买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华侨大学;南威软件股份有限公司

摘要：本发明提供了基于物理信息多任务模型的城际网约车长期可用运力预测方法、装置、设备及介质，包括：获取历史订单、运力数据，并进行预处理；根据时间将运营时间切片作为可用运力量特征，对切片特征进行编码，获取特征编码；根据城际运力守恒原则设计损失函数；按时间顺序排序并归一化，按预设时长分割数据，获取模型输入数据；通过多任务预测框架，同时预测两城可用运力，使用双向长短时记忆网络作为共享专家网络提取两个任务的共性特征，使用门控网络根据不同任务的特定需求分配不同专家网络的特征贡献，经位置编码处理后生成各任务特定的特征表示，为每个任务设计独立的Transformer层来获取预测结果。本方法提高了城际网约车可用运力预测的准确性和效率。

主权项：1.一种基于物理信息多任务模型的城际网约车长期可用运力预测方法，其特征在于，包括：获取当前路线的城际网约车的历史订单数据和历史运力数据，并对所述历史订单数据和历史运力数据进行预处理；根据预设的时间区间获取可用运力量，将与所述可用运力量相对应的运营时间切片作为可用运力量特征，并对所述运营时间切片的多个特征进行编码，得到各个时间切片对应的多个编码特征，其中，所述编码特征包括时间特征、外部特征、历史数据特征、流动特征、需求特征；根据城际运力守恒原则设计总损失函数，其中，所述总损失函数为均方误差损失与运力平衡损失的加权和；按照时间顺序对所述运营时间切片的编码特征进行排序，对排序后的特征进行归一化处理，得到数据集，按照预设的时间步长分割归一化处理后的数据集，获得预测模型的输入数据；通过预设的预测模型的多任务预测框架，同时预测两个城市的可用运力，采用双向长短时记忆网络BiLSTM作为共享专家网络，提取两个任务的共性特征，使用门控网络根据不同任务的特定需求分配不同专家网络的特征贡献，并经位置编码处理后生成各任务特定的特征表示，为每个任务设计独立的Transformer层，以获取当前路线两个城市的长期可用运力的预测结果。

全文数据：

权利要求：

百度查询： 华侨大学 南威软件股份有限公司 基于物理信息多任务模型的城际网约车长期可用运力预测方法、装置、设备及介质