一种新型校内代购路径规划模型的制作方法

本发明涉及代购服务，具体涉及一种新型校内代购路径规划模型。

背景技术：

1、当前，美团、uu跑腿等外卖代购软件，适用于用户和需求分布比较均匀的普通代购场景，便捷人们的生活。但是这些软件难以满足高校校园这种范围小、用户集中、需求密集的特殊场景。

2、首先，高校校园场景范围小，大多是校内超市、快递点、周边商店到宿舍或教学楼的代购需求。其次，学生用户高度集中，需求订单密集，尤其是小微代购订单比例较高，酬金较少，而接单者也相对较少，接单率较低。此外，高校校园代购订单还具有明显的周期性和流动性。

3、综上所述，如何提高高校校园场景下代购订单接单率，并尽量提升接单者收益成为当前亟需解决的痛点。

技术实现思路

1、针对现有技术中，在高校校园场景中，高峰期订单需求密集，当前的路径规划模型存在接单者少，接单率低，且接单者收益不高，积极性较弱等问题，提出一种新型校内代购路径规划模型。

2、为实现上述目的，本发明采用的技术方案是：

3、一种新型校内代购路径规划模型，其特征在于：包括新型蚁群路径模型、校园潮汐模型、酬金激励模型和最优路径模型；

4、所述新型蚁群路径模型考虑最短距离的同时，还需考虑路径订单数量、物品便携度和订单等待容忍度三个因素，以便给不同特征的订单匹配相应的路径，以提高订单接单率；

5、所述校园潮汐模型优化了时段、区域、方向三个特征的路径，进一步提高订单接单率，因为学生活动区域大多在宿舍、餐厅、教室，在某段时间移动方向比较确定；

6、所述酬金激励模型对比该路径的订单酬金和接单者历史酬金均值，把高酬金路径匹配相应的接单者，重点解决物品难携带、订单紧急的路径无接单者选择的难题，不仅提高订单接单率，而且增加了接单者酬金收益；

7、所述最优路径模型考虑路径的距离、订单数量、物品便携度、订单等待容忍度、顺路和酬金激励等六大因素，提高校园总体订单的接单率和接单者的整体收益。

8、优选的，在新型蚁群路径模型中，因各路径上订单数量不同、订单物品便携度不同、下单者要求的送达时间不同，综合路径距离和该路径上订单的三个不同特征，匹配相应的接单者，以提高订单接单率；

9、在t时刻蚂蚁k从m点到n点，存在多种路径，选择该路径的概率为：

10、

11、在公式(1)中，为蚂蚁k在t时刻从节点m转移到节点n的概率，amn(t)为在t时刻路径(m,n)上的信息素含量,bmn为t时刻路径(m,n)上的启发式信息；α为信息素启发式因子,代表信息素对路径选择的重要程度,α越大,在选择下一节点时信息素发挥的作用越大,β为期望启发因子,β越大,代表进行路径选择时启发式信息发挥的作用越大；

12、

13、公式(2)为启发式信息的计算方法，dmn为m点到n点路径距离，距离越短，该路径被选择的可能性越大；cmn为该路径上的信息素浓度，代表在t时刻该路径上的订单在总订单数量的占比越大，信息素浓度越大，选择该路径的概率越大；emn为信息等待容忍度，代表下单者可等待时间越长，该订单上越容易被选择；

14、amn(t+1)＝(1-ρ)*amn(t)+δamn   (3)

15、在公式(3)中，amn(t+1)为更新后的信息素,amn(t)为上次路径信息素的残留，其中ρ是信息素挥发系数,(1-ρ)是信息素残留因子；

16、公式(3)反映了信息素浓度的迭代更新规律，迭代次数≤最大迭代次数fmax，fmax取值为200；

17、

18、在公式(4)中，δamn为t时刻信息素的增量,即g只蚂蚁在路径(m,n)上留下的信息素；

19、

20、在式(5)中，为蚂蚁k在路径(m,n)上留下的信息素；q为信息素强度,是一个常数,q越大,路径上信息素积累的越快,lk为蚂蚁k在本轮循环中的路径总长度，hmn为信息便携度函数，代表订单物品体积越小、重量越轻，选择该订单上的路径的概率越大；

