出租车线上打车平台调度算法分析研究
网约车调度优化方法研究
网约车调度优化方法研究随着移动互联网的快速发展，网约车行业在城市出行领域的份额不断增加。
然而，由于网约车数量庞大、服务范围广泛，调度优化成为了一个重要的问题。
网约车调度优化旨在通过最佳的路线规划和车辆资源分配，提高车辆利用率，减少空驶率，并为乘客提供更高效、便捷的服务。
一、调度问题的定义网约车调度问题是指在给定时空范围内，根据乘客需求和车辆可用情况，将乘客分配到最合适的车辆上，并通过合理的路径规划，使得整个系统的服务质量最优。
这是一个涉及多方面目标的复杂的决策问题。
二、调度优化方法研究1. 车辆分配策略车辆分配是网约车调度优化的核心问题之一。
有两种主要的分配策略：静态分配和动态分配。
静态分配是指预先将车辆分配给乘客，然后对所有分配的请求进行排序，并尽可能选择最短路径来完成乘客的需求。
这种分配策略适用于某些高峰时段或者特定区域的需求较为固定的情况。
动态分配是指根据乘客即时的需求和车辆的实时位置来进行分配。
这种分配策略可以根据实际情况灵活调度车辆，提高系统的效率和服务质量。
常见的动态分配方法有基于贪心算法的最近车辆优先分配、最优匹配分配以及基于深度学习的分配模型等。
2. 路径规划算法路径规划算法是网约车调度优化必不可少的一部分。
常用的路径规划算法有最短路径算法、最小费用路径算法、模拟退火算法等。
最短路径算法是指在图中找到两个节点之间的最短路径。
例如，Dijkstra算法和Floyd-Warshall算法可以用于寻找两个节点之间的最短路径。
通过将司机位置和乘客需求作为节点，将道路网络建模成图，可以通过最短路径算法来确定最佳的路径规划。
最小费用路径算法是指在路径规划中考虑与距离相关的费用因素。
例如，某些时段的道路通行费相对较高，如果考虑费用因素，就需要选择费用最低的路径。
最小费用路径算法可以考虑时间成本和费用成本，提供更优化的路径规划结果。
模拟退火算法是一种基于概率的全局优化算法。
该算法模拟材料的固态转变过程，在解空间中寻找全局最优解。
基于LBS的出租车调度系统研究
基于LBS的出租车调度系统研究随着城市化的不断发展，出租车成为现代城市中必不可少的一部分。
出租车行业需要保持高效性和优质的服务来吸引更多乘客。
随着现代技术的发展和普及，利用位置服务（LBS）技术进行出租车调度已经成为一种现代化的趋势。
因此，本文将探索基于LBS的出租车调度系统研究。
一、LBS技术的应用LBS技术是一种利用GPS（全球定位系统）和GIS（地理信息系统）等技术来获取用户位置信息，并提供相应服务的技术。
目前，LBS技术已经广泛应用于移动互联网业务，如各种地图应用、位置导航、社交网络等。
与其他应用相比，出租车调度应用具有一些独特的特点。
首先，出租车服务是基于空间位置的，在空间环境中，时间和距离（公里/分钟）数据是出租车服务的核心。
其次，传统的出租车调度方法是基于中心控制的，无法快速响应市场需求，而LBS技术可以实现实时调度。
基于LBS技术的出租车调度系统，利用实时流数据和即时计算计算出最佳车辆行进路线和分配任务。
因此，LBS技术在出租车行业的应用，可以提高出租车服务的效率和质量。
二、基于LBS的出租车调度系统架构基于LBS技术的出租车调度系统，可以分为三个主要模块：数据管理模块、智能调度管理模块和服务端模块。
下面将分别介绍这三个模块的功能。
1. 数据管理模块：该模块主要负责处理数据，包括地图数据、车辆数据、乘客数据等。
地图数据包括道路信息、交通信息、公交站点信息等；车辆数据包括车辆所在位置、车辆状态、空余座位情况等；乘客数据包括乘客位置、目的地、出行时间等。
2. 智能调度管理模块：该模块利用智能算法，对车辆进行分配和路径规划。
主要有以下功能：（1）动态调度算法：基于实时流数据，为乘客分配最适合的司机。
（2）路径规划算法：考虑交通拥堵和路线条件等因素，为车辆规划最短路线，节省时间和成本。
