申请/专利权人：杭州电子科技大学

申请日：2023-03-17

公开（公告）日：2024-04-16

公开（公告）号：CN117893264A

主分类号：G06Q30/0283

分类号：G06Q30/0283;G06Q30/0201;G06Q50/40;G06F30/27;G06N3/042;G06N3/092

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明涉及一种基于GNN的网约车时空定价系统和定价方法，包括仿真环境模块和基于GNN的强化学习模块。仿真环境模块基于仿真环境通过简化的模型来模拟真实世界中的网约车系统，该模块考虑时间与空间的相关因素，在当前时间步长时间下对所有区域的网约车活动进行模拟，并对基于GNN的强化学习模块进行反馈。基于GNN的强化学习模块基于上一个时间步长的仿真结果以及状态生成当前时间步长的行为并指导仿真环境模块的改善，以揭示复杂情况网约车资源系统中的机制，并解决网约车资源的时空定价问题网约车平台。

主权项：1.一种基于GNN的网约车时空定价系统，其特征在于：包括仿真环境模块和基于GNN的强化学习模块；所述仿真环境模块包括由需求函数部分，供给函数部分以及变量生成部分；需求函数部分：需求函数模块模型表示如下： 式1中：pf和ph分别为区域i在时间t时的潜在需求，区域i在时间t时的现实需求、固定价格，区域i在时间t时的平台定价，门槛价格；i，t分别为区域和时间步长，其中从真实世界的网约车数据中收集，在模拟过程中，价格上涨，下单的乘客数量会随之减少；等待时间过长会使得取消订单的乘客数量变多，在模拟中，如果乘客在15分钟内没有匹配到网约车，他将会取消订单并选择其他的出行方式；供给函数部分：在仿真环境中，不同区域的工作不同，工资高的区域将吸引更多的网约车司机，当一个司机在漫游状态中，会基于工资和当前区域与目的区域的距离选择漫游的目的地，如式2表示： 同时zit是区域i在时间t时的所有诱导总和，并且用来保证所有区域的相加为1， 式2与式3中，是平台在区域j在时间t时的下的工资定价，是区域i到j在时间t时的行驶距离，是区域i在时间t时的所有诱导总和，i，j，t分别为上车区域，下车区域和时间步长，与的比值代表了工资与转移距离之间的平衡。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种基于GNN的网约车时空定价系统和定价方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD