一种基于二元Logistics回归的出租车司机决策方法

技术特征：
1.一种基于二元logistics回归的出租车司机决策方法，其特征在于，包括如下步骤：执行调度任务，确定系统变量因素并以二元logistics回归拟合定量变量，以nagelkerke r平方和cox&snell r平方确定其协变量的可信度和定量为概率形式储存；在接收到调度任务后，向附近的部分司机发出任务通知，所述任务通知包括任务数据；收到司机接单决策，向乘客发出执行任务的车辆信息，并与司机建立沟通渠道。2.根据权利要求1所述的一种基于二元logistics回归的出租车司机决策方法，其特征在于：所述系统变量因素包括因变量和协变量。3.根据权利要求2所述的一种基于二元logistics回归的出租车司机决策方法，其特征在于：所述因变量包括司机是否前往机场的意愿数据。4.根据权利要求2所述的一种基于二元logistics回归的出租车司机决策方法，其特征在于：所述协变量包括多类型的天气情况、距离、上车地区、司机等客时间的状况信息。5.根据权利要求1所述的一种基于二元logistics回归的出租车司机决策方法，其特征在于：所述任务数据包括司机任务收益，所述司机任务收益计算的收益损失因素包括：往返市区产生空载、过路费和动力能源损失。6.根据权利要求5所述的一种基于二元logistics回归的出租车司机决策方法，其特征在于：所述司机任务收益计算因素还包括：在机场等待消耗的时间损失和排队等待时间损失。7.根据权利要求6所述的一种基于二元logistics回归的出租车司机决策方法，其特征在于：所述在机场等待消耗的时间损失计算包括出租车乘客人数，所述出租车乘客人数根据机场官网提供平均航班载客数据和乘车乘坐出粗车的比例计算得知。8.根据权利要求6所述的一种基于二元logistics回归的出租车司机决策方法，其特征在于：所述排队等待时间损失的计算因素至少包括：出租车平均逗留长度、出租车平均等待长度、平均等待时间和有效到达率。

技术总结
本申请公开了一种基于二元Logistics回归的出租车司机决策方法，涉及大数据分析技术领域，包括如下步骤：执行调度任务，确定系统变量因素并以二元Logistics回归拟合定量变量，以Nagelkerke R平方和Cox&Snell R平方确定其协变量的可信度和定量为概率形式储存；在接收到调度任务后，向附近的部分司机发出任务通知，所述任务通知包括任务数据；收到司机接单决策，向乘客发出执行任务的车辆信息，并与司机建立沟通渠道。该方案模型的决策方法可以给予出租车司机做做优化的决策方法提高收益，提供机场运营做好出粗车数量和行程合理化安排，缓解某些时间点和天气原因等情况下导致出租车数量不够或是出租车数量过多导致机场交通缓慢的问题。慢的问题。慢的问题。


技术研发人员：李伟民 陈牧嘉 李建平
受保护的技术使用者：广东工业大学
技术研发日：2022.11.14
技术公布日：2023/2/3