（3）智能分配算法：根据出租车位置和订单情况进行智能分配，以提高出租车服务的效率。
3. 服务端模块：该模块主要负责与用户进行交互，包括乘客端和司机端。
城市短途出行出租车调度系统研究与优化
城市短途出行出租车调度系统研究与优化随着城市交通的日益拥堵，城市短途出行已经成为人们生活中的一项重要需求。
而在城市短途出行中，出租车作为一种常见的交通工具，其调度系统的优化成为了一个重要的议题。
本文将针对城市短途出行出租车调度系统的研究与优化进行探讨。
1. 出租车调度系统的现状与问题在目前的出租车调度系统中，出租车司机往往是根据自己的意愿进行行驶的。
这种方式虽然方便了出租车司机，但是也造成了一些问题。
首先，出租车司机往往会缺乏对市场的了解，选择的路线可能会很不合理，导致乘客的等待时间加长；其次，由于没有统一的调度，出租车往往会集中在某些热门的区域，而其他区域则会很少有出租车经过，这也为乘客带来了一定的不便。
2. 出租车调度系统的优化方案为了解决上述问题，我们可以考虑对出租车调度系统进行优化。
具体而言，出租车调度系统可以采用智能化调度技术，通过分析客流量、道路状况等因素，自动规划出租车的行驶路线，从而避免出租车司机的片面性选择，并使出租车在各个区域分布更加均匀。
此外，为了提高乘客的服务体验，出租车调度系统还可以配备智能导航、语音提示等功能，以方便乘客的使用。
3. 出租车调度系统的实现方法出租车调度系统的实现方法可以采用多种技术手段。
首先，我们可以采用人工智能、模糊控制等技术，通过对客流量、道路状况等因素进行分析，自动生成出租车的路线规划。
此外，我们还可以利用GPS、卫星定位等技术，对出租车的位置进行实时监控，从而进一步提高出租车调度的效率和准确性。
在配备智能导航等功能时，我们还可以利用语音识别等技术，实现更加便捷的操作体验。
4. 城市短途出行出租车调度系统的优势优化城市短途出行出租车调度系统的意义在于，在提升客户体验的同时，也可促进城市交通的绿色发展。
具体而言，采用智能化调度技术可以避免出租车司机选择不合理路线的问题，大幅提高出租车的使用效率；而通过对出租车位置的实时监控，调度中心可以更加精准地配备出租车资源，从而提高整个调度系统的可持续性。
网约车出行平台的数据分析与优化研究
网约车出行平台的数据分析与优化研究随着智能科技的快速发展，网约车成为现代城市出行的主要方式。
各大网约车出行平台通过使用大数据技术，对用户的行为和需求进行分析，从而更好地优化服务和提高用户体验。
一、数据收集和分析在网约车出行平台的背后，有着大量的数据需要收集和分析。
这些数据包括用户的出行地点、时间、乘车距离、乘车时间等信息。
平台会通过各种手段，如用户的手机GPS、乘车时间记录、支付信息等，收集这些数据。
收集到的这些数据将会被分析和利用，以完善平台的服务。
通过对用户的行为和需求进行分析，平台可以更好地了解用户的出行习惯和偏好，从而优化出租车费用和提高服务质量。
例如，平台可以了解用户在什么时间、什么地点会更需要出租车服务，以便为用户提供更好的服务。
二、出租车调度优化出租车调度是网约车出行平台上最重要的一环。
根据不同的需求和情况，平台需要做出最优的调度决策。
传统的出租车调度方式，往往是按照出租车的位置、距离等信息进行调度。
而网约车出行平台则会基于海量数据和深度学习算法，进行更为精准的调度。
平台运用算法和数据分析，能够预测出售出的车票数量以及市场需求追踪等。
平台收集到的数据还可以用于分析某些情况下的需求推理，例如假设在某些旅游景点或商业中心地区需要更多的出租车，而在其他地方需要较少，平台就可以根据这些数据做出更好的调度决策。
三、行业竞争分析网约车出行平台之间的竞争日益激烈，如何分析竞争对手并制定有效的竞争对策，成为了网约车出行平台的重要问题之一。
数据分析可以帮助平台分析竞争对手对市场份额的影响，以及对市场的影响等。
