一种网联车车辆行程时间估计方法

    公开(公告)号:CN112541638B

    公开(公告)日:2022-07-12

    申请号:CN202011519013.1

    申请日:2020-12-21

    Abstract: 本发明实施例提供的一种网联车车辆行程时间估计方法,应用于信息技术领域,将路网的静态信息和路网的动态信息输入到预先训练的图卷积神经网络中,根据路网中各路线的空间特征更新道路动态特征向量与静态特征的向量后,将更新后的动态特征向量输入到预先训练的循环神经网络中,得到路网中各路线的时间特征,再次更新动态特征向量;将路网中各路线中两次更新后的动态特征向量和路网中各路线的一次更新后的静态特征向量输入到基于图神经网络的注意力机制网络中,得到并根据路网中各路线的轨迹影响力得分和路网结构,抽取目标路线对应的路网子图;通过将子图转化为子图向量,然后计算得到目标路线预测行程时间,可以提高行程时间的计算的准确性。

    一种订单派发方法及装置

    公开(公告)号:CN112700049A

    公开(公告)日:2021-04-23

    申请号:CN202011643182.6

    申请日:2020-12-30

    Abstract: 本发明实施例提供了一种订单派发方法及装置,其中,获取每一车辆实时的司乘信息;其中,司乘信息包括:司机信息和乘客订单信息;将实时的司乘信息输入至已训练神经网络模型,输出与司乘信息对应的各司乘对价值;其中,已训练神经网络模型是基于样本集训练得到的,样本集包括:历史的司乘信息;根据各司乘对价值,采用二分图的最佳匹配KM算法,对所有的司乘进行司乘匹配,得到与乘客订单匹配度最高的司机,以向与乘客订单匹配度最高的司机所在的车辆派发订单。以解决相关技术中司乘匹配仅以订单价格为依据,为乘车在其乘坐位置周围一定区域内的全部车辆进行车乘匹配,使得整个派单平台的订单完成的效率较低,影响整个平台的收益的技术问题。

    一种网联车车辆行程时间估计方法

    公开(公告)号:CN112541638A

    公开(公告)日:2021-03-23

    申请号:CN202011519013.1

    申请日:2020-12-21

    Abstract: 本发明实施例提供的一种网联车车辆行程时间估计方法,应用于信息技术领域,将路网的静态信息和路网的动态信息输入到预先训练的图卷积神经网络中,根据路网中各路线的空间特征更新道路动态特征向量与静态特征的向量后,将更新后的动态特征向量输入到预先训练的循环神经网络中,得到路网中各路线的时间特征,再次更新动态特征向量;将路网中各路线中两次更新后的动态特征向量和路网中各路线的一次更新后的静态特征向量输入到基于图神经网络的注意力机制网络中,得到并根据路网中各路线的轨迹影响力得分和路网结构,抽取目标路线对应的路网子图;通过将子图转化为子图向量,然后计算得到目标路线预测行程时间,可以提高行程时间的计算的准确性。

Patent Agency Ranking