21、因此，将公式(2)、(3)、(4)、(5)代入公式(1)得到新型蚁群路径的概率:

22、

23、具体的，所述新型蚁群路径模型的具体步骤如下：

24、步骤1：定义初始信息素浓度和启发函数，对α、β、最大迭代次数fmax、蚂蚁总数g等参数赋值，定义dmn、cmn、emn、hmn函数初始值；

25、步骤2：按照式(1)计算当前节点m到周围可行节点的概率，并通过轮盘赌法选择下一个节点；

26、步骤3：判断当前蚂蚁是否到达终点，若是，则执行步骤4，否则继续执行步骤2；

27、步骤4：判断测试蚂蚁数是否到达设定蚂蚁总数g，若是，则执行步骤5，否则执行步骤2；

28、步骤5：按照公式(2)、(3)、(4)、(5)对路径上的信息素浓度进行更新；

29、步骤6：输出新型蚁群路径。

30、优选的，在校园潮汐模型中，学生在学校的活动均有明显的时间特征、特定区域和移动方向性，具体函数如下：

31、

32、在公式(7)中，tmn为校园潮汐函数，t为该时段段内订单总量，tsj为7:00-8:00,教室的订单数量，tzs为11:30-13:00宿舍的订单数量，txs为17:00-18:00宿舍的订单数量；

33、学生活动区域大多三点一线(宿舍、餐厅、教室)，同时在某段时间内具有方向特征，tsj、tzs、txs对应了顺路程度，表示不顺路；

34、在这些时间段内、这些区域、顺路方向的订单，更容易被接受，接单者选择该路径的概率更大，从而提升了接单率，实现了顺路的初衷。

35、优选的，在酬金激励模型中，针对物品难携带、订单紧急、不顺路，但酬金较高的路径，酬金激励函数对比该路径的订单酬金和接单者历史每单酬金均值，把高酬金路径匹配相应的接单者，解决了难点路径无人接单的问题，进一步提高接单率；

36、

37、在公式(8)中，omn为酬金激励函数，pmn(t)为该路径上的接单酬金，为接单者历史每单酬金均值，γ为常数，表示酬金对选择该路径接单的影响程度；

38、该路径上的接单酬金大于接单者历史每单酬金均值时，该路径为高酬金路径，匹配对应的接单者，进一步提高接单率；酬金激励函数重点解决了物品难携带、订单紧急的路径无接单者选择的难题，同时增加了接单者酬金收益。

39、优选的，在最优路径模型中，迭代次数t达到最大值fax，对比每条路径上的路径选择优先值，选择路径选择优先值最大的路径，即为最优路径；

40、最优路径考虑了路径的距离、订单数量、物品便携度、订单等待容忍度、顺路、酬金激励度六大因素，综合了新型蚁群路径模型、校园潮汐模型、酬金激励模型，提高了校园总体接单率，最优路径选择函数如下：

41、

42、在公式(9)中，为最优路径,为新型蚁群路径算法，tmn为校园潮汐函数，omn为酬金激励函数。

43、本发明具有以下有益效果：

44、(1)提出一种新型的蚁群路径规划模型；与当前代购路径规划算法仅考虑距离最短或酬金最高单一属性外，本算法除了考虑最短路径之外，还综合考虑了路径上的订单数量、订单物品的便携度、订单等待容忍度三个因素，从而能为接单者规划出路径短、订单多、物品便携、订单容忍时延高的路径，大幅提高了接单者的收益以及整体接单率。

45、(2)提出校园代购业务潮汐模型；当前代购路径规划算法，没有针对高校校园场景的周期性和流动性特征。本算法深度挖掘高校订单周期性特征，制定高校代购业务潮汐函数，使得规划出的路径更贴合校园用户生活学习习惯，进一步提升了接单率。

46、(3)提出酬金激励模型；通过对比接单者历史平均接单收益与各条路径上的订单收益，在充分考虑了上述两个函数中距离、物品便携度、订单量等因素外，优先为接单者选择订单总收益最高的路径，激励更多的人参与校内代购，成为接单者，不仅能提高接单者的收益，而且能提升接单率。