数据分析可以为平台提供更多的市场营销和产品决策方面的观点，消除产品和服务中存在的不足或缺陷，保持竞争的优势。
四、用户体验对于用户而言，出租车的服务质量和用户体验非常重要。
平台需要根据用户的行为和需求，提供更加优质和人性化的服务。
数据分析可以通过对用户消费习惯、行为、需求等信息的分析和研究，为出租车平台提供更加全面、有效、有针对性的服务，以提高用户体验。
网约车平台优化调度策略研究
网约车平台优化调度策略研究随着共享出行的快速发展和普及，网约车平台已经成为了人们日常出行的重要方式。
然而，由于网约车数量与需求之间的不匹配，仍然存在一些问题，如乘客等待时间较长、交通拥堵情况频繁等。
因此，优化网约车平台的调度策略，提高其效率和服务质量，成为了当前亟待解决的问题。
首先，网约车平台可以通过分析历史订单数据，预测高峰期和低峰期的出行需求，以实现更加科学和合理的调度策略。
通过对大数据的分析和机器学习算法的运用，可以准确地预测乘客的出行意向和目的地，从而为司机提供更加精确的派单信息。
其次，在调度策略中引入智能算法和优化算法，以实现更高效的资源利用。
例如，可以采用遗传算法、模拟退火算法等搜索算法，来寻找最佳的派单方案和路线规划，从而减少司机的等待时间和里程成本。
同时，还可以结合实时交通信息和地理信息系统，及时地调整派单和路线，以避免交通拥堵和提高运力利用率。
此外，网约车平台还可以引入多元化的调度策略，满足不同用户的多样化需求。
例如，对于经济型用户，可以采取优先派单给距离较近的司机，以确保乘客尽快上车；而对于高端用户，可以提供更加舒适的车辆和服务，并优先考虑其需求。
通过不同的调度策略，可以更好地满足不同用户的需求，提高用户体验和满意度。
此外，网约车平台还可以与公共交通系统进行深度融合，以实现综合出行的模式。
通过与地铁、公交、共享单车等交通方式的衔接，可以在基础设施和运营调度上实现优化。
例如，可以提供乘客的最优出行方案，包括网约车与公共交通的优化组合，以减少出行成本、缓解交通拥堵。
此外，要合理调度网约车平台，建立健全的管理和监管体系也是必要的。
平台运营商应制定合理的服务标准和规范，对司机进行培训和评估，确保服务质量和安全性。
同时，应建立起与政府、交通管理部门的合作机制，共同研究和解决网约车调度中的问题，例如路权分配、停车区域规划等。
在网约车平台优化调度策略的实施过程中，也需要充分考虑到各方利益的平衡。
智能交通系统下出租车优化调度算法研究
智能交通系统下出租车优化调度算法研究第一章研究背景智能交通系统（ITS）是一种利用现代技术和信息技术提高交通管理和运输效率的综合系统。
由于出租车在城市交通中的重要地位，优化出租车调度算法已成为智能交通系统中的重要研究方向。
优化出租车调度算法可以提高出租车运营效率，缓解交通拥堵，降低交通事故率，提高出租车公司和司机的经济效益。
因此，研究智能交通系统下出租车优化调度算法具有重要的意义。
第二章相关工作2.1 传统出租车调度算法传统的出租车调度算法常常采用基于规则和直觉的手动安排方法，但是这种方法存在以下问题：（1）计算量大，时间长。
（2）缺乏灵活性和适应性，不适用于复杂和动态的交通环境。
2.2 智能调度算法智能调度算法包括遗传算法、模拟退火算法、蚁群算法等。
这种算法具有一定的优点：（1）不需要预设路线，可以自适应地调节出租车数量和发车时间。
（2）灵活适应复杂的交通环境。
（3）考虑了司机和乘客的利益，可以提高乘客和司机的满意度。
2.3 面向出租车的路线规划近年来，为了解决出租车调度中的问题，出现了一些面向出租车的路线规划方法。
这些方法可以为出租车安排路线，以达到减少拥堵和提高效率的目的。
第三章智能交通系统下出租车优化调度算法3.1 地图匹配技术地图匹配技术常用于出租车轨迹的预处理，可以将不准确的轨迹点映射到地图上的准确位置。
这一过程可以为出租车调度提供准确的轨迹数据，提高调度算法的精度和效率。
3.2 基于时间窗口的调度算法基于时间窗口的算法可以在预设的时间窗口内进行调度。
