(diào)算法。在此過程中，用到最重要的概念就是圖論中的二部子圖和增廣路徑。在本發(fā)明中，加權(quán)二部圖的一邊是由出租車組成的頂點(diǎn)集合，另外一邊是由乘客組成的頂點(diǎn)集合，帶權(quán)的邊就是計(jì)算出來的系統(tǒng)效用值。而二部子圖就是由完全二部圖的全部頂點(diǎn)和部分邊組成的一個(gè)新的二部圖。在定義增廣路徑之前，先說明另一個(gè)概念就是交替路，即從一個(gè)未匹配點(diǎn)出發(fā)，依次經(jīng)過非匹配邊、匹配邊、非匹配邊…形成的路徑就是交替路。而增廣路徑是從一個(gè)未匹配點(diǎn)出發(fā)，走交替路，如果途經(jīng)另一個(gè)未匹配點(diǎn)(出發(fā)點(diǎn)不算)，則這條路徑就叫做增廣路徑。一條增廣路徑包含以下幾個(gè)特性：①具有奇數(shù)條邊，且第奇數(shù)邊的數(shù)目比第偶數(shù)邊的數(shù)目多一條；②起點(diǎn)在二部圖的一邊，終點(diǎn)在其另外一邊，包含的頂點(diǎn)在二部圖的兩邊交替出現(xiàn)；③增廣路中不會包含重復(fù)的頂點(diǎn)；④起點(diǎn)和終點(diǎn)都不包含在已經(jīng)匹配的邊中，而其他的點(diǎn)都包含在已經(jīng)匹配的邊中。

本發(fā)明用到的出租車調(diào)度算法的主要思想就是不斷地在模型化的二部子圖依次逐點(diǎn)尋找可行的增廣路，然后把所有的第奇數(shù)條邊添加到已匹配邊中，同時(shí)刪除掉所有的第偶數(shù)條邊，這樣就使得已匹配的邊數(shù)得到增加(增廣路特性)。

當(dāng)不能找到增廣路時(shí)，算法會計(jì)算權(quán)值調(diào)整參數(shù)d以改變二部圖兩邊的點(diǎn)權(quán)值，注意的是算法會存儲尋找增廣路時(shí)遍歷的點(diǎn)，同時(shí)為了方便描述，我們將二部圖中點(diǎn)數(shù)少的一邊記為A集合，另一邊記為B集合，所以計(jì)算參數(shù)d的過程如下：將遍歷過的屬于A集合的點(diǎn)記為S集合，遍歷過的屬于B集合的點(diǎn)記為T集合，再根據(jù)每個(gè)點(diǎn)的點(diǎn)權(quán)值，用以下的公式計(jì)算參數(shù)d＝min{l(a_i)+l(b_j)-W_ij|a_i∈S,b_j∈(B/T)}，其中l(wèi)(a_i)，l(b_j)和W_ij分別表示屬于S集合的a_i點(diǎn)的權(quán)值、屬于B/T集合的b_j點(diǎn)的權(quán)值、以及系統(tǒng)效用值。在得到參數(shù)d后，屬于S集合的點(diǎn)的權(quán)值加上d，同時(shí)屬于T集合的點(diǎn)的權(quán)值減去d。然后將所有的滿足條件W_ij＝l(a_i)+l(b_j)的邊加入到重新構(gòu)建的二部子圖中，再次尋找增廣路。通過不斷地計(jì)算權(quán)值調(diào)整參數(shù)d，修改二部圖的兩邊的點(diǎn)權(quán)值，算法就可以更新加權(quán)二部子圖結(jié)構(gòu)，以便尋找可行的增廣路徑。值得注意的是如果計(jì)算出的權(quán)值調(diào)整參數(shù)d的值為無窮大，表示沒有可匹配的邊和這個(gè)點(diǎn)連接，那就跳過此點(diǎn)到下個(gè)點(diǎn)繼續(xù)上述的尋找增廣路和計(jì)算權(quán)值調(diào)整參數(shù)d的過程。

不斷地修改權(quán)值調(diào)整參數(shù)d后(d不為無窮大)，直到最后一個(gè)點(diǎn)，尋找出可行的增廣路，那么更新后的匹配邊就是一個(gè)最優(yōu)的出租車調(diào)度結(jié)果(增廣路定理)。注意的是在二部圖中搜索增廣路一般有兩種方法：寬度搜索和深度搜索。深度搜索容易理解和實(shí)現(xiàn)，其棧可以由遞歸過程來維護(hù)，而寬度搜索則需要維護(hù)一個(gè)隊(duì)列，并對一路走過的路線做標(biāo)記，實(shí)現(xiàn)比較麻煩。所以本發(fā)明采用的是深度搜索方法。