当出现突发事件或其他意外情况时，调度算法可以根据实时的交通状况进行重新调度。
这种算法具有一定的灵活性和适应性。
3.3 贪心算法贪心算法是一种常见的调度算法，它通过选择能够获得最大收益的方案来进行调度。
贪心算法可以在快速进行调度的同时，保证出租车的效率和司机的利益。
第四章研究展望智能交通系统下出租车优化调度算法是一个充满挑战和发展机遇的研究方向。
面向网约车调度的智能算法设计
面向网约车调度的智能算法设计随着互联网的飞速发展，网约车行业日益成为人们出行的首选之一。
然而，网约车调度问题一直以来都是一个挑战，如何合理、高效地调度网约车资源，满足不同乘客的出行需求，提高整体运营效率，成为了网约车平台面临的重要问题。
为了解决这个问题，面向网约车调度的智能算法设计应运而生。
一、问题概述面向网约车调度的智能算法设计旨在实现以下目标：1. 降低乘客等待时间：通过合理的车辆调度，使得乘客等待时间最小化；2. 提高车辆利用率：合理安排网约车的行程，最大限度地提高车辆的利用率；3. 减少车辆空驶里程：通过智能调度算法，减少网约车的空驶里程，降低能源消耗和交通拥堵度。
二、算法设计思路1. 数据收集：收集大量网约车、乘客的历史数据，包括乘客需求、网约车位置、路况等信息，为后续的调度算法提供支持。
2. 乘客匹配策略设计：a) 距离匹配策略：根据乘客的实时位置和离其最近的可用网约车的位置，为乘客匹配最适合的车辆。
b) 匹配成本策略：考虑乘客到达目的地的路径成本（时间、距离等），与自动计费策略结合，为乘客提供最优的出行方案。
c) 乘客需求预测策略：通过历史数据分析，预测不同时间段和地域的乘客需求，合理安排网约车的调度。
3. 车辆调度策略设计：a) 车辆选择策略：根据网约车的位置、电量等情况，为车辆选择最合适的调度方案。
b) 路线规划策略：利用实时路况和地图数据，规划最优的行车路线，减少行车时间和路程。
c) 车辆分配策略：考虑车辆的相对位置和周围交通情况，合理分配网约车资源，满足乘客需求。
4. 算法优化：a) 遗传算法：运用遗传算法来求解网约车调度问题，通过交叉、变异等操作寻找最优解。
b) 强化学习：利用强化学习算法，让智能系统通过与环境的交互学习最优的调度策略。
c) 神经网络：通过神经网络模型，训练智能系统对网约车调度问题进行建模和求解。
三、算法实施和评估1. 算法实施：a) 数据预处理：对采集到的网约车、乘客历史数据进行清洗和预处理，消除异常和噪声。
网约车调度优化算法设计与实现
网约车调度优化算法设计与实现随着城市化进程的加快和出行需求的增加，网约车服务愈发成为人们出行的主要选择之一。
然而，随之带来的挑战是如何高效地调度网约车，使其能够更好地满足用户的出行需求，提高服务质量，并降低整体成本。
网约车调度优化算法的设计与实现成为解决这一问题的关键。
一、网约车调度优化的挑战与目标网约车调度是一个典型的动态优化问题，主要挑战包括时空动态变化、实时调度需求和资源有限性等。
针对这些挑战，网约车调度优化的目标主要包括以下几个方面：1. 提高系统运营效率：通过合理的网约车调度算法，降低用户等待时间，提高车辆利用率，减少车辆空驶里程，以提高系统的整体运营效率。
2. 用户满意度优化：通过合理的调度策略，满足用户的出行需求，尽量减少用户等待时间，提高用户满意度和体验。
3. 平衡车辆负载：通过均衡调度车辆，避免出现部分区域车辆过多或过少的问题，提高整体车辆的负载均衡性。
4. 考虑实时交通状况：实时监控道路拥堵情况和交通状况，根据实际情况调整网约车调度策略，提高调度的适应性和灵活性。
二、常用的网约车调度优化算法为了实现上述目标，研究者们提出了多种网约车调度优化算法。
以下是一些常见的算法：1. 基于规则的调度算法：根据预设的调度规则，如最近调度、最低成本等，进行简单的调度安排。
这种算法简单易实施，但较难满足实时调度需求和精确优化要求。
2. 遗传算法：运用遗传算法对车辆进行可行解排序，以达到车辆调度的最优目标。
但是由于网约车调度问题的动态性和复杂性，遗传算法可能无法适应实时调度需求。
3. 线性规划模型：将网约车调度视为一种优化问题，建立线性规划模型，通过最小化总成本或最大化总收益的方式进行调度。
线性规划模型可以较好地解决车辆调度问题，但是模型复杂，计算量大。
4. 异步辉格搜索算法：结合启发式搜索和数学规划技术，构建异步辉格搜索算法来解决网约车调度问题。
该算法具有较高的计算效率和较好的解决质量。
5. 推荐算法：通过用户历史出行数据和实时交通状况信息，将网约车调度问题转化为推荐系统问题。
基于大数据分析的滴滴出行智能调度系统研究
基于大数据分析的滴滴出行智能调度系统研究滴滴出行是中国领先的出行平台，巨大的用户数量以及庞大的车辆资源使得滴滴面临着一个巨大的挑战，即如何高效地调度车辆，以满足用户的需求。
基于大数据分析的滴滴出行智能调度系统的研究，正是为了解决这一挑战而展开的。
在智能调度系统中，大数据分析起着至关重要的作用。
滴滴出行拥有庞大的用户数据和车辆数据，在大数据的支持下，可以实时监控车辆位置、用户需求以及交通状况，从而智能地分配车辆资源，提高出行效率。
首先，基于大数据分析的滴滴出行智能调度系统可以精准地预测用户需求。
通过分析历史乘车数据以及用户的行为模式，系统可以预测不同时间段、不同地区的乘车需求。
例如，在高峰时段，系统可以预测到用户的需求量的增加，并相应地增加车辆投放量，避免供需不平衡。
其次，智能调度系统可以实时监控交通状况，并根据实时数据进行智能调度。
通过监控交通状况、路况以及拥堵情况，系统可以根据算法自动调整车辆的路径，避免拥堵，提高出行效率。
例如，当遇到道路堵塞时，系统可以利用大数据算法分析其他可能的路径，并将车辆导航至更加畅通的道路，避免时间的浪费。
除了预测用户需求和监控交通状况，智能调度系统还可以通过大数据分析进行合理的派单。
通过分析历史派单数据以及车辆的实时位置，系统可以智能地选择最合适的车辆进行派单，提高派单的准确性和效率。
系统可以根据车辆离用户的距离、车辆的可用时间以及车辆的空座位数等因素进行综合评估，选择最佳车辆进行派单。
此外，基于大数据分析的智能调度系统还可以进行实时的车辆监控。
通过对车辆数据的分析，系统可以监控车辆的燃油消耗、里程数以及车辆的工作状态等信息，及时发现车辆故障或者需要维修的情况，并进行相应的处理。
这样可以有效地提高车辆的运营效率，减少维修成本和停运时间。
然而，基于大数据分析的滴滴出行智能调度系统也面临一些挑战。
首先，数据的质量和准确性对系统的运行至关重要。
因此，滴滴出行需要保证数据的准确性、完整性以及时效性，以提高系统的可靠性和精确度。
出租车动态调度技术研究
出租车动态调度技术研究随着城市化的加速和人口增长，城市交通越来越复杂，出租车成为了城市交通中不可或缺的组成部分。
如今，出租车行业正快速发展，但也面临着一些不可避免的问题。
如何提高出租车的服务质量，提高顾客满意度，减少出租车停车等待时间和拥堵现象，已成为出租车行业需要解决的重要问题之一。
为此，出租车动态调度技术的研究应运而生。
一、出租车动态调度技术的概念出租车动态调度技术是指利用信息技术和智能化算法，根据车辆的实际运营情况和路况等情况，动态地分配出租车资源，从而提高车流量利用率，减少拥堵，降低交通事故发生率，提高顾客的服务水平和满意度。
二、出租车动态调度技术的研究现状目前，出租车动态调度技术的研究已经成为了学术界和产业界的热点议题之一。
国内外的许多研究机构和企业纷纷投入到了这个领域的攻关当中。
由于对出租车行业的影响非常深远，因此该技术的研究也备受社会各界的关注。
三、出租车动态调度技术的实现原理出租车动态调度技术主要应用了信息技术、数据挖掘技术、监控技术和智能化算法等。
对于出租车运营管理方而言，等待乘客的出租车数量和延时拥堵问题具有不小的挑战。