圖2給出了基于本發(fā)明的相關(guān)系統(tǒng)的功能實(shí)現(xiàn)結(jié)構(gòu)圖，如圖2所示，本發(fā)明主要包括以下幾個(gè)模塊：(1)位于云端的出租車服務(wù)中心模塊，服務(wù)中心模塊主要包括調(diào)度服務(wù)器、通信服務(wù)器、數(shù)據(jù)庫、監(jiān)視器等，其主要功能是接收乘客的打車請求，然后在時(shí)間窗口內(nèi)收集相應(yīng)的出租車狀態(tài)信息，并且存儲在云端數(shù)據(jù)庫中。同時(shí)，位于服務(wù)中心中的數(shù)據(jù)庫還會存儲與出租車相關(guān)的參數(shù)，包括不同類型的出租車單位距離的收費(fèi)參數(shù)α，成本參數(shù)β，及時(shí)間參數(shù)γ。在完成接收乘客的打車請求信息和收集出租車的狀態(tài)信息后，調(diào)度服務(wù)器會根據(jù)收集到的信息執(zhí)行出租車和乘客的匹配算法，并返回調(diào)度結(jié)果給乘客和司機(jī)。(2)出租車管理模塊，主要功能是實(shí)時(shí)地管理出租車的狀態(tài)信息，包括：出租車ID、是否載客狀態(tài)、出租車的類型(SUV型，禁煙型等)、出租車的實(shí)時(shí)位置、以及出租車司機(jī)的最小收益閾值θ等用于描述出租車情況的信息。(3)打車乘客的管理模塊，主要功能是管理發(fā)送打車請求的乘客的相關(guān)信息，包括：乘客的ID、乘客請求的出租車類型、當(dāng)前位置、目的地等描述打車乘客的信息。

系統(tǒng)的工作流程如下：

(1)首先，乘客會手機(jī)客戶端發(fā)送打車請求給位于云端的出租車服務(wù)中心，打車請求包括乘客的ID、所請求的出租車類型(比如SUV型，禁煙型等)、始發(fā)地和目的地。在特定的時(shí)間窗口內(nèi)，服務(wù)中心通過無線網(wǎng)絡(luò)收集處于空閑狀態(tài)的、在系統(tǒng)中已注冊過的出租車信息，包括出租車ID、出租車類型、當(dāng)前位置和出租車司機(jī)的收益的最小閾值；

(2)然后服務(wù)中心會根據(jù)地圖定位技術(shù)和實(shí)時(shí)交通信息系統(tǒng)，計(jì)算出出租車到乘客的最短時(shí)間的路徑距離(矩陣形式)，以及乘客從始發(fā)地到目的地的最短時(shí)間的路徑距離。再根據(jù)出租車單位距離向乘客收取的費(fèi)用、成本、花費(fèi)時(shí)間以及時(shí)間窗口的大小等參數(shù)，分別計(jì)算出租車司機(jī)在接送乘客后的純收益(矩陣形式)，以及乘客的最大等待時(shí)間；

(3)根據(jù)司機(jī)的收益最小閾值、保證分配的車型和乘客請求的車型一致、每輛車至多對應(yīng)一個(gè)乘客以及每個(gè)乘客至多分配一輛車的限制，服務(wù)中心會計(jì)算出系統(tǒng)效用值(矩陣形式)，司機(jī)純收益小于閾值的系統(tǒng)效用值在矩陣中被設(shè)置為負(fù)無窮大。系統(tǒng)效用值是為了平衡出租車的收益和乘客的等待時(shí)間，在這個(gè)效用函數(shù)中，我們考慮到了出租車種類和出租車的空載成本；

(4)服務(wù)中心執(zhí)行調(diào)度過程，整個(gè)分配過程是基于加權(quán)二部圖。在此加權(quán)二部圖中，一邊是由所有的乘客組成的集合，另一邊是由收集的空閑出租車組成的集合。通過不斷地在此加權(quán)二部圖中尋找增廣路徑，以擴(kuò)充已匹配的邊的數(shù)量(增廣路徑的特性)。當(dāng)找不到增廣路徑時(shí)，算法會修改權(quán)值調(diào)整參數(shù)d來調(diào)整兩邊的點(diǎn)權(quán)值以更新加權(quán)二部子圖結(jié)構(gòu)，在新的二部子圖中尋找增廣路。直到在最后一個(gè)點(diǎn)得到可行的增廣路后，更新得到的匹配結(jié)果就是最優(yōu)的匹配結(jié)果(增廣路徑定理)；

(5)出租車服務(wù)中心會根據(jù)得到的基于加權(quán)二部圖的匹配結(jié)果，返回這些結(jié)果給乘客和出租車司機(jī)。司機(jī)就是根據(jù)得到的訂單前往乘客的始發(fā)地接送乘客，到達(dá)目的后乘客付費(fèi)，整個(gè)調(diào)度過程結(jié)束。

本案例在基于真實(shí)的出租車數(shù)據(jù)集下測試顯示出很好的實(shí)驗(yàn)結(jié)果，具有很強(qiáng)的實(shí)用意義。實(shí)施例的仿真實(shí)驗(yàn)使用的真實(shí)數(shù)據(jù)集信息匯總?cè)鐖D3所示，本案例實(shí)驗(yàn)測試說明如圖4-圖9所示，在改變時(shí)間窗口大小、參數(shù)λ、空閑出租車數(shù)目和乘客數(shù)目的情況下，使用本發(fā)明得到的系統(tǒng)效用值均大于以下三個(gè)算法：分配最近的出租車給乘客、最大化出租車司機(jī)的純收益、及穩(wěn)定匹配算法。而且本發(fā)明得到的乘客的平均等待時(shí)間也是小于其他三個(gè)算法得到的結(jié)果。

上述實(shí)例只為說明本發(fā)明的技術(shù)構(gòu)思及特點(diǎn)，其目的在于讓熟悉此項(xiàng)技術(shù)的人是能夠了解本發(fā)明的內(nèi)容并據(jù)以實(shí)施，并不能以此限制本發(fā)明的保護(hù)范圍。凡根據(jù)本發(fā)明精神實(shí)質(zhì)所做的等效變換或修飾，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。