为此，出租车动态调度技术依靠实时监控和数据挖掘技术获取乘客和出租车之间的信息，利用智能化算法分配出租车资源，提高车流量利用率，缩短乘客等待时间和车辆使用里程。
四、出租车动态调度技术的应用前景出租车动态调度技术的应用前景非常广泛。
它不仅可以提升出租车行业的服务水平和效率，还可以减少道路拥堵，降低能源消耗，减少交通事故的发生率。
随着5G技术的普及和城市智能化转型的加速，出租车动态调度技术必将发挥越来越重要的作用。
总之，出租车动态调度技术是出租车行业发展中的一项重要的技术。
它不仅可以提升出租车行业的服务水平，缩短乘客等待时间，还可以为城市交通问题的解决提供支持。
因此，加强出租车动态调度技术的研究和实践应成为出租车行业向更高质量和效率方向发展的主要方向之一。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
龙源期刊网 http://www.qikan.com.cn
出租车线上打车平台调度算法分析研究
作者：姜安华 胡加德
来源：《科学与财富》2018年第08期
摘 要：本文参考市面上主流的线上打车平台，结合贵州省实际的业务模式和市场需求，
针对线上打车平台的调度算法进行分析研究。在整个分析过程中，主要从业务的类型划分、对
象的状态转换、调度总体流程和具体的推送规则几个方面依次进行展开，对每一个环节进行了
简单的梳理与分析。
关键词：出租车 调度算法 平台
随着城市的发展，人们的出行需求越来越旺盛，生活节奏越来越快，传统的道路运输模式
已经不能完全满足市场对用户的出行需求，因此，市面上出现了许多的线上打车平台，在提升
用户出行效率的同时，为传统运输企业提供高效的信息管理手段。
1.业务类型划分
线上打车业务一般分为三类，实时打车、预约打车和实时拼车业务。实时打车业务就是乘
客通过打车平台发起实时订单，平台驾驶员接到该订单后，立即前往乘客位置接送乘客，在整
个过程中只为该乘客提供出行服务；实时拼车业务是根据实际的市场需求，为了最大化的提高
车辆的利用率和解决乘客出行难的问题而产生的，拼客的组数一般由平台根据地区的实际情况
进行设置；预约打车业务就是乘客提前做好出行规划，设置好出行的时间，并在平台上提交预
约订单，驾驶员接单后按照乘客实际出行时间准时到达指定位置对乘客进行服务[1]。
2.驾驶员状态划分
在平台运行的整个程中，将驾驶员的状态划分为离线、空闲和忙碌三种状态。其中离线状
态表示当前驾驶员未在平台上线或者上线了但是未处于听单状态，平台在调度乘客订单的时候
将不给这类驾驶员进行推送；忙碌状态表示驾驶员当前处于听单状态，但是有未处理完成的任
务，平台在调度新订单的时候也不给这类驾驶员进行推送；空闲状态表示驾驶员当前处于听单
状态，并且当前没有未处理完成的相关任务，平台在对新订单进行调度的时候就调度该类驾驶
员。
3.订单调度状态及调度权值
对于在平台中产生的订单，将订单调度状态划分为待调度、已推送、调度超时、用户取
消、调度完成五个状态。当乘客发起一个订单请求时，系统将该订单置为待调度状态，等待调
度系统进行调度；当调度系统将该订单推送出去以后，将其状态置为已推送状态；如果被驾驶
员接单，该订单的调度状态置为调度完成；如果该订单在调度过程中被乘客取消，将该订单的
调度状态置为用户取消；系统推送之后，如果在规定的时间内没有任何驾驶员接收该订单并且
龙源期刊网 http://www.qikan.com.cn
乘客也未取消，超过时间后将该订单调度状态置为调度超时，调度超时给乘客进行反馈，乘客
可以根据系统提示进行相关操作。
为了体现出订单的调度优先级，为每个订单设置一个权值，初始订单权值为零。当订单被
调度系统推送出去1次后，将该订单的调度权值进行加1，权值越高的订单推送的优先级越
高，通过权值也能监控调度系统的调度效率。
驾驶员及订单的状态转换如图1所示。
4.订单调度流程
乘客提交一个新的订单请求，首先将该订单放入到新订单队列中，按照订单的提交时间进
行排列，调度系统从新订单队列中依次取出订单进行调度。为了保障系统的稳定，需要对同时
调度的订单数量进行控制，如最大限制100，当调度中的订单数量小于100的时候，就从队列
中取出订单进行调度；当调度订单数量大于或等于100的时候，就待有订单调度完成后再取出
队列中的订单进行调度。为了避免同一个订单在调度系统中进行无限循环调度，调度系统设置
一个调度临界值，当某个订单调度失败后，判定该订单的权值是否超过平台设置的调度临界
值。如果平台设置的调度临界值为3，当权值小于3时，该订单权值加1，同时将该订单放入
历史待调度订单列表中；当权值大于或等于3时，给用户进行反馈，由用户选择继续等待或者
取消；当用户选择继续等待后，将该订单的权值进行初始化，重新放入历史待调度订单列表；
如果用户选择的次数大于两次，就将该订单结束，乘客选择后系统为其重新创建一个新的订
单，再按照订单调度流程进行调度，具体的调度流程如图2所示。
5.调度系统推送规则
当用户发起一个订单后，订单通过调度流程进入到调度系统中，调度系统根据订单的具体
信息以及周边驾驶员的情况和平台规则进行具体调度。
调度系统要准确的对订单进行推送，首先需要获取到调度订单的乘客起点坐标以及订单的
类型，如实时普通订单、实时拼车订单或预约订单。对于实时拼车订单，还需要获取到订单的
出行人数。
订单的信息获取到了，需要将该订单推送给符合规则的驾驶员。首先通过该订单的起点坐
标和推送距离获取到附近所有有效的驾驶员（状态为空闲、未进入黑名单、已通过审核等）列
表，并将该批驾驶员的状态置为忙碌状态。然后分别计算订单起点与每个驾驶员之间的距离
（这里采用直线距离），并与驾驶员的偏好设置进行比对，当计算出的直线距离大于驾驶员设
置的接单范围时，将该驾驶员置为空闲状态，并移除当前列表，待其他订单进行调度；当计算
出的直线距离小于或等于驾驶员设置的接单范围时，将该驾驶员保留，等待下一步处理。距离
过滤完成之后，将只听收车订单且不顺路（通过计算路径的重合度来进行判断[2]）的驾驶员
龙源期刊网 http://www.qikan.com.cn
移除掉，最后提按照距离从小到大的顺序进行排列，取出前十个驾驶员进行推送，其他驾驶员
置为空闲状态，待其他订单调度。
驾驶员收到推送订单后，可以选择接受与拒绝。当驾驶员选择拒绝后，将该驾驶员状态置
为空闲状态，待其他订单调度；当驾驶员选择接受之后，调度系统给其他被该订单锁定的驾驶
员推送订单被接单消息，同时将这些驾驶员状态置为空闲状态，待其他订单调度；在订单被推
送出去后，如果乘客发起了取消请求，调度系统给该被该订单锁定的驾驶员推送订单取消消
息，同时将这些驾驶员状态置为空闲状态， 待其他订单调度。接单成功的驾驶员当任务完成
后，该驾驶员状态转为空闲状态，可以被其他订单调度。
对于实时拼车订单的调度，在实时普通订单调度的算法之上，需要增加判断每个驾驶员目
前的拼单数量以及目前的空位数与订单的人数，另外对于拼单，还需要计算拼单之间的顺路程
度。
对于预约订单的调度，因为不需要司机立即去接送，因此推送的的范围可以按城市或行政
区域来划分[3]。
6.结论
调度算法作为线上打车平台的核心内容，调度流程及推送规则的制定直接关系到整个平台
的调度效率，也是衡量一个平台优劣的指标。本文通过对平台的业务类型、业务对象的分析，
梳理出了打车平台调度总体流程以及具体推送规则的制定方式，可通过该思路完成相应的调度
算法的实现。
参考文献：
[1] 翟思宇，刘洋，郭煜杰. “互联网+”时代的出租车资源配置[J]. 南京：中国人民解放军理
工大学，2017（03）.
[2] 林基艳，张雅琼，张慧. 基于出租车GPS 轨迹数据挖掘的居民出行特征研究[J]. 陕西：
榆林学院信息工程学院，2017（5）.
[3] 金通，朱晓艳，郑凌浩. “互联网+”下的出租车： 市场演化与嵌入式监管[J]. 浙江： 浙
江财经大学经济学院，2017（10）.
贵州省交通运输厅